第二类错误（type Ⅱ error）

亦称“β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。在零假设\(H_0\)本来不真的情况下，检验统计量的观测值落入接受域而接受\(H_0\)而犯的错误。用字母\(\beta\)表示。\(\beta\)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，\(\beta\)值越小。（2）\(\alpha\)值。\(\alpha\)值越大，\(\beta\)值越小。在实际情况中，需要在规定\(\alpha\)的同时，减小\(\beta\)值，通常靠增加样本容量来实现。下图示意了检验统计量\(T(x_1,x_2,\cdots,x_n)\)的分布曲线与\(\alpha\)和\(\beta\)之关系。