在实际问题中，我们有时还会遇到另一类问题，即为了推断总体的某些性质，提出某些关于总体的假设.例如，对于某正态总体提出数学期望等于μ0的假设H0等.假设检验就是根据样本对所提出的假设作出判断——是接受还是拒绝.
与参数估计一样，假设检验也是通过样本来进行分析推断的.在假设成立的前提下，首先找出一个与样本有关的统计量，并求出它的分布；其次是给定显著性水平α，并由此找出使统计量落在某一区域的概率等于α的拒绝域，以及统计量落在某另一区域的概率等于1－α的接受域；然后，根据一次抽样所得的样本值计算出统计量的值，如果此值落在拒绝域，就否定假设H0，如果落在接受域，就接受假设H0.
在上述假设检验的过程中，我们采取拒绝或接受假设H0的根据是小概率原理，即“小概率事件在一次抽样中实际上是不会发生的”.由于给定的α（一般取0.1、0.05、0.01等）很小，根据小概率原理，概率很小的事件在一次试验中几乎是不可能发生的，现在既然发生了，因此有理由否定待检假设H0.如果小概率事件不发生，则接受假设H0.这种判断的方法是先假设H0成立，然后运用反证的方法来推断H0是否为真，所以有人把这种方法称为概率的反证法.
由于检验法则是根据样本作出的，难免作出错误的判断.如果原假设H0实际为真，而作出拒绝H0的结论，这种错误称为第一类错误.又叫弃真错误.显然犯这类错误的概率为α.如果原假设H0实际不真，而作出接受H0的结论，这种错误称为第二类错误，又叫取伪错误.人们当然希望犯这两类错误的概率越小越好.但对于一定的样本容量n，一般说来，不能同时做到犯这两类错误的概率都很小，往往是先固定“犯第一类错误”的概率，再考虑如何减小“犯第二类错误”的概率.
综上所述，可得假设检验的步骤如下：
（1）根据实际问题要求，提出原假设H0和备择假设H1；(www.xing528.com)
（2）给定显著性水平α；
（3）选择检验统计量，要求此统计量有确定的分布，并能查分位数表；
（4）确定拒绝域，由H0的内容确定拒绝域的形式，由给定的α值，查统计量所服从的分布的分位数表，定出临界值，从而确定拒绝域；
（5）取样，根据样本观察值作出拒绝还是接受H0的判断.
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。
