假设检验问题：先把某个结论当成一种假设，然后根据样本观测值的情况，运用统计分析的方法对假设进行检验，并做出判断，这类问题最终是以“判断”为其输出结果，我们把它归纳为假设检验的问题。

H0：称为“原假设”或“零假设” 一般将“相等的、无差别的、等号成立”的结论作为原假设，对于参数检验问题，原假设一定是“等于”某值。

例：H0：μ=2000

H1：称为“备择假设”或“对立假设” 一般将“待判定、待证明的、有差别的”结论作为备择假设，备择假设中永远只可能是“大于”、“小于”或“不等于”三种情况。

例：H1：μ>2000

思考逻辑：为检验H0是否正确，先假定它正确，看由此会出现什么结果，如果样本观测值出现了一个与H0应有结果明显矛盾的情况，则表示应该判定“H0正确”这个假设是错误的，于是拒绝H0，这时检验结果是具有说服力的；如果没有出现矛盾的情况，我们却不能判定“不拒绝H0”或“接受H0”，因为此时只能说明“目前还没找到足够拒绝H0的理由”而已，没有足够的说服力来肯定H0一定是成立的。

p值比较法

所谓P值，指的就是当原假设H0成立时，出现目前状况的概率。当这个概率很少时（如小于0.05），这个结果在原假 设成立的条件下就不该在一次试验中出现，如果出现了，因此我们有理由认为“原假设成立”的这个前提是错的，因而应该拒绝原假设，接受备择假设。因此如果p值< α，则拒绝原假设

所谓的明显不合理情况指的就是竟然出现了小概率事件，因为按照常识，在假设H0是成立的条件，与大概率事件相比，小概率事件在一次试验中是几乎不会发生的，如果它发生，说明最初的假设“H0是成立的”并不正确，因此应该拒绝H0。但几乎不会发生并不等于不会发生，第一类错误（α）和第二类错误（β）