我是统计学的新手，正在阅读关于假设检验中的决策错误的文章。我的问题是，为什么 Type-II 错误完全是一个错误？据我了解，当我们未能拒绝错误的零假设时，就会出现这种情况。当我们未能拒绝零假设时，这仅仅意味着我们没有强有力的证据来拒绝它。我们不对这两个假设中的哪一个是真（或假）发表任何评论。两者都可以是真的。我们并不是说零假设是正确的。那么，为什么这样的结论被称为错误呢？
【问题讨论】：
统计术语往往过于复杂。类型 2 错误告诉您的内容，实际上归结为您正在使用的方法有多“强大”。最终，您执行假设检验的原因（尤其是在您引用的统计三段论世界之外）是因为您试图获得结果。
假设您有一个测试来评估动物是鱼的零假设。如果您的测试只是在每次尝试时都无法拒绝，那么无论您给出什么，您都不会犯第 1 类错误，因为您永远不会错误地拒绝 null - 太棒了，对吧？不，显然不是，您的测试完全没用，因为您的类型 2 错误是 1（因为 100% 的时间，您不会拒绝 null，当它为假时）。
所以要具体回答你的问题，为什么它被称为错误：
虽然您正在做的声明，在不拒绝一个错误的 null 之后，可能会足够小心，以至于您没有说错话，但测试 DID 未能发现 null 是错误的，您可能会出错
【讨论】：
当我们未能拒绝原假设（应该被拒绝）时，会发生 II 型错误错误。
是P(接受H0|H0为假)
【讨论】：