步骤
1. 提出原假设/零假设；
2. 根据假设中各参数的关系，导出检验统计量，假设为真时统计量满足某种分布(Z, T, F, ···)；
3. 根据统计量是否满足某种条件来判断原假设是否为真；
4. 条件的具体形式，由犯第一类错误，即：原假设为真时，统计量仍未满足此关系式，进而拒绝了原假设的概率等于显著性水平 α 得出；
5. 根据求得的条件，犯第Ⅰ类错误的概率极低，所以可根据此条件做出决策。
定义
第Ⅰ类错误：弃真错误，Ho为真时拒绝了Ho。
第Ⅱ类错误：取伪错误，Ho为假时接受了Ho。
样本容量固定时，减少一类犯错误的概率，则犯另一类错误的概率往往增大，一般总是只控制犯第Ⅰ类错误的概率不大于 α，增加样本容量可使犯两类错误的概率都减小。
显著性检验：只控制犯第Ⅰ类错误的概率，而不考虑犯第Ⅱ类错误的概率的检验。
双边假设检验：其备择假设为双边备择假设，即可能大于也可能小于。
单边检验：1) 右边检验：备择假设为大于关系；2) 左边检验：备择假设为小于关系。
T 检验
F检验、X检验
Excel 分析
（一）t 检验: 双样本等方差假设
结果分析：
1. 临界值法：将 t Stat 与临界值相比较
1) t Stat：统计量 t
2) 单尾临界：tα(n1+n2-2) 双尾临界：tα/2(n1+n2-2)
3) df：自由度
2. P 值法：将 P 值与 α 相比较，小于 α 则拒绝原假设
