假设检验中的两类错误是指在假设检验中，由于样本信息的局限性，势必会产生错误，错误无非只有两种情况，在统计学中，我们一般称为Ⅰ类错误，Ⅱ类错误。
右图是研究结论和实际情况关系的矩阵：
实际情况
H0正确
H0错误
研究结论
拒绝H0
I类错误
正确
接受H0
正确
II类错误
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。
可能产生原因：
1、样本中极端数值。
2、采用决策标准较宽松。
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。
可能产生的原因：
1、实验设计不灵敏。
2、样本数据变异性过大。
3、处理效应本身比较小。
两类错误的关系：
1、 α+β不一定等于1。
2、在
样本容量确定的情况下，α与β不能同时增加或减少。
3、统计检验力。（1-β）