1.假设检验
假设检验是先对总体的参数（或分布形式）提出某种假设，然后利用样本信息判断假设是否成立的过程。有参数检验和非参数检验两种。逻辑上运用反证法，统计上依据小概率事件不可能发生这一原理。
2.原假设与备择假设
统计假设是对总体参数的具体数值所做的陈述。假设检验有原假设与备择假设，原假设是研究者想收集证据予以反对的假设，又称“零假设”，用符号H0表示。之所以用零来修饰原假设，是原因原假设的内容总是没有差异或没有改变，或变量间没有关系等。备择假设也称为“研究假设”，是研究者想收集证据予以支持的假设，用符号H1表示。
3.双侧检验与单侧检验
如果备择假设没有特定的方向性，并含有符号“≠”，这样的假设称为双侧检验或双尾检验（如图5－4所示）；如果备择假设是具有特定的方向性，并含有符号“＞”或“＜”的假设检验，称为单侧检验或单尾检验。备择假设的方向为“＜”，称为左侧检验（如图5－5所示）；备择假设的方向为“＞”，称为右侧检验（如图5－6所示）。
图5－4 双侧假设检验
图5－5 左侧假设检验
图5－6 右侧假设检验
4.显著性水平α
在假设检验中，接受或拒绝H0都可能犯错误，将弃真错误（称Ⅰ类错误）发生的概率设为α，取伪错误（称Ⅱ类错误）发生的概率设为β，两者之间的关系是α大，β就小，α小，β就大，所以，力求在控制α的前提下减小β，显著性水平α通常取0.1、0.05、0.001等。如果犯Ⅰ类错误的损失更大，为减少损失，则α值取小；如果犯Ⅱ类错误损失更大，则α值取大。确定了α，就确定了临界点。
5.检验统计量与拒绝域
检验统计量是根据样本观测结果计算得到的。根据对原假设和备择假设做出决策的某个样本统计量，标准化检验统计量＝（点估计量－假设值）÷点估计量的标准差，是对样本估计量的标准化结果，即原假设H0为真时点估计量的抽样分布。
双侧假设检验统计量＞临界值，拒绝H0；
左侧假设检验统计量＜临界值，拒绝H0；
右侧假设检验统计量＞临界值，拒绝H0。
6.假设检验的步骤
①根据已知总体与样本，陈述原假设和备择假设；
②确定一个适当的检验统计量，并利用样本数据算出其具体数值；
③确定一个适当的显著性水平，并计算出其临界值，指定拒绝域；
④将统计量的值与临界值进行比较，做出决策。
若统计量的值落在拒绝域，则拒绝H0；否则不拒绝H0。也可以直接利用P值做出决策，若P＜α，则拒绝H0。
常见假设检验类型见表5－2。
表5－2 常见假设检验类型
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
