把握度=1-β（Ⅱ型错误）。
Ⅱ型错误是如果一个人有罪，而错误地判他无罪。
把握度就可以理解，如果他实际上有罪，而且法官正确地判断他有罪的概率。
1、举几个例子
如果两种药物的疗效确实有差异，那么把握度就是真的能发现这种差异的概率；
如果不同性别的发病率真的不同，那么把握度就是真的能发现这种不同的概率。
2、把握度到底有啥用？
事实，一项研究的把握度越高越好，因为这意味着你能以很高的把握做出有意义的统计学结论。
通常在做组间比较计算样本量时，都会要求你设定Ⅰ型错误和把握度，然后根据相应的效应值（如组间差值）计算样本量。一般我们习惯设定Ⅰ型错误为0.05, 把握度为0.8 。但如果你有足够的经费支待你调查更大的样本量，那么为了更有把握得到一个阳性结果，你可以将把握度设为0.9甚至更高。
3、如果没有统计学差异？
有时一些文章也会要求你计算把握度，尤其在你的结果是阴性的时候（如没有发现两组数据有统计学差异）。在这种情况下，报告一下你的把握度是很有必要的。如果你的把握度很低，则说明很可能是样本量不足导致无法检验出阳性结果。换句话说，你可能在一开始设计的时候没有科学地计算样本量，样本量较小，从而导致了你的阴性结果。如果你在计算样本量时选择了一个较高的把握度，那么理论上是不会出现这种情况的。
一种有效的避错方式，注意阴性并不是假阴性，它也是一种结果
