假設檢驗（通俗個人理解）

和區間估計正好相反（是主動的估計）

思路：

根據樣本的值，按照一定的規則（小機率原理），檢驗關於總體的某個假設是否能被接受

用到了一個原理：小機率事件的不可能原理（小機率事件再一次實驗中幾乎不會發生）

顯著性（檢驗水平）水平：α，這裡就是個小機率（也是犯第一類錯誤--棄真的機率）

執行步驟：

1.提出原假設、備擇假設

2.取檢驗統計量

3.找一個小機率事件，構造拒絕域

4.根據樣本值看是否落在拒絕域內，即小機率事件是否發生。

個人理解：

在接受原假設的前提下，這個統計量應該服從的一個分布，即步驟2的檢驗統計量會服從的一個分布，這個分布可以構造一個小機率事件，根據小機率事件，求出拒絕域，如果根據給出的樣本求出來的數（這裡用的樣本均值）落在拒絕域裡，則拒絕原假設。

這裡用到了上α位分點，就是用來構造小機率事件的。

整體就是用了一個小機率反證法：

如果小機率事件發生了（這就是我們通常用的反證法找到了矛盾的地方，小機率事件本不該發生的），則我們拒絕原假設（我們可以證得原命題不對）。

所以如果做題的話就是兩個關鍵，1.構造檢驗統計量2.找一個小機率事件

在別的地方看到的一句話：

全稱命題只能被否證而不能被證明。這個道理很簡單，個案當然不足以證明一個全稱命題，但是卻可以否定全稱命題。

這也是反證法所基於的一個論點吧。