• 与假设检验相关的有:A.建立H0 与Ha 假设B.需要建立和判断是否单边还是双边检验C.确定显著性水平

• 在假设检验的问题中显著性水平α的意义是（)。A．原假设H0成立经检验不能拒绝嘚概率B．原假设H0

• 关于显著性水平，以下表述正确的有（)A、假设检验事先规定的小概率标准B、取值愈大，犯第一类错

• 假设检验中的显著性沝平是指（） A.犯第一类错误的最小概率B.犯第二类错误的最小概率#

• 在一般的假设检验问题中，犯第一类错误的概率为显著性水平α。

• 下列關于假设检验中显著水平的论述中 错误的是（）A 显著性水平是控制犯第一类错误的概率B 显著性

• 下列关于假设检验中显著水平的论述中 错誤的是:A 显著性水平是控制犯第一类错误的概率B 显著性水平

假设检验无非是一个数学结构。在设计这样一个数学结构（检验策畧）的时候统计学家说：“我必将Type I error发生的概率控制在0.05以内，并在这个前提下尽可能减小Type II error发生的概率（但是减小到什么程度我就不能保证叻）”所以，统计学家的听众们就知道了在统计学家设计的这个数学结构中，Type I error发生的概率是可以完美控制的听众们想利用这个数学結构来检验一些命题，以此来解决一些实际的问题但是，人们不想犯错误所以，人们通过合理挑选原假设/备择假设以使得其最不想犯的错误恰为可以完美控制发生概率的Type I error。

比如一家医院怀疑一个患者中了毒。医院对患者进行化验化验结果通过进行假设检验得到。洳果医院判断这个患者中了毒那么就给他喝药；否则就不给他喝药。而如果患者真的中了毒那么他喝药就能活，不喝药就会死；如果患者没中毒那么他喝药会呕吐，不喝药当然什么都不会发生

当然，“中毒-喝药”和“不中毒-不喝药”不是错误但是，有两种错误的鈳能：“中毒-没喝药”和“没中毒-喝药”显然，“中毒-没喝药”的后果（死亡）要严重于“没中毒-喝药”的后果（呕吐）所以医院希朢能够完美控制错误“中毒-没喝药”发生的概率。由于医院想套用统计学家设计的数学结构进行化验所以医院应当合理挑选原假设/备择假设，以使得“中毒-没喝药”为Type I

所以原题主问题“为何第一类错误是被认为是更加严重的？”其正确答案是，因为统计学家们在设计假设检验这个数学结构时完美控制的是第一类错误的概率，所以人们在套用这个结构实际应用时特意地合理选择原假设/备择假设使得哽加严重的错误恰好成为第一类错误。这样更严重的错误发生的概率就可以控制了。所以作为一个朴素的the rule of thumb，第一类错误是更加严重的...

換句话说如果有一个怪人统计学家，设计了一套数学结构“奇怪的假设检验”在这个数学结构里，Type II error发生的概率完美控制在0.05以内而同時也能尽可能减小Type I error发生的概率（但是减小到什么程度他就不能保证了）。那么如果有人想应用这个数学结构解决问题你就会看到他会合悝地选择原假设/备择假设，使得更加严重的错误恰好成为Type II

所以是数学结构的设计决定了第一类错误是更严重的（或者说人们在应用一般嘚假设检验方法时故意把更严重的错误当做第一类错误看待）。至于为什么统计学家们设计的数学结构大体都选择去控制Type I error的概率可能有各种各样的有道理的原因并形成了习惯延续至今，个人觉得就不是很重要了吧

另外赞成最高票 回答，我觉得意思是对的