统计假设测验是一种统计推断方法，用于检验关于总体参数的假设。其核心在于通过样本数据来判断零假设（H0）是否成立，即样本数据是否支持或反对某个特定的统计假设。如果样本数据提供的证据足够强烈，以至于在一定的显著性水平下，我们可以拒绝零假设，那么我们就可以说样本数据提供了拒绝零假设的足够证据，从而支持备择假设（H1）。

设定假设

零假设（H0）：通常表示没有效应或者没有差异的情况，是我们希望推翻的假设。

备择假设（H1）：与零假设对立的假设，是我们希望支持的假设。

选择检验统计量

根据样本数据和所研究的问题，选择一个合适的统计量来进行检验。

确定显著性水平（α）

这是一个预先设定的概率阈值，用于判断观察到的样本数据是否足够极端，以至于我们可以拒绝零假设。

计算检验统计量的值

基于样本数据计算检验统计量的实际值。

比较检验统计量的值与临界值

将计算得到的检验统计量的值与理论分布的临界值（或p值）进行比较。

作出推断

如果检验统计量的值落在拒绝域内（即显著性水平α以下），我们拒绝零假设，接受备择假设。

如果检验统计量的值没有落在拒绝域内，我们没有足够的证据拒绝零假设。

统计假设测验是科学研究中常用的方法，它帮助研究者根据样本数据做出关于总体特征的决策，并判断观察到的差异是由抽样误差引起的还是本质上的差异