这是一个统计学概念.从理论上说，没有一个检验是百分之百正确的，必然有一定的概率犯错误。
而检验的错误分为两种类型，一是弃真错误，二是取伪错误。
所谓弃真错误，是指原假设为真，但检验的结果拒绝了原假设；
取伪错误，是指原假设为假，但检验的结果接受了原假设。
当在原假设条件下，T值出现的概率小于a时，拒绝原假设。
一个小概率事件出现，因此拒绝原假设。
a值越大，表明犯弃真错误的概率越大，越容易拒绝原假设，此时称检验越严格。
如果减小拒绝域，就意味着扩大接受域，从而扩大了犯取伪错误的概率。弃真和取伪是一对矛盾体，只有通过改进检验方法，例如扩大样本量，或者使用更好的统计量，才可以使二者同时缩小。
a值需要由检验目的来确定，当取伪造成的损失大于弃真造成的损失时，应扩大a值。
答：一掷千金详情>>
答：详情>>
