符合t检验条件的数值变量资料如果采用秩和检验，不拒绝H0时（　　）。A第一类错误增大B第二类错误增大C第一类错误减少D第二类错误减少EF检验

考查要点：本题主要考查参数检验（t检验）与非参数检验（秩和检验）的适用条件及检验效能的差异，重点理解两类错误在不同检验方法中的变化规律。

核心思路：
当数据满足参数检验（如t检验）的条件时，参数检验的检验效能（即正确拒绝错误假设的能力）高于非参数检验（如秩和检验）。若此时错误地选择非参数检验，会导致检验效能下降，更难检测到真实存在的差异，从而第二类错误（β错误）增大。

破题关键：

• 参数检验的效能更高：在满足正态性、方差齐性等条件下，t检验的统计推断更精确。
• 非参数检验的稳健性与低效能：秩和检验对数据分布无严格要求，但当数据符合参数检验条件时，其敏感性较低，容易漏判真实差异。

参数检验与非参数检验的对比：

1. 参数检验（如t检验）：

   • 假设条件严格（如正态分布、方差齐性）。
   • 检验效能高，能更有效地发现组间差异。
   • 在满足条件时，控制α错误（第一类错误）和β错误（第二类错误）的能力更优。

2. 非参数检验（如秩和检验）：

   • 假设条件宽松，适用于非正态或分布未知的数据。
   • 检验效能较低，尤其在数据本应满足参数检验条件时，其敏感性显著低于参数检验。

错误类型分析：

• 第一类错误（α）：两类检验均通过设定显著性水平（如α=0.05）控制，若检验方法正确使用，α不会因方法选择而改变。
• 第二类错误（β）：当检验效能下降时，即使存在真实差异，也更可能错误地保留原假设（H₀），导致β增大。

本题情境：
数据符合t检验条件但使用秩和检验，相当于主动降低检验效能。此时，若实际存在差异，秩和检验可能因敏感性不足而无法拒绝H₀，导致第二类错误增大。