（一）假设检验的概念。
参数估计和假设检验是统计推断的两个重要方面。参数估计是指用样本指标（统计量）来估计总体指标（参数），是以“数”为其输出结果；而假设检验又称统计假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法，是以“判断”为其输出结果。
假设检验的基本思想是“小概率事件”原理，其统计推断方法是带有某种概率性质的反证法。小概率思想是指小概率事件在一次试验中基本上不会发生。反证法思想是先提出检验假设，再用适当的统计方法，利用小概率原理，确定假设是否成立。
概率小到什么程度才能算作“小概率事件”，显然，“小概率事件”的概率越小，否定原假设H0就越有说服力，常记这个概率值为α(0<α<1)，称为检验的显著性水平。对于不同的问题，检验的显著性水平α不一定相同，一般认为，事件发生的概率小于0.1、0.05或0.01等，即“小概率事件” 。
例5-1：
原来的冷拉钢筋生产线上的钢筋平均抗拉强度为2000kg，标准差为300kg。经过调整参数后，希望钢筋平均抗拉强度能有所提高。项目团队实施改进后抽取了25根钢筋，测得钢筋平均抗拉强度为2150kg。问：能否断言，钢筋平均抗拉强度确有提高？
1) 测得平均抗拉强度2150kg是属于样本均值，而总体的平均抗拉强度值μ是未知的，这也正是统计学的目的就是要用样本去推断总体。
2）对于问题，若总体均值μ>2000，则认为平均抗拉强度有提高；若总体均值μ≤2000，则认为没有提高。
为此可以建立两个命题：原假设H0 和备择假设H1 。原假设又称为零假设，而备择假设又称为对立假设。
即：
H0 ：μ≤2000，
H1 ：μ>2000
3）通过把正常情况下成立的，一般不需要证明而且是不证自明的作为原假设；
待要证明的命题为备择假设。
4）在对某个参数进行检验时，把相等的、无差别的、符号成立的结论作为原假设；
把要证明的、不相等的、有差别的结论作为备择假设。
5）对于参数的检验问题中，备择假设中永远不会包含等号，只可能是“大于”、“小于”或者“不等于”这三种情况之一。
