步骤

1. 提出原假设/零假设；

2. 根据假设中各参数的关系，导出检验统计量，假设为真时统计量满足某种分布(Z, T, F, ···)；

3. 根据统计量是否满足某种条件来判断原假设是否为真；

4. 条件的具体形式，由犯第一类错误，即：原假设为真时，统计量仍未满足此关系式，进而拒绝了原假设的概率等于显著性水平 α 得出；

5. 根据求得的条件，犯第Ⅰ类错误的概率极低，所以可根据此条件做出决策。

定义

第Ⅰ类错误：弃真错误，Ho为真时拒绝了Ho。

第Ⅱ类错误：取伪错误，Ho为假时接受了Ho。

样本容量固定时，减少一类犯错误的概率，则犯另一类错误的概率往往增大，一般总是只控制犯第Ⅰ类错误的概率不大于 α，增加样本容量可使犯两类错误的概率都减小。

显著性检验：只控制犯第Ⅰ类错误的概率，而不考虑犯第Ⅱ类错误的概率的检验。

双边假设检验：其备择假设为双边备择假设，即可能大于也可能小于。

单边检验：1) 右边检验：备择假设为大于关系；2) 左边检验：备择假设为小于关系。

T 检验

F检验、X检验

Excel 分析

（一）t 检验: 双样本等方差假设

结果分析：

1. 临界值法：将 t Stat 与临界值相比较

    1) t Stat：统计量 t

    2) 单尾临界：tα(n1+n2-2)    双尾临界：tα/2(n1+n2-2)

    3) df：自由度

2. P 值法：将 P 值与 α 相比较，小于 α 则拒绝原假设