参考答案：

当H₁为真时，讨论的分布下β错误，落到临界点左边时拒绝H₁所犯错误的概率为β。那么落在临界点右边时接受H₁则为正确决定，其概率为(1-β)。换言之，当H₁为真，即μ₁与μ₀确实有差异时，μ₁与μ₀的距离即表示μ₁与μ₀的真实差异，

能以(1-β)的概率接受之。

当α以及其他条件不变时，减小μ₁与μ₀的距离势必引起B增大、(1-β)减小。也就是说，其他条件不变，μ₁与μ₀真实差异很小时，正确接受H₁的概率变小了，或者说正确地检验出真实差异的把握度降低了。相反，若其他条件不变，μ₁与μ₀的真实差异变大时，(1-β)增大，即接受H₁的把握度增大。所以1-β反映着正确辨认真实差异的能力。统计学中称(1-β)为统计检验力。这是个比较重要的统计学概念。假如真实差异很小时，某个检验仍能以较大的把握接受它，就说这个检验的统计检验力比较大。