解释Ⅰ型错误、Ⅱ型错误和检验效能，并说明它们之间的关系。
拒绝实际成立的H0所犯的错误称为Ⅰ型错误，记为α不拒绝实际不成立的H0所犯的错误称为Ⅱ型错误，记为β0如果两个总体参数间确实存在差异，即H11成立（例如μ≠μ0），按照现有检验水准，使用假设检验方法能够发现这种差异（即拒绝H0）的能力被称为检验效能，记为(1-β) 。三者的关系为：当样本量固定时，α与β成反比，与（1 -β）成正比。如果把α设置得很小，势必增大犯Ⅱ型错误的概率，从而降低检验效能；反之，如果重点在于减少β，势必增加Ⅱ型错误的概率，从而降低了置信度。要同时减小α和β，只有通过增加样本含量来实现。
