正确答案是：A: 犯第一类错误的概率。

### 专业分析

在统计学中，显著性水平（alpha，α）是一个非常重要的概念，它用于假设检验中，定义如下：

- **显著性水平（α）**：这是指在假设检验中，犯第一类错误的概率。第一类错误（Type I error）是指在实际上真空假设（null hypothesis）成立的情况下，错误地拒绝了它。显著性水平通常设定为0.05、0.01等，这意味着有5%或1%的风险会犯第一类错误。

- **第一类错误（Type I Error）**：即假阳性错误，发生在实际情况为真时，错误地拒绝了原假设。

- **第二类错误（Type II Error）**：即假阴性错误，发生在实际情况为假时，错误地未能拒绝原假设。与显著性水平α对应的第二类错误的概率为β。

以下是一个简化的表格对显著性水平和错误类型进行总结：

| 错误类型 | 定义 | 概率表示 |
|---------------------|-----------------------------------------------------------------|-------------|
| 第一类错误（Type I）| 错误地拒绝真空假设（假阳性） | α（alpha） |
| 第二类错误（Type II）| 错误地接受假空假设（假阴性） | β（beta） |

### 关联概念

- **功效（Power）**：功效是指正确拒绝原假设的概率，计算公式为 1 - β。增加样本量可以提高检验的功效和准确性。

显著性水平是统计检验中设定的一个阈值，用来判断结果是否具有统计显著性。设定显著性水平时，需要在控制犯第一类错误和检验功效之间取得平衡。