当检验统计量取某个区域C中的值时我们拒绝原假设H则称区 域C为拒绝域拒绝域的边界点称为临界点(临界值。而上例中拒绝域 为l≥ 而u=-un2,u=un2为临界点 由于检验法则是根据样本作出的,总有可能作出错误的决策。 如上面所说的那样,在假设H实际上为真时,我们可能犯拒绝H的 错误,称这类“弃真”的错误为第一类错误。又当H实际上不真时, 我们也有可能接受H。称这类“取伪”的错误为第二类错误。犯第 二类错误的概率(其大小用β来表示)记为 P{当H不真接受H或B=n1{按受Hb 为此,在确定检验法则时,我们应尽量使犯两类错误的概率都 较小。但是,进一步讨论可知,一般来说,当样本容量固定时,若 减少犯一类错误的概率,则犯另一类错误的概率往往增大。若要使 犯两类错误的概率都减小,除非增加样本容量。在给定样本容量的 情况下,一般来说,我们总是控制犯第一类错误的概率,使它不大 于α。α的大小视具体情况而定,通常a取0.1,0.05,0.01,0.005等值。 这种只对犯第一类错误的概率加以控制,而不考虑犯第二类错误的 概率的检验,称为显著性检验。当检验统计量取某个区域C中的值时,我们拒绝原假设H0 ,则称区 域C为拒绝域,拒绝域的边界点称为临界点(临界值)。而上例中拒绝域 为 ，而u= - uα/2,u=uα/2为临界点。 由于检验法则是根据样本作出的，总有可能作出错误的决策。 如上面所说的那样，在假设H0实际上为真时，我们可能犯拒绝H0的 错误，称这类“弃真”的错误为第一类错误。又当H0实际上不真时， 我们也有可能接受H0。称这类“取伪”的错误为第二类错误。犯第 二类错误的概率（其大小用β来表示）记为 P{当H0不真接受H0 }或 。 为此，在确定检验法则时，我们应尽量使犯两类错误的概率都 较小。但是，进一步讨论可知，一般来说，当样本容量固定时，若 减少犯一类错误的概率，则犯另一类错误的概率往往增大。若要使 犯两类错误的概率都减小，除非增加样本容量。在给定样本容量的 情况下，一般来说，我们总是控制犯第一类错误的概率，使它不大 于α 。α 的大小视具体情况而定，通常α 取0.1,0.05,0.01,0.005等值。 这种只对犯第一类错误的概率加以控制，而不考虑犯第二类错误的 概率的检验，称为显著性检验。 { } PH1 接受H0 u  u / 2