사실상 같은 말이나, 민감도는 output이 binary class일 때 쓰인다.
유의수준(α)이 유지될 때, 검정통계량(to)이 커져서 기각역에 들어갈 가능성이 커지면(p-value 감소), 기각이 잘되므로 power(=1-β)가 증가한다.
유의수준과 검정통계량이 같을 때, 검정통계량 분포의 자유도가 작아져 분포가 넓어지거나 우측으로 이동하면 p-value가 커져 기각이 잘 안되므로 power가 감소한다.