假設檢驗
及其兩類錯誤是數理統計學中的名詞。在進行假設檢驗時提出原假設和備擇假設，原假設實際上是正確的，但我們做出的決定是拒絕原假設，此類錯誤稱為
第一類錯誤
。原假設實際上是不正確的，但是我們卻做出了接受原假設的決定，此類錯誤稱為
第二類錯誤。
假設檢驗中的兩類錯誤是指在
假設檢驗中，由於樣本資訊的
侷限性，勢必會產生錯誤，錯誤無非只有兩種情況，在統計學中，我們一般稱為ⅰ類錯誤，ⅱ類錯誤。
右圖是研究結論和實際情況關係的矩陣：
實際情況
h0正確
h0錯誤
研究結論
拒絕h0
i類錯誤
正確接受h0
正確ii類錯誤
第一類錯誤
（ ⅰ類錯誤）也稱為 α錯誤，是指當
虛無假設(h0)正確時，而拒絕h0所犯的錯誤。這意味著研究者的結論並不正確，即觀察到了實際上並不存在的處理效應。
可能產生原因：
1、樣本中極端數值。
2、採用
決策標準較寬鬆。
第二類錯誤（ ⅱ
類錯誤）也稱為β錯誤，是指虛無假設錯誤時，反而接受虛無假設的情況，即沒有觀察到存在的處理效應。
可能產生的原因：
1、實驗設計不靈敏。
2、樣本資料變異性過大。
3、處理效應本身比較小。
兩類錯誤的關係：
1、 α+β不一定等於1。
2、在 樣本容量確定的情況下，α與β不能同時增加或減少。
3、統計檢驗力。（1-β）
犯ⅰ類錯誤得危害較大，由於報告了本來不存在的現象，則因此現象而衍生出的後續研究、應用的危害將是不可估量的。相對而言，ⅱ類錯誤的危害則相對較小，因為研究者如果對自己的假設很有信心，可能會重新設計實驗，再次來過，直到得到自己滿意的結果（但是如果對本就錯誤的觀點堅持的話，可能會演變成ⅰ類錯誤）。
統計學假設檢驗的兩類錯誤
我們之前 了假設檢驗的基本思想，現在我們來介紹下兩類錯誤。假設檢驗的最終目的是 去偽存真，那麼它對應的兩類錯誤就是棄真存偽。接受或拒絕h0，都可能犯錯誤i類錯誤 棄真錯誤，發生的概率為 ii類錯誤 取偽錯誤，發生的概率為 為了更形象點說明這兩類錯誤，我們看下下面這個 對於正常情況下對於上面例項的假設...
假設檢驗中的兩類錯誤
在假設檢驗中，出現錯誤的型別有兩種 第一類錯誤 棄真錯誤 原假設為真時拒絕原假設 概率為 第二類錯誤 取偽錯誤 原假設為偽時接受原假設 概率為 h0為真 h0為假 接受h0 正確 1 第二類錯誤 拒絕h0 第一類錯誤 正確 1 第一類錯誤出現的原因 在進行假設檢驗時，我們會抽取乙個樣本進行檢驗，但是...
假設檢驗的兩類錯誤
棄真錯誤也叫第i類錯誤或 錯誤 它是指 原假設實際上是真的，但通過樣本估計總體後，拒絕了原假設。明顯這是錯誤的，我們拒絕了真實的原假設，所以叫棄真錯誤，這個錯誤的概率我們記為 這個值也是顯著性水平，在假設檢驗之前我們會規定這個概率的大小。取偽錯誤也叫第ii類錯誤或 錯誤 它是指 原假設實際上假的，但...