1.什麼是假設檢驗？
假設檢驗是一種規則，它根據數據樣本所提供的證據，指定是肯定還是否定有關總體的聲明。基本原理是先對總體的特徵作出某種假設，然後通過抽樣研究的統計推理，對此假設應該被拒絕還是接受作出推斷。
2.假設檢驗的基本思想
假設檢驗的基本思想是小概率反證法思想。小概率思想是指小概率事件（P<0.01或P<0.05）在一次試驗中基本上不會發生。反證法思想是先提出假設(檢驗假設H0)，再用適當的統計方法確定假設成立的可能性大小，如可能性小，則認爲假設不成立，若可能性大，則還不能認爲不假設成立
3.假設檢驗的基本步驟：
（1）問題是什麼？
1.1零假設，備選假設
1.2檢驗假設
1.3抽樣分佈類型（是否符合正態分佈或者t分佈）
1.4檢驗方向（左尾檢驗、右尾檢驗單尾檢驗還是雙尾檢驗）
（2）證據是什麼？
零假設成立時，得到樣本平均值的概率：P值
（3）判斷的標準是什麼？
顯著水平α（0.1%，1%，5%）
（4）做出結論
P<=α時，拒絕零假設，即備選假設成立。
P>α時，接受零假設
進行假設檢驗時，你假定原假設爲真，如果有足夠的證據反駁原假設，則拒絕原假設，接受備選假設。就像把囚犯帶到法官面前接受審判，只有在有足夠的證據證明囚犯有罪時，才能進行宣判。
4. 單尾檢驗和雙尾檢驗
單尾檢驗的拒絕域落在有可能的數據集的一側，選擇檢驗水平α來表示，然後確保拒絕域以相應的概率反應這個水平，尾部可以是可能是數據集的左側或者右側，具體在哪一側取決於備選假設H1
如果備選假設包含一個<小於符號，則使用左尾，此時拒絕域位於數據的低端。
如果備註假設包含一個>大於符號，則使用右尾，此時拒絕域位於數據的高端。
雙尾檢驗即拒絕域一分爲二位於數據集的兩側，兩側各佔α/2，總和爲α。
判斷是否需要使用雙尾檢驗的方法是：查看備選假設H1,如果備選假設包含一個不等號≠，則需要使用雙尾檢驗，這是因爲我們要找到參數的變化，而不是增加和減少。
5. 效應量
效應量是指由於因素引起的差別，是衡量處理效應大小的指標。當樣本容量大得到顯著時，有必要報告效應量大小。效應量太小，意味着處理即使達到了顯著水平，也缺乏實用價值。
（1）第一種叫做差異度量
Cohen’s d = （樣本平均值1-樣本平均值2) / 標準差
Cohen’s d 除以的是標準差，也就是以標準差爲單位，樣本平均值和總體平均值之間相差多少。
（2）第二種叫做相關度度量
例如R平方，表示某個變量的變化比例與另一變量的關係。可以用t檢驗的信息推出R平方的公式，這裏的t值從t檢驗中獲得的值，df是自由度。
r2=t2 / (t2+df),其中r2是指r的平方，t2是t的平方
如果r平方等於20%，表示我們可以說通過知道另一個變量能夠接受相關變量20%的變化情況
爲什麼要給出效應量？
在我們要判斷某個調查研究的結果，是否有意義或者重要時候，要考慮的使用效應量來衡量指標。效應量太小，意味着處理即使達到了顯著水平，也缺乏實用價值。
所以，在假設檢驗過程中中，我們給出了是否具有統計顯著性，也要給出效應量，一起來判斷在研究的這個結果是否有意義。
效應量報告格式：d=x.xx ，R2=.xx
詳細學習章節請看《深入淺出統計學》第13章 假設檢驗的運用