這個詞出現在「你的自動判斷會犯兩種錯：誤報與漏接」這個問題裡——它是統計學給「漏接」的編號。

Type II error（型二錯誤）是 false negative 在統計假設檢定裡的編號：虛無假設（H₀，預設「沒有效果 / 沒有差異」）其實為假，卻沒拒絕它——漏掉了真實存在的效果。

它和 Type I error（誤報、宣稱有實無）成對：

• Type I：H₀ 為真卻拒絕 → false positive（誤報）。
• Type II：H₀ 為假卻沒拒絕 → false negative（漏接）。

β 與檢定力

Type II error 的機率記為 β。與它互補的是檢定力（statistical power）= 1 − β，也就是「H₀ 確實為假時，正確抓到的機率」。提高檢定力（少漏接）通常靠加大樣本數或放大效果量。

把 β 對應到偵測語境，「少漏接」就是提高 recall——兩者衡量的是同一件事的不同領域 framing。

相關概念

• 對偶錯誤：false positive / Type I error。
• 同概念的偵測語境：false negative。
• 量化的尺：recall（被 false negative 拉低）。