文/伢赞
假设检验又称为差异性检验，主要是对两列数进行研究。它的基本任务就是事先对总体参数或总体分布形态做出一个假设，然后利用样本信息来判断原假设是否合理，从而决定。决定是否接受原假设。假设检验包括参数检验和非参数检验。若进行假设检验时，总体的分布形式已知，需要对于总体的未知参数进行假设检验，称其为参数假设检验。若对总体分布形式知之甚少，需要对未知的分布函数形式及其他特征进行假设检验，称为非参数假设检验。
假设检验的原理。
1.有两种假设
虚无假设，实际上什么也没有发生，我们所预计的改变差异，处理效果都不存在，观察到的差异只是随机误差引起的，用H0表示，虚无假设也叫做无差假设，零假设，原假设。虚无假设是统计推论的出发点。
备择假设，因变量的变化差异确实是由于自变量的作用，备择假设往往是我们对研究结果的预期用H1表示，为。规则假设也称为对立假设，研究假设，在统计学中无法对H1的真实性进行直接检验。
假设检验的问题就是要判断虚无假设H0是否正确决定接受还是拒绝H一根据样本的信息，如果不得不否认零假设的真实性就不得不承认备择假设的真实性，相反，如果不能够否认零假设的真实性就要保留零假设而拒绝备择假设。假设，虚无假设和备择假设相互排斥，并且只有一个正确。
2.小概率原理
小概率原理认为小概率事件在一次实验中几乎不可能发生。
假设检验的基本思想是概率性质的反证法，首先假定虚无假设为真，在虚无假设为真的前提下，如果小概率事件在一次实验中出现，则表明虚伪假设为真的假定是不正确的。因为假定小概率事件在一次实验中是不可能出现的，所以也就不能接受虚无假设，若没有小概率事件出现，那就认为虚无假设为真的假定是正确的，也就是接受了虚无假设。
3.显著性水平
将概率不超过0.05的事件当作小概率事件，有时也定义为不超过0.01或0.001这种拒绝零假设的概率称为显著性水平，用α表示。
4.两类错误
一型错误，当虚无假设正确，也就是H0正确时，我们却拒绝了该假设所犯的错叫α错误。
二型错误，当虚无假设是错误的时候，我们没有拒绝，却接受了该假设所犯的错误叫β错误。
两类错误之间的关系：
两者相加不一定等于1。
它们不可能同时减小或增大。
在规定了α情况下，又要同时尽量减少β，直接方法就是增大样本容量。
5.统计检验力
1-β反映正确辨认真实差异的能力，统计学上称为统计检验力，又叫统计功效，表示在虚我假设为假时正确拒绝的概率。
6.单侧检验与双侧检验
单侧检验是既强调差异，又强调差异方向性的检验，双侧检验是只强调差异，不强调方向性的检验。两者的区别是问题的提法不同，建立假设的形式不同，否定域不同。
如果求某一种方法好于另一种方法，要用单侧检验。
