Type I error（第一类错误）：在统计假设检验中，把“真实的原假设（H₀）错判为假”，也就是“误报/假阳性（false positive）”。其发生概率通常记为 α（显著性水平）。
（另有 Type II error：漏报/假阴性。）
/ˌtaɪp ˈwʌn ˈerər/
A Type I error happens when we reject a true null hypothesis.
当我们拒绝一个真实的原假设时，就发生了第一类错误。
Lowering the significance level reduces the chance of a Type I error, but it can increase the risk of missing a real effect.
降低显著性水平可以减少第一类错误的概率，但可能会增加错过真实效应的风险。
“Type I error”中的 Type I/II 是统计学里对两种错误的编号分类：I 表示“把不存在当成存在”（误报），II 表示“把存在当成不存在”（漏报）。这种表述在 20 世纪统计假设检验体系中逐渐固定下来，并与 α/β 的符号体系一起广泛使用。
Select Language