第一类错误与第二类错误的区别及联系何在？了解这两类错误有何实际意义？

（1）假设检验中Ⅰ、Ⅱ型错误的区别。
Ⅰ型错误是拒绝了实际上成立的Ho，也称为“弃真”错误，用α表示。统计推断时，根据研究者的要求来确定。
Ⅱ型错误是不拒绝实际上不成立的Ho，也称为“存伪”错误，用β表示。它只能与特定的H1结合起来才有意义，一般难以确切估计。
（2）Ⅰ、Ⅱ型错误的联系。
①当抽样例数一定时，α越大，β越小；反之，α越小，β越大。
②统计推断中，Ⅰ、Ⅱ型错误均有可能发生，若要使两者都减小，可适当增加样本含量。
③根据研究者要求，n一定时，可通过确定α水平来控制β大小。
（3）了解两类错误的实际意义。
①可用于样本含量的估计。
②可用来计算可信度（1-α），表明统计推断可靠性的大小。
③可用于计算把握度（1-β），来评价检验方法的效能等。
④有助于研究者选择适当的检验水准。
⑤可以说明统计结论的概率保证。

略