好问题，促使我去谷歌搜索:) 根据维基百科（稍作格式编辑）：

I 类错误（或第一类错误）是对真零假设的错误拒绝。

II 类错误（或第二类错误）是未能拒绝错误的零假设。

在页面的下方，它讨论了词源：

1928 年，两位杰出的统计学家 Jerzy Neyman (1894–1981) 和 Egon Pearson (1895–1980) 讨论了与“确定特定样本是否可能被判断为可能是从特定人群中随机抽取的问题”相关的问题“……

“……在检验假设时，必须考虑两个考虑因素：（1）我们必须能够将拒绝真实假设的机会降低到所需的低值；（2）必须设计测试以使其当它可能是错误的时，将拒绝测试的假设。”

他们还指出，在决定是否拒绝或拒绝“一组替代假设”中的特定假设时，$H_1$,$H_2$, . . .，很容易出错：

“......[和]这些错误将有两种：

（一）我们拒绝$H_0$[即要检验的假设] 当它为真时

(II) 我们没有拒绝 $H_0$当一些替代假设$H_A$或者$H_1$是真的。”

在同一篇论文中，他们将这两种错误来源分别称为 I 类错误和 II 类错误。

所以看起来第一种错误是基于费舍尔关于显着性检验的原始工作。第二种错误是基于内曼和皮尔森对费舍尔工作的扩展，即引入替代假设并因此进行假设检验。有关更多详细信息，请参见此处。

正如 Neyman 和 Pearson 所给出的，这些错误类型的识别顺序似乎与它们的数量相对应。