型一錯誤與型二錯誤

在假說檢定中，有一種假說稱為“零假设”，記為${\displaystyle H_{0}}$，假說检验的目的是利用統計的方式，推翻虛無假說的成立，也就是對立假說（Alternative hypothesis，記為${\displaystyle H_{a}}$或${\displaystyle H_{1}}$）成立。

假說檢定涉及選擇兩個相互競爭的命題，稱為零假設(Null hypothesis)，用H₀表示，另一種對立假說(Alternative hypothesis)，用H₁表示。

如果測試結果與現實相符，則做出了正確的決定。但是，如果測試結果與實際不符，則發生錯誤。發生錯誤的情況有兩種：零假設為真，而我們拒絕H₀。 另一方面，對立假說H₁為真，而我們不拒絕H₀。 兩種錯誤分別稱為：型一錯誤、型二錯誤[1]。

• 若零假设事實上成立，但統計檢驗的結果拒絕零假设（接受對立假說），這種錯誤稱為型一錯誤。
• 若零假设事實上不成立，但統計檢驗的結果不拒絕零假设，這種錯誤稱為型二錯誤。[2]

		真實情況
		${\displaystyle H_{0}}$（虛無假說）為真	${\displaystyle H_{a}}$（對立假說）為真
根據研究結果的判斷	拒絕${\displaystyle H_{0}}$	錯誤判斷 （偽陽性、型一錯誤） 發生機率α（顯著水準）	正確判斷 發生機率1-β（檢定力）
	不拒絕${\displaystyle H_{0}}$	正確判斷 發生機率1-α	錯誤判斷 （偽陰性、型二錯誤） 發生機率β

• 對立假說
• 信息檢索
• 零假设
• ROC曲线
• 靈敏度和特異度
• 偽陽性和偽陰性

• 直观展示第一型及第二型錯誤的趣图 （页面存档备份，存于）