错判损失（loss of wrong decision），理学-统计学-数理统计-统计假设，依据假设检验方法作出错误判断时造成的损失。对于假设检验问题，需要对否定域或检验函数进行好坏判别，进而寻求最优解。根据统计判决函数的观点，就是要求风险函数最小的解。设有如下假设检验问题：…（1）我们常取判决空间为，其中“0”表示接受原假设，“1”表示拒绝原假设。则该检验的损失函数可解释为当为真时，采取判决所引起的损失。于是，上述假设检验问题可看作一个统计判决问题。在该决策问题中，判决是样本空间到判决空间的一可测变换。若记：…（2）则任一决策函数可表示拒绝域的示性函数。从假设检验的观点出发，这里的相当于一种非随机化检验函数。若采用常规的0-1损失函数，即判错时损失为1，判对时损失为0，具体可以表示为：…（3）由此可以得到非随机化检验的风险函数为：…（4）在上述风险函数中，为成立但被否定的概率，属于第一类误判损失；属于第二类误判损失。