第一类错误与第二类错误

第一类错误和第二类错误，是决策出错的两种方式。第一类错误是误报，也就是把不存在的情况当成真的，比如烤焦的吐司让火灾探测器响个不停。第二类错误是漏报，也就是没发现真实存在的情况，比如同一个探测器在真的发生火灾时却一声不响。

试试这样：下次听到令人不安的消息时，问问自己，这会不会只是一次误报，而不是真正的威胁。

你可以把这两类错误想成判断出错的两个象限。第一类错误（假阳性），是把本该接受的真实情况否定了，比如给无辜的人定罪、追逐一场根本没有出现的股市上涨，或把健康的人诊断为患病。第二类错误（假阴性），是接受了本该否定的错误情况，比如判有罪的人无罪、没察觉市场崩盘，或没能诊断出病人的疾病。关键在于：你无法同时把这两类错误都降到最低。降低发现问题的门槛，会减少第二类错误，却增加第一类错误；反过来也一样。

医生面临的两难，把这种取舍展现得很清楚。灵敏度高的检测能发现更多真正的病例（第二类错误更少），但也会带来更多误报（第一类错误更多）。灵敏度低的检测很少出现假阳性，却会漏掉更多真正的病例。在医疗中，这不是抽象的问题：它决定了健康的人是否会接受不必要的治疗，以及生病的人是否会错过救命的干预措施。同样的权衡也出现在机场安检（抓住恐怖分子与耽误无辜旅客）、垃圾邮件过滤（拦截垃圾邮件与误删正常邮件）和质量控制（误拒合格产品与放行缺陷产品）中。

这两类错误尤其棘手，是因为它们造成的后果很少对等。刑事司法中的第一类错误（错判有罪）会毁掉一个无辜者的人生。第二类错误（错判无罪）则让危险的人继续逍遥法外。社会会根据自身的价值观，选择容忍哪一种错误：“在证明有罪之前，推定无罪”倾向于避免第一类错误，接受更多第二类错误来保护无辜者。在产品检测中，公司可能会接受更多第一类错误（报废合格零件），以避免第二类错误（将有危险缺陷的产品发货）。关键是认清你正在优先减少哪一种错误，因为两种错误你都无法完全避开。

统计学家 Jerzy Neyman 和 Egon Pearson 在1933年的框架中，正式定义了这两类错误：第一类错误是否定了实际上成立的原假设，第二类错误是未能否定实际上不成立的原假设 [1]。这一框架把两类错误视为不同的类别，各自有不同的发生概率（α 和 β），让研究者能够根据具体情境设定显著性阈值。

• Neyman 和 Pearson（1933）：确立了假设检验需要事先考虑两类错误，并根据它们在具体情境中的相对代价选择显著性水平 [1]。
• Inacio 等人（2015）：表明诊断检测的设计需要在灵敏度（尽量减少假阴性）和特异度（尽量减少假阳性）之间做取舍，最佳阈值取决于临床情境和患病率 [2]。

奈曼—皮尔逊框架假定，假设是明确且固定的，错误率也保持稳定。在现实中，这些假定往往不成立。多重检验、自适应分析，以及“研究者自由度”（研究者在分析过程中可自行选择的空间），都可能让第一类错误率远超名义阈值。这一框架还把第一类和第二类错误视为可以清楚区分的两类，但在带有反馈循环的复杂系统中，比如算法决策，错误会累积并相互影响，二元分类无法涵盖这些情况。一些统计学家认为，在不确定性连续变化的世界里，整套原假设显著性检验框架会鼓励非此即彼的思维。