我是统计的新手，并且正在阅读假设检验中的决策错误。我的问题是，为什么II型错误根本是错误？据我了解，当我们不拒绝虚假的空假设时，就会出现。当我们未能拒绝零假设时，这仅意味着我们没有强有力的证据来拒绝它。我们没有对两个假设中的哪一个是正确的(或错误(的任何评论。要么是真的。我们并不是说零假设是正确的。那么，为什么这样的结论称为错误？
统计术语通常过于复杂。2型错误告诉您的是，实际上归结为您使用的方法是多么"强"。最终，您执行假设检验(尤其是在统计三段论世界之外(的原因是因为您正在尝试获得结果。
因此，假设您有一项测试，可以评估动物是鱼类的无效杂种。如果您的测试只是在每次尝试中都无法拒绝，那么无论您提供什么，您都永远不会犯1型错误，因为您从未错误地拒绝null - 辉煌，对吗？不，显然不是，您的测试是完全没有用的，因为您的2型错误是1(由于100％的时间，您在错误时不会拒绝null(。
因此，要专门回答您的问题为什么称为错误：
在陈述中，您正在做出的陈述，在不拒绝虚假的空之后，可能要小心，以至于您没有说什么是错误的，测试确实无法接受，null是错误的，您可以调用错误
type-ii错误错误发生时，我们不拒绝零假设(应该被拒绝(。
是p(接受H0 | H0是错误的(