1 假设检验的基本逻辑
假定H0为真，通过否定H0，来检验H1的真实性。
如何否定H0呢？
在一次试验中小概率事件一旦发生，就拒绝原假设。
2 假设检验的两类错误
假设检验是带有概率性质的推论，所以无论拒绝还是接受原假设，都有犯错的可能。
- 第一类错误(拒真错误, Type I error/false positives)
原假设为真，被拒绝时犯的错误，其概率为 α，称为显著性水平。
拒绝域的面积再小，按照概率法则，任意抽取的统计量仍有可能落入该区域，此时就可能犯错。
- 第二类错误(受伪错误, Type II errors/false negatives )
原假设为假，被接受时犯的错误，其概率记为β。
即使接受原假设，我们也并没有100%的把握说差异不显著。
这种错误表现为我们没有侦测出本应显著的实验效应。
1-β表示原假设为假时，被正确拒绝，称为统计功效(power)。
- 2.2 两类错误的关系
两类错误的地位并不一样，第一类错误被认为较严重且不可原谅，应尽量避免，所以研究者宁愿冒较大的第二类错误而不愿冒第一类错误。
