第2種の誤り

仮説検定において、本当は誤っている帰無仮説を棄却できない誤り。「差があるのに差がないと判定する」誤りで、ぼんやりものの誤りとも呼ばれる。有意水準を厳しくするほど起こりやすくなる。

仮説検定で、帰無仮説が実際には誤っているのに、棄却しない誤り。本当は効果があるのに見逃してしまうもので、その確率をβで表し、1−βを検出力という。標本の大きさを増やすと、第1種の誤りの確率を変えずに第2種の誤りを減らせる。

母集団の平均などが入ると考えられる範囲を、確からしさ（信頼度）とともに示す推定方法。「95%信頼区間」は、同じ調査を繰り返せば95%の割合でその区間が真の値を含むという意味である。

母集団についての仮説が正しいかを標本データから統計的に判断する手続き。否定したい仮説（帰無仮説）を立て、それが正しいとしたら起こりにくいデータが得られた場合に棄却する。A/Bテストの評価などに使う。

仮説検定で、否定されることを期待して立てる仮説。「差がない」「効果がない」という形をとる。データがこの仮説の下では起こりにくいと判断されたときに棄却し、逆の主張（対立仮説）を採用する。

仮説検定で帰無仮説を棄却するかどうかの境目となる確率。5%や1%が使われる。正しい帰無仮説を誤って棄却してしまう確率の上限にあたるので、小さくするほど判定は慎重になる。

仮説検定で、本当は正しい帰無仮説を誤って棄却してしまう誤り。「差がないのに差があると判定する」あわてものの誤りで、その確率は有意水準に等しい。セキュリティ分野の誤検知（フォールスポジティブ）と同じ考え方。

n個の異なるものからr個を取り出して一列に並べる場合の数。nPr = n!/(n-r)!で計算される。並べる順序を区別する点が組合せと異なる。