说明

假设检验的过程，可以用法庭的审理来说明。先想像现在法庭上有一名被告，假设该被告是清白的，而检察官必须要提出足够的证据去证明被告的确有罪。 在证明被告有罪前，被告是被假设为清白的。

假设被告清白的假设，就相当于零假设（null hypothesis）。

假设被告有罪的假设，则是 备择假设 （ 英语 ： alternative hypothesis ） （alternative hypothesis）。

而检察官提出的证据，是否足以确定该被告有罪，则要经过检验。 这样子的检验过程就相当于用T检验或Z检验去检视研究者所搜集到的统计资料。

检验过程

在统计学的文献中，假设检验发挥了重要作用。假设检验大致有如下步骤：

最初研究假设为真相不明。

第一步是提出相关的零假设和备择假设。这是很重要的，因为错误陈述假设会导致后面的过程变得混乱。

第二步是考虑检验中对样本做出的统计假设；例如，关于独立性的假设或关于观测数据的分布的形式的假设。这个步骤也同样重要，因为无效的假设将意味着试验的结果是无效的。

决定哪个检测是合适的，并确定相关 检验统计量 （ 英语 ： Test statistic ） T 。

在零假设下推导检验统计量的分布。在标准情况下应该会得出一个熟知的结果。比如检验统计量可能会符合学生t-分布或正态分布。

选择一个显著性水平( α )，若低于这个概率阈值，就会拒绝零假设。最常用的是 5% 和 1%。

根据在零假设成立时的检验统计量 T 分布，找到数值最接近备择假设，且概率为显著性水平 ( α )的区域，此区域称为“拒绝域”，意思是在零假设成立的前提下，落在拒绝域的概率只有α。

针对检验统计量 T ，根据样本计算其估计值 t obs 。

若估计值 t obs 未落在“拒绝域”，接受零假设。若估计值 t obs 落在“拒绝域”，拒绝零假设，接受备择假设。

例子

淑女品茶 （ 英语 ： Lady tasting tea ） 是一个有关假设检验的著名例子 ，费雪的一个女同事声称可以判断在奶茶中，是先加入茶还是先加入牛奶。费雪提议给她八杯奶茶，四杯先加茶，四杯先加牛奶，但随机排列，而女同事要说出这八杯奶茶中，哪些先加牛奶，哪些先加茶， 检验统计量 （ 英语 ： Test statistic ） 是确认正确的次数。零假设是女同事无法判断奶茶中的茶先加入还是牛奶先加入，备择假设为女同事有此能力。

若单纯以概率考虑（即女同事没有判断的能力）下，八杯都正确的概率为1/70，约1.4%，因此“拒绝域”为八杯的结果都正确。而测试结果为女同事八杯的结果都正确 ，在统计上是相当显著的的结果。

相关条目

变异数分析

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。