[单选，A1型题] 假设检验时，应该使用单侧检验却误用了双侧检验，可导致（）。A . 增大了Ⅰ型错误B . 增大了Ⅱ型错误C . 统计结论更准确D . 增大了把握度E . 减小了可信度

考查要点：本题主要考查假设检验中单侧检验与双侧检验的区别，以及错误选择检验类型对结果的影响。

核心思路：

• 单侧检验将全部的α水平集中在分布的一侧，而双侧检验将α水平分配到两侧（各α/2）。
• 当应使用单侧检验但误用双侧检验时，实际用于检测单侧效应的α水平被“稀释”（变为α/2），导致拒绝零假设的能力下降，从而增大Ⅱ型错误（β）的概率。

破题关键：

• 明确单侧与双侧检验的拒绝域差异。
• 理解α水平分配对检验敏感性的影响。

假设检验中，Ⅰ型错误（α）是拒绝正确零假设的概率，Ⅱ型错误（β）是未拒绝错误零假设的概率。

• 单侧检验仅关注某一侧的极端情况（如右侧或左侧），其拒绝域集中在该侧，对应的α水平为预先设定的值（如α=0.05）。
• 双侧检验关注两侧的极端情况，需将α水平均分到两侧（每侧α/2，如每侧0.025）。

若应使用单侧检验但误用双侧检验：

1. 拒绝域缩小：单侧检验的拒绝域范围更大，而双侧检验在单侧的有效α仅为α/2，导致更难拒绝零假设。
2. 检验敏感性降低：对单侧真实效应的检测能力下降，β增大，即更容易犯Ⅱ型错误。

举例：若研究者预期新药疗效“优于”现有药物（单侧右侧检验），但误用双侧检验，实际右侧的拒绝域范围缩小。此时，即使新药有效，也可能因统计量未超出双侧临界值而错误保留零假设，导致Ⅱ型错误。