为什么说Power=1-B为统计检验功效?

当H1为真时讨论的分布下β错误落到临界点左边时拒绝H1所犯错误的概率为β。那么落在临界点右边时接受H1则为正确决定其概率为(1-β)。换言之当H1为真即μ1与μ0确实有差异时μ1与μ0的距离即表示μ1与μ0的真实差异能以(1-β)的概率接受之。 当α以及其他条件不变时减小μ1与μ0的距离势必引起B增大、(1-β)减小。也就是说其他条件不变μ1与μ0真实差异很小时正确接受H1的概率变小了或者说正确地检验出真实差异的把握度降低了。相反若其他条件不变μ1与μ0的真实差异变大时(1-β)增大即接受H1的把握度