第一类错误：原假设H0符合实际情况，检验结果将它否定了，称为弃真错误。
第二类错误：原假设H0不符合实际情况，检验结果无法否定它，称为取伪错误。
数理统计学中根据一定假设条件由样本推断总体的一种方法。事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立，采用逻辑上的反证法，依据统计上的小概率原理。
扩展资料：
假设检验之前，先要知道小概率事件。如果一件事情发生的可能性小于0.05，就可以定义为小概率事件了，也就是说，在一次研究中该事件发生的可能性很小，如果只进行一次研究，可以视为不会发生。
假设检验的核心思想是小概率反证法，在假设的前提下，估算某事件发生的可能性，如果该事件是小概率事件，在一次研究中本来是不可能发生的，现在发生了，这时候就可以推翻之前的假设，接受备择假设。
如果该事件不是小概率事件，我们就找不到理由来推翻之前的假设，实际中可引申为接受所做的无效假设。
第一类错误：原假设H0符合实际情况，检验结果将它否定了，称为弃真错误。
第二类错误：原假设H0不符合实际情况，检验结果无法否定它。称为取伪错误。
在样本量固定的情况下，第一类错误和第二类错误存在此消彼长的关系。
二者概率之和不一定等于1
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024