在假设检验中，犯第二类错误的情况是 H0为真，接受H1。
详细解释如下：
第一类错误：
当原假设H0实际上为真时，我们错误地拒绝了它。这种情况的概率通常记作α。
第二类错误：
当原假设H0实际上不真（即备择假设H1为真）时，我们错误地接受了原假设。这种情况的概率通常记作β。
因此，犯第二类错误意味着在原假设实际上不成立的情况下，我们错误地认为它成立，从而接受了备择假设。
建议在实际应用中，为了降低第二类错误的概率，研究者通常会设定一个较小的显著性水平α，并相应地选择检验统计量和样本量，以确保在H0不真时能够有足够的把握拒绝H0。
