拒真率,英文为false negative rate,是指在进行假设检验时,原假设为真,但被错误地拒绝的比例。
通俗地说,拒真率就是在实际上效果确实存在的情况下,我们却把效果判定为不存在的概率。
拒真率是统计学中的一个重要指标,经常被应用于科学实验和质量控制等领域,比如医学领域的疾病检测、药物试验等。
在这些领域中,对于所检测的疾病或药物效果而言,拒真率的高低直接影响到检测结果的准确性和可靠性。
要控制拒真率,我们就需要通过设定合理的显著性水平和样本量来控制拒真率。
显著性水平是指在统计检验中,拒绝原假设的最小显著性水平,通常设为0.05或0.01。
而样本量的大小则会影响到统计检验的功效,一般来说,样本量越大,拒真率越小,得到的检验结果越可靠。
有时候人们认为,拒真率是越小越好,但这并不是绝对正确的。
事实上,拒真率和接受真率(即正确地接受原假设的比例)是相互制约的,减小拒真率往往也会增加接受假设的误差。
因此,在控制拒真率的同时,我们也需要考虑其他统计检验的指标,来保证所得到的结论既准确又可靠。