两类错误（errors of two kinds），统计学的基本概念之一，指假设检验中可能出现的弃真纳伪的错误。假设检验是根据从总体抽取的样本资料来对总体的某种特征作出判断的，而样本只能代表总体的一部分特征，由它来推断总体特征就绝不可能有百分之百的把握，因而可能做出错误的判断.其一，原假设H。本来是正确的，但判断H。为不正确而产生错误，这是一种弃真错误，在统计学中称为第一类错误，或称Ⅰ型错误.其二，原假设H。本来是不正确的，但判断H。为正确而产生错误，这是一种纳伪错误，在统计学中称为第二类错误，或称ⅠⅠ型错误.它们统称为假设检验中的两类错误.这两类错误严重程度常用它们出现的概率来度量，犯第一类错误的概率常用其显著性水平a表示，犯第二类错误的概率常用β表示.如何避免这两类错误是假设检验中的困难问题.如降低显著性水平a，即选择较高的概率为显著性水平(如令a=0. 10或0. 15，甚至更高)，可以减少原假设H。