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。
第一类错误（Ⅰ类错误）也称为 α错误，是指当虚无假设(H0)正确时，而拒绝H0所犯的错误。这意味着研究者的结论并不正确，即观察到了实际上并不存在的处理效应。
第二类错误（Ⅱ类错误）也称为β错误，是指虚无假设错误时，反而接受虚无假设的情况，即没有观察到存在的处理效应。
扩展资料：
犯Ⅱ类错误得危害较大，由于报告了本来不存在的现象，则因此现象而衍生出的后续研究、应用的危害将是不可估量的。
相对而言，Ⅰ类错误的危害则相对较小，因为研究者如果对自己的假设很有信心，可能会重新设计实验，再次来过，直到得到自己满意的结果（但是如果对本就错误的观点坚持的话，可能会演变成Ⅱ类错误）。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2017-10-03
一般来说样本容量一定两类错误不会都很小，增大一方会是另一方减小，在控制第一类错误小于置信水平的同时增加样本容量会减小犯第二类错误的概率。
第2个回答 2020-11-26
相似回答