由于 Z 的临界值较小，因此拒绝区域较大。

所以是的，显着性水平上升，因此功率曲线的其余部分随之而来，就像你移动显着性水平时一样。

@Glen_b 专家和雄辩的讨论几乎没有什么可补充的；相反，只有以诉诸直觉为借口或意图使概念不那么精确的余地。话虽如此，这里有一些情节可以帮助我理解这些概念：

1. t-Student 分布有“胖”的尾巴：

随着样本量（或自由度）的增加，这些趋向于正态分布。因此，渐近线上有更多的点，为了确定某个风险 alpha，检验统计量的截止点必须向右滑动（让我们抛开双尾检验）。比较是这样的：

2.越远切断，功率越低：

所以我们将截止值向右滑动，这样做，在我们拒绝它之前，我们会在NULL内停留更长的时间。从另一种情况来看，其对应曲线的较大区域朝向截止值 ( beta ) 的左侧，而右侧的较小部分 (功率)。像这样：

请注意替代项下看起来很有趣的t 分布，这是对delta参数为的非中心 t的初步近似。在NULL下，分布以为中心。在 Z 检验（上方为蓝色）和 t 检验（下方为红色）中，单侧风险 alpha的截止值显示为垂直直线。$2$$2\,df$$0.5\,\%$