[](简答题)简述假设检验的基本步骤。

假设检验是统计推断的重要方法，用于根据样本数据判断某个假设是否成立。其核心思路是：通过构造检验统计量，比较实际观测结果与假设之间的差异，从而决定是否拒绝原假设。
关键要点包括：

1. 建立对立的假设（原假设与备择假设）；
2. 选择合适的检验统计量并明确其分布；
3. 设定显著性水平以控制错误概率；
4. 通过临界值或p值进行决策，避免主观判断。

1. 建立原假设和备择假设

• 原假设（$H_0$）：研究者希望验证的假设，通常为“无差异”或“无关联”。
• 备择假设（$H_1$）：与原假设对立的假设，代表研究者试图支持的方向（双侧或单侧）。
  关键：原假设和备择假设必须互斥且穷尽所有可能性。

2. 确定检验统计量及其分布

• 根据数据特征选择统计量（如$Z$、$t$、$\chi^2$等），并假设原假设成立时的分布形式。
• 计算实际值：利用样本数据代入公式，得到检验统计量的具体数值。

3. 设定显著性水平与临界值

• 显著性水平（$\alpha$）：预先设定的最大允许的第一类错误概率（如5%或1%）。
• 临界值：根据检验统计量的分布和$\alpha$值确定的阈值，超过该值则拒绝原假设。

4. 比较与决策

• 比较实际值与临界值：若检验统计量的实际值超出临界值范围，则拒绝原假设；否则不拒绝。
• 结论表述：避免“接受备择假设”，应表述为“有/无足够证据支持备择假设”。