下列有關流行病學研究中，所稱估計值或假說檢定（hypothesis testing）的錯誤（error），何者正確？
A增加樣本數可以同時減少隨機及系統性錯誤
B檢定力（statistical power）大小與第二型錯誤率（type Ⅱ error）有關正確答案
C記憶偏差（recall bias）是選樣偏差（sampling bias）的一種
D干擾偏差（confounding bias）是資訊偏差（information bias）的一種
答案與詳解
B
正確答案
增加樣本數僅能減少隨機誤差，檢定力與第二型錯誤互補；記憶偏差屬資訊偏差，干擾偏差為獨立類別。
為什麼答案是 B
檢定力（Power）定義為 1 - β，其中 β 即為第二型錯誤率，兩者呈反向關係。
載入中…
完整詳解
Pro · 無限重點 增加樣本數僅能減少隨機誤差，檢定力與第二型錯誤互補；記憶偏差屬資訊偏差，干擾偏差為獨立類別。
秒殺技巧
看到『增加樣本數』只降隨機誤差；Power = 1 - β (第二型錯誤)；記憶偏差=資訊偏差，干擾偏差獨立。秒選B。逐選項分析
A✕ 陷阱
增加樣本數僅能減少隨機誤差，無法改善系統性誤差（偏差），後者需透過改善研究設計來控制。
B✓ 正確
檢定力（Power）定義為 1 - β，其中 β 即為第二型錯誤率，兩者呈反向關係。
C✕ 陷阱
記憶偏差屬於資訊偏差（information bias），因受試者對過去暴露史的回憶不準確所致，非選樣偏差。
D✕ 陷阱
干擾偏差（confounding bias）是獨立於選樣偏差與資訊偏差之外的第三類偏差，並非資訊偏差的一種。
流行病學研究三大偏差與誤差對照
| 類別 | 定義與原因 | 解決與控制方法 |
|---|---|---|
| 隨機誤差 (Random error) | 抽樣變異導致，樣本無法完全代表母體 | 增加樣本數 |
| 選樣偏差 (Selection bias) | 選取研究物件的過程產生系統性差異 | 隨機抽樣、提高追蹤率 |
| 資訊偏差 (Information bias) | 收集資料時測量或回憶不準確（如記憶偏差） | 盲法、標準化測量工具 |
| 干擾偏差 (Confounding bias) | 第三變數同時與暴露和疾病有關，扭曲真實關聯 | 分層分析、多元迴歸、隨機分派 |
陷阱提醒
考生常誤以為『增加樣本數』能解決所有誤差。請記住：樣本數再大，若研究設計有系統性偏差，結果依然會錯得離譜。記憶偏差是『想錯』，屬於資訊偏差，別跟選樣偏差搞混！