第一類與第二類錯誤

它在說什麼

兩種錯法，方向相反：

• 第一類錯誤（誤報）：虛無其實為真，你卻拒絕了它。宣稱有效，其實沒效。它的長期比例由顯著水準控制。
• 第二類錯誤（漏抓）：虛無其實為假，你卻沒拒絕。有效，但你沒抓到。它的補數就是檢定力。

兩者是蹺蹺板：門檻壓得越嚴，誤報越少、漏抓越多。要同時壓低，只有一條路——增加資訊，也就是加大樣本或改善量測。

一個具體例子

Gigerenzer 用工廠品管解釋過這套邏輯：一條生產醫療器材金屬板的產線，機器可能故障，抽驗要花錢。誤報一次的代價是白停一次機；漏抓一次的代價是把瑕疵品送進手術室。兩種錯誤的代價不對稱，所以廠長事先把誤報率壓得很低、容忍較高的漏抓率，再據此決定每天抽驗幾片。

這個場景裡沒有人在問「這批資料的證據有多強」。問的是：照這條規則做，長期下來我會賠多少。這正是Neyman 與 Pearson 所謂的行為規則。

為什麼它常被忽略

論文寫「$p < .05$」時，第一類錯誤率被寫在紙上；第二類錯誤率通常沒人算，也沒人報。於是一個學科可以在誤報率上很嚴格，同時在漏抓率上一無所知。