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。

假设检验的基本思想是“小概率事件”原理，其统计推断方法是带有某种概率性质的反证法。小概率思想是指小概率事件在一次试验中基本上不会发生。反证法思想是先提出检验假设，再用适当的统计方法，利用小概率原理，确定假设是否成立。即为了检验一个假设H0是否正确，首先假定该假设H0正确，然后根据样本对假设H0做出接受或拒绝的决策。如果样本观察值导致了“小概率事件”发生，就应拒绝假设H0，否则应接受假设H0。

个人笔记：比如我假设A方法和B方法效果相同（这是针对总体特征的假设），为了检验这个假设是否正确，首先假定该假设H0正确。然后根据样本（A方法产生a组数据100个，均值为3.4，B方法产生b组数据100个，均值为3.6）对假设H0做出接受或拒绝的决策。如果样本观察值导致了“小概率事件”发生（计算a组的SD和b组的SD，结合），就应拒绝假设H0，否则应接受假设H0。

标准差与标准误差Standard