(2) Neyman-Pearson方法 自然我们希望犯两类错误的概率都越小越好。但对 定的样本容量n,一般都不能作到犯这两类错误的概率 同时都小。由于减小α→>增大β,或者减小β→增大α, 于是我们面临抉择,计量经济学中常常愿意使犯”第 类错误“的概率α较小,因为我们提出假设时往往就 希望拒绝它,拒绝错了的概率就较小。而不考虑β。 因此,拒绝H是坚决有力的(冒险率是确定的),而 不拒绝H则是无可奈何的(冒险率是没有确定的)。 Neyman- Pearson提出了一种方法:先固定犯“第一类 错误”的概率α,再考虑如何减小犯“第二类错误” 的概率β,也称Fⅸα,Minβ方法。当α确定以后,让β 尽量的小,1-β就越大,称不犯“第二类错误”的概率 为“检验能力( Power of test)
（2）Neyman-Pearson方法 自然我们希望犯两类错误的概率都越小越好。但对一 定的样本容量n，一般都不能作到犯这两类错误的概率 同时都小。由于减小 =>增大 ，或者减小 =>增大 ， 于是我们面临抉择，计量经济学中常常愿意使犯”第 一类错误“的概率较小，因为我们提出假设时往往就 希望拒绝它，拒绝错了的概率就较小 。而不考虑 。 因此，拒绝H0是坚决有力的（冒险率是确定的），而 不拒绝H0则是无可奈何的（冒险率是没有确定的）。 Neyman-Pearson提出了一种方法：先固定犯“第一类 错误”的概率 ，再考虑如何减小犯“第二类错误” 的概率 ，也称Fix ,Min 方法。当确定以后，让 尽量的小，1- 就越大，称不犯“第二类错误”的概率 为“检验能力（Power of test）
不能同时减小犯两类错误概率的图示 假设总体 实际总体 临界值减小,α 减小,β增大 拒绝H0 a/2 2 拒绝H0
不能同时减小犯两类错误概率的图示 /2 /2 临界值减小， 减小， 增大 假设总体 实际总体 拒绝H0 拒绝H0 x