参考答案：

A错误与B错误是假设检验中的两类错误，二者的关系如下：

（1）A错误

A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。A错误是假设检验术语，与“B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A（在检验中也称显著性水平），A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）B错误

B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。B错误是假设检验的术语，与A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、A值。A值越大，值越小。在实际情况中，需要在规定A的同时，减小B值，通常靠增加样本容量来实现。

（3）A和B的关系

1、A与B是在两个前提下的概率。A是拒绝H₀时犯错误的概率（这时前提是“H₀为真”）；B是接受H₀时犯错误的概率（这时H₀为假是前提），所以A-B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，A与B不可能同时减小或增大。当两个总体的关系确定时，A增大， B就减小；A减小，B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A在统计中规定得较严，B往往就不予重视。其实许多情况需要在规定A的同时尽量减小B，这时最直接的方法是增大样本容量。