立ち回りを統計的仮説検定で考えると

帰無仮説H1：現在打っている台は設定1である
対立仮説H0：現在打っている台は設定1でない

と仮説を立てて棄却域5％と設定して、理論平均から標準偏差を求め
実践で得た標本数から検定値Zを求めて検定し、

優位水準5％に検定値Zが入らなければ、
帰無仮説H1を棄却できず設定1とみなして現在打っている台を捨てる

優位水準5％に検定値Zが入っていれば、
帰無仮説H1を棄却して対立仮説H0を採択してこの台は設定1とはなんらかの優位な差があるとし、
現状は設定1ではないとして現在打っている台を続行する

このとき棄却域を1％とかに狭めて厳しい検定にすれば
第2種の過誤(設定1以外の特徴をみのがす)が起こり易くなり
設定1をなかなか捨てられなくなる
逆に言えば高設定の可能性もなかなか捨てないともとれる


▼設定1を打たないようにするなら
棄却域を５％と大きくとることですぐ捨てることができる
(見切りが速く投資を抑えることはできるが高設定も捨て易い)

▼高設定を捨てないようにするなら
棄却域を１％と小さくとることでなかなか捨てづらくなる
(見切りが遅く投資は増える傾向にあるが高設定も捨てにくい)