在假設檢定中，下列敘述何者正確？
(A)增加抽樣樣本總數，型II 錯誤會增加
(B)當虛無假設為偽，但卻被拒絕，則產生型I 誤差
(C)當虛無假設為真，但被接受，則產生型I 誤差
(D)當虛無假設為偽，但卻被接受，則產生型II 誤差
答案為 (D)
註解：
型 I 錯誤、型 II 錯誤
假設檢定是先對母體參數提出假設，然後利用樣本的資訊，再決定是否接受或否決該假設；而在進行假說檢定的決策時，可能會犯兩種錯誤：
型 I 錯誤 (Type I Error)
若 H0（虛無假說）為真，但結論卻否決 H0，則犯了第一型錯誤，而稱犯第一型錯誤的機率為第一型錯誤率 (Type I Error Rate)，其發生的機率以 α表示，或稱顯著水準 (significant level)。
型 II 錯誤 (Type II Error)
若 H1（對立假說）為真，但結論卻接受 H0，則犯了第二型錯誤，而稱犯第二型錯誤的機率為第二型錯誤率 (Type II Error Rate)，其發生的機率以 β 表示。另外，統計上常稱 1−β 為檢定力 (Power)（圖一）。
型 I 與型 II 錯誤若干性質如下：
首先，α 與 β 互為拮抗，亦即 α 提高時、β 降低；反之亦然。
統計學上認為犯型 I 錯誤的後果相當嚴重，因此一般希望能將其發生的機率 (α) 控制在一定的程度 (0.05 or 0.01)。
當固定 α 時，可透過增加樣本數達到降低 β 的目的。
