求助：α和β风险

本帖最后由 csy_ysc 于 2010-6-20 12:05 编辑

回复 http://www.6sq.net/forum.php%3 ... 42782
风险分为两类，α风险和β风险，前者又称为I类风险，后者称为II类风险，在抽样检验里分别称为生产者风险和消费者风险，在SPC里称为虚发警报和漏发警报，在假设检验里称为弃真风险和取伪风险，但意思都是一样的。
风险是由零假设所决定的，如果零假设是真的，则可能会产生弃真风险；如果零假设是假的，则可能产生取伪风险。举例来说，SARS来的时候，政府和医疗部门面临着两难选择，这时产生了H0：SARS的危害是严重的。如果这个命题是正确的，让市民做好防范措施是必须的，但如果是个假命题，则会导致社会的慌乱，从而犯了取伪风险。真实的做法是，相关部门没有认识到SARS的严重性，而选择了瞒报，结果就是犯了弃真风险。事实上，社会的短暂慌乱远没有死了那么多人严重。政府部门在处理这个问题没处理好。同样的问题现在也摆在面前，就是近期闹得沸沸扬扬的转基因食品问题，我们同样可以产生一个命题H0：转基因食品是不安全的。这时候我们宁可犯取伪风险（零假设不成立，转基因食品实际上是安全的），也不能冒着弃真风险（零假设成立，转基因食品确实是不安全的）。如果我们把零假设设定为H0：转基因食品是安全的，则我们宁可犯弃真风险也不能犯取伪风险。而地震预测这块，用风险解释就比较困难了，因为社会慌乱和死人都是非常严重的事情，地震专家为了考虑自己的饭碗，宁可不报，也不敢误报，因为不报可以解释说现在科技还达不到，但是误报的后果就是丢掉自己稳定的工作。这就是为什么很多地震灾难后总是会爆出事前某人已经预测到地震这样的事情了。
在样本量确定的情况下，既想降低I类风险又想降低II类风险，是不太可能的，需要权衡两类风险的严重性来确定该将哪类风险控制到最小。若要将两类风险都降低，可以采用加大抽样实现。