用户風險

用户風險是抽樣檢驗的基本概念之一，是犯第二類錯誤的概率，即在抽樣檢驗中把不合格批當做合格批而接收的概率，記為β。

例如，規定一產品批的不合格品率p≥0. 05時為不合格批，現有一產品批由400件組成，其中有25件不合格品，應為不合格批，但按一次抽樣檢驗方案(400,30,1)抽取30件進行檢驗時，發現只有1件不合格品，按該方案規定，應接收該產品批，這就犯了第二類錯誤，把不合格批當做合格批而接收了，從而用户吃虧了。為不使用户經常吃虧，在制定抽樣檢驗方案時，用户風險β一般不宜過大，常取0. 05到0. 20之間的某個數。 ^[1] 

β不能預先確定，其大小受下列因素影響：

（1）參數的實際值與假設值之間的距離，距離越大，β值越小。

（2） a值。a值越大，β值越小。

在實際情況中，需要在規定a的同時，減小β值，通常靠增加樣本容量來實現。

（typeⅡerror）

第二類錯誤亦稱“口錯誤”、“納偽錯誤”、“第Ⅱ型錯誤”。假設檢驗術語。與“第一類錯誤”相對。

為在進行假設檢驗時，原假設不正確而接受原假設的錯誤。

由於檢驗統計量是隨機變量，有一定的波動性，有時原假設H₀並不正確，在正常的情況下，計算的統計量仍有一定的概率β落入接受域內，從而錯誤地接受了原假設H₀。