用户风险是抽样检验的基本概念之一,是犯第二类错误的概率,即在抽样检验中把不合格批当做合格批而接收的概率,记为β。
简介用户风险是抽样检验的基本概念之一,是犯第二类错误的概率,即在抽样检验中把不合格批当做合格批而接收的概率,记为β。
举例例如,规定一产品批的不合格品率p≥0. 05时为不合格批,现有一产品批由400件组成,其中有25件不合格品,应为不合格批,但按一次抽样检验方案(400,30,1)抽取30件进行检验时,发现只有1件不合格品,按该方案规定,应接收该产品批,这就犯了第二类错误,把不合格批当做合格批而接收了,从而用户吃亏了。为不使用户经常吃亏,在制定抽样检验方案时,用户风险β一般不宜过大,常取0. 05到0. 20之间的某个数。1
性质β不能预先确定,其大小受下列因素影响:
(1)参数的实际值与假设值之间的距离,距离越大,β值越小。
(2) a值。a值越大,β值越小。
在实际情况中,需要在规定a的同时,减小β值,通常靠增加样本容量来实现。
第二类错误(typeⅡerror)
第二类错误亦称“口错误”、“纳伪错误”、“第Ⅱ型错误”。假设检验术语。与“第一类错误”相对。
为在进行假设检验时,原假设不正确而接受原假设的错误。
由于检验统计量是随机变量,有一定的波动性,有时原假设H0并不正确,在正常的情况下,计算的统计量仍有一定的概率β落入接受域内,从而错误地接受了原假设H0。
本词条内容贡献者为:
任毅如 - 副教授 - 湖南大学