既然提到型1型2错误，顺便来澄清一下... ※ 引述《lemonstar (笔记本)》之铭言： : 推文已有人说,对於司法不相信,认为审判错误率高,有两种情况 : 一种是"冤狱"(无罪判有罪)..一种是"纵放"(有罪判无罪) : 假设"审判力"固定不变的话,司法错判是综合这两种 : 至於冤狱和纵放,有点像是统计学里的型1误差和型2误差 参考：http://myweb.nutn.edu.tw/~hycheng/Ecodicourse/type2error.htm Null hypothesis（零假说、虚无假设、Ho）： 这现象只是机率的表现，没有其他特别原因。 当Ho是真实的，但经过研究後，研究者却判断它是错误的而拒绝它， 这种错误就是型一错误（type 1 error）。 当Ho是错误的，但经过研究後，研究者却判断它是正确的而接受它， 这种错误就是型二错误（type 2 error）。 科学的理论研究需要下降Type 1 error， 但是公害现象、自然保育需要下降Type 2 error。 : 先举个例子... : 好比说用某医学仪器诊断病情,有病诊断成没病(误诊)的机率 : 应该是要远小於没病诊断成有病(仪器太敏感)的机率 : 因为有病诊断成没病,要付出的成本大很多,几乎不成比例 : (误诊会延误治疗,仪器太敏感仅仅是虚惊一场罢了) : 假如这两个机率差不多,一般民众可能还宁愿求神问卜也不愿看病 如前所述： Ho = 检测结果出於随机 = 没病 型1错误 = Ho 正确却当成错误 = 没病当有病 型2错误 = Ho 错误却当成正确 = 有病当没病 医学属於科学 => 理当降低型1错误 故，应该是宁可有病当没病，也不要没病当有病。 : 因此,假如现行社会是对司法没信心,同时又赞成死刑 : 应该是解读为,由於民众对司法没信心 : 两害相权取其轻的结果,顷向宁可忍受冤狱也不愿看到纵放 : (此时冤狱就好比仪器太敏感,纵放好比是误诊 : 也就是,认为纵放付出的社会成本大於冤狱... : 而像王清峰等赞成废死刑者,则恰恰相反... : 必定是认为冤狱付出的社会成本大於纵放) Ho = 被告无罪 型1错误 = Ho 正确却当成错误 = 无罪当有罪（误判） 型2错误 = Ho 错误却当成正确 = 有罪当无罪（纵放） 法律属於科学 => 理当降低型1错误 故，应该是宁纵勿枉。 : 赞不赞成死刑,与对司法是否有信心是不冲突的 : 无论赞不赞成死刑者,都可能对司法没信心 : 两者并没有逻辑上的矛盾! --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.25.88.201