假设检验（Hypothesis Testing）是统计学中一种常用的方法，用于评估关于总体参数的统计假设或猜测是否成立。它通常用于确定观察到的数据是否与一个特定的假设相符，或者是否有足够的证据来支持或拒绝这个假设。假设检验的基本思想是通过统计推断来做出决策，以便对总体或总体参数进行推断。
假设检验通常涉及以下基本步骤：
-
提出假设：首先，我们提出一个关于总体参数或总体性质的原假设（Null Hypothesis，通常表示为H0）和一个备择假设（Alternative Hypothesis，通常表示为H1或Ha）。原假设通常是关于没有效应、没有关联或没有差异的假设，而备择假设则是我们希望证明的假设。
-
收集数据：收集与研究问题相关的数据。
-
计算统计量：根据收集的数据，计算一个统计量，该统计量通常用于度量观察到的数据与原假设的一致性或差异。
-
确定显著性水平：选择一个显著性水平（Significance Level），通常表示为α，它代表在假设检验中拒绝原假设的概率阈值。常见的显著性水平包括0.05或0.01。
-
进行假设检验：使用计算得到的统计量和显著性水平，进行假设检验。这涉及到计算一个p-value（概率值），p-value表示在原假设成立的情况下，观察到的数据或更极端的情况发生的概率。
-
做出决策：根据p-value与显著性水平的比较，做出以下决策：
- 如果p-value小于显著性水平α，通常会拒绝原假设，认为有足够的证据支持备择假设。
- 如果p-value大于或等于α，通常会保留原假设，意味着没有足够的证据来支持备择假设。
假设检验是用于统计推断和科学研究的重要工具，它帮助研究人员确定观测数据是否具有统计显著性，从而对研究假设进行验证或修正。不同的假设检验方法适用于不同的问题和数据类型，例如t检验、卡方检验、ANOVA等。选择合适的假设检验方法取决于研究问题的性质和数据的分布。
假设检验的基本概念
假设检验的基本思想和推理方法
假设检验的一般步骤
两类错误
参数的假设检验
一个正态总体均值的假设检验（方差已知时）
例题
一个正态总体均值的假设检验（方差未知时）
例题
大样本非正态总体均值的假设检验
例题
一个正态总体方差的假设检验
例题
一个正态总体参数的假设检验表
置信度水平为
两个正态总体均值的假设检验
两个正态总体均值的U 检验法（方差已知时）
两个正态总体均值的U 检验法（方差已知时）
例题
两个大样本非正态总体均值的假设检验
两个正态总体方差的假设检验
两个正态总体方差的假设检验（简化法）
两个正态总体参数的假设检验表
置信度水平为
