第七章 假设检验学习目标知识目标：理解假设检验的基本概念小概率原理；掌握假设检验的方法和步骤。
能力目标：能够作正态总体均值、比例的假设检验和两个正态总体的均值、比例之差的假设检验。
参数估计和假设检验是统计推断的两种形式，它们都是利用样本对总体进行某种推断，然而推断的角度不同。
参数估计是通过样本统计量来推断总体未知参数的取值范围，以及作出结论的可靠程度，总体参数在估计前是未知的。
而在假设检验中，则是预先对总体参数的取值提出一个假设，然后利用样本数据检验这个假设是否成立，如果成立，我们就接受这个假设，如果不成立就拒绝原假设。
当然由于样本的随机性，这种推断只能具有一定的可靠性。
本章介绍假设检验的基本概念，以及假设检验的一般步骤，然后重点介绍常用的参数检验方法。
由于篇幅的限制，非参数假设检验在这里就不作介绍了。
第一节 假设检验的一般问题关键词：参数假设；检验统计量；接受域与拒绝域；假设检验的两类错误一、假设检验的基本概念（一）原假设和备择假设为了对假设检验的基本概念有一个直观的认识，不妨先看下面的例子。
例7.1 某厂生产一种日光灯管，其寿命X 服从正态分布)200 ,(2μN ，从过去的生产经验看，灯管的平均寿命为1550=μ小时，。
现在采用新工艺后，在所生产的新灯管中抽取25只，测其平均寿命为1650小时。
问采用新工艺后，灯管的寿命是否有显著提高？这是一个均值的检验问题。
灯管的寿命有没有显著变化呢？这有两种可能：一种是没有什么变化。
即新工艺对均值没有影响，采用新工艺后，X 仍然服从)200 ,1550(2N 。
另一种情况可能是，新工艺的确使均值发生了显著性变化。
这样，1650=X 和15500=μ之间的差异就只能认为是采用新工艺的关系。
究竟是哪种情况与实际情况相符合，这需要作检验。
假如给定显著性水平05.0=α。
在上面的例子中，我们可以把涉及到的两种情况用统计假设的形式表示出来。
第一个统计假设1550=μ表示采用新工艺后灯管的平均寿命没有显著性提高。
