假设检验(hypothesistesting)亦称“统计检验”。 统计推断的一种。根据抽样结果，在一定可靠性程度上对一个或多个总体分布的原假设作出拒绝或接受结论的统计程序。用于检验样本统计量的数值与假设的总体参数是否显著差异时称差异显著性检验。检验的推理逻辑是一定概率保证下的反证法。一般包括四个步骤：(1)根据问题要求提出原假设H。:(2)寻找检验统计量，用于提取样本中的用于推断的信息，要求在H。成立的条件下，统计量的分布已知且不包含任何未知参数；(3)由统计量的分布，计算“概率值”或确定拒绝域与接受域；(4)由具体样本值计算统计量的观测值，对统计假设作出判断。若H0的内容涉及到总体参数，称为参数假设检验，否则为非参数检验。在参数假设检验中，当对总体分布的参数作出原假设H。后，先承认总体与原假设相同，然后根据样本计算一个统计量，并求出该统计量的分布，再给定一个小概率（一般为0.05,0.1等，视情况而定)确定拒绝原假设的区域（即拒绝域）。若原假设H。正确，一般该统计量的值不应落在拒绝域中，若落入拒绝域，根据小概率原理而有理由怀疑推导统计量分布时依据的原假设H。是错误的，从而拒绝原假设H,:若统量的值不落入拒绝域，则没有理由推翻原假设H0,从而接受原假设H。。由于统计量的值是随机的，因此作出决定有犯错误的风险。应用假设检验时，须注意满足假设检验要求的条件，如观测值的独立性和正态性的假定。