【答案】：α错误与β错误是假设检验中的两类错误，二者的关系如下： (1)α错误

α错误是指在原假设H0本来为真的情况下，检验统计量的观测值落入否定域而拒绝H0，接受H1而发生的错误。α错误是假设检验术语，与“β错误”相对，亦称“第一类错误”、“第Ⅰ型错误”、“弃真错误”。在H0为真时，统计量落入否定域的概率为α(在检验中也称显著性水平)，α值是人们根据实际问题需要而预先设定的，通常有0.01、0.05、0.10等。

(2)β错误

β错误是指在零假设H0本来不真的情况下，检验统计量的观测值落入接受或接受H0而犯的错误。β错误是假设检验的术语，与α错误相对，亦称“纳伪错误”、“第Ⅱ型错误”、“第一类错误”。不能预先确定，其大小受下列因素影响;1.参数的实际值与假设值之间的距离。距离越大，值越小。2.α值。α值越大，值越小。在实际情况中，需要在规定α的同时，减小β值，通常靠增加样本容量来实现。

(3)α和β的关系

1.α与β是在两个前提下的概率。α是拒绝H0时犯错误的概率(这时前提是“H0为真”);β是接受H0时犯错误的概率(这时H0为假是前提)，所以α-β不一定等于1。这是两类错误的关系中较为重要的一点。

2.其他条件不变的情况下，α与β不可能同时减小或增大。当两个总体的关系确定时，α增大，β就减小;α减小，β就增大。一般在差异检验中主要关心的是能否有充分理由拒绝H0，从而证实H1，所以α在统计中规定得较严，β往往就不予重视。其实许多情况需要在规定α的同时尽量减小β，这时最直接的方法是增大样本容量。