什么是II型错误？

在统计学假设检验的框架中，II型错误(Type II Error)是指当原假设实际上为假时，我们却未能拒绝它的错误决策。通俗而言，这相当于在真相存在的情况下“视而不见”，例如一种新药确实有效，但研究却未能检测出其效果，从而错误地得出无效的结论。II型错误的发生概率通常用β表示，其大小受到样本量、效应量以及显著性水平等因素的影响；与之相对的是I型错误，即错误地拒绝了真实原假设的风险。在研究和实践中，控制II型错误至关重要，因为它直接关系到检验的统计功效（1-β），即正确检测出真实效应的能力。