在进行统计推断时， 是依据样本提供的信息进行判断， 即由部分来推断总体。 因而判断有可能正确， 也有可能不正确， 换而言之， 统计推断面临着犯错误的可能。
（1） 假设检验中的两类错误
①第Ⅰ 类错误是在假设检验中拒绝了本来是正确的原假设， 犯这种错误的概率用α表示， 所以又称α错误或弃真错误；
②第Ⅱ 类错误是在假设检验中没有拒绝本来是错误的原假设， 犯这种错误的概率用β表示， 所以又称β错误或取伪错误。
（2） 两类错误之间的关系
在假设检验中当样本容量一定时α和β一般是此消彼长的关系， 即如果减小α错误， 就会增大犯β错误的机会； 若减小β错误， 就会增大犯α错误的机会。 而使α和β同时变小的办法只有增大样本量。 但样本量不可能没有限制， 否则抽样调查就会失去意义。 通常情况下， 在假设检验中遵循首先控制犯α错误的原则， 即在犯α错误的概率一定的情况下使犯β错误的概率尽可能小。