假设检验 · MathLab

假设检验中，α 是犯第一类错误的概率（弃真）， β 是犯第二类错误的概率（取伪）， Power = 1 − β 是正确拒绝错误原假设的概率。拖动滑块，观察效应量和样本量如何影响 Power。

参数控制

H₀ 均值 μ₀ 50

真实均值 μ₁ 60

总体标准差 σ 15

样本量 n 25

显著性水平 α

检验方向

检验结果

效应量 d

—

(μ₁−μ₀)/σ

临界值

—

拒绝域边界

β (取伪)

—

第二类错误

Power

—

1 − β

H₀ 与 H₁ 分布

H₀ 分布 H₁ 分布 α 区域 β 区域