一、假设检验
总体分布函数完全未知，或知道其形式但部分参数未知的情况，为了推断总体的某些未知特性，提出某些关于总体的假设，
对于所提出的假设作出是接受还是拒绝的决策。
假设检验过程：
- 提出假设H0
- 构造检验统计量
- 选定显著性水平a
- 计算得到临界点、拒绝域
- 根据样本观察值作出决策，是接受 H0 还是拒绝 H0
两类错误：
- I类错误：“弃真”，在假设H0实际上为真时，我们可能犯拒绝H0的错误；
- II类错误：“取伪”，当假设H0实际上不真时，我们可能犯接受H0的错误；
通常来说控制I类错误；
- 按P{ 当H0为真拒绝H0 } ≤ a 求出拒绝域；
单边检验、双边检验：
- 拒绝域不同；
正态总体均值的假设检验
- Z检验
- t检验
正态总体均值的假设检验
- 卡方检验
- F检验（多个总体）
二、分布拟合检验
实际问题中，有时不能知道总体服从什么类型的分布，这时需要根据样本来检验关于分布的假设。
- 例如，卡方拟合检验
三、p值法假设检验
定义：p值法（probability value）是由检验统计量的样本观察值得出的原假设可被拒绝的最小显著水平。
- 即由拒绝原假设 => 求出最小显著水平a，这时的显著水平值即是p
- 对于任意显著水平a：若大于等于p，则在显著水平a下拒绝H0 ；若小于p，则在显著水平a下接受H0