假设检验(hypothesis testing)，又称统计假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。常用的假设检验方法有Z检验、t检验、卡方检验、F检验等。

①确定要进行检验的假设，包括原假设 H 0 H_0 H0​和备择假设 H 1 H_1 H1​ ②选择检验的方法，计算统计量 ③根据显著性水平，确定用于做出决策的拒绝域 ④查看样本结果是否位于拒绝域内 ⑤做出决策

使用单尾检验还是双尾检验取决于备择假设的形式：

小概率原理：小概率事件在一次试验中是几乎不可能发生的，假若在一次试验中事件事实上发生了，那只能认为事件不是来自我们假设的总体，也就是认为我们对总体所做的假设不正确。

①第一类错误(弃真错误）：原假设事实上正确，可是检验统计量的观察值却落入拒绝域，因而否定了本来正确的假设， p ( 弃 真 ） = α p(弃真）=\alpha p(弃真）=α ②第二类错误(取伪错误)：原假设事实上不正确，可是检验统计量的观察值却落入了接受域，因而没有否定本来不正确的原假设。

当原假设为真时所得到的样本观察结果或更极端结果出现的概率。 如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。