假設檢驗

假設檢驗是 統計學 中的一種推論方法，用來根據抽取的 樣本 資料對未知的 母體 參數進行推斷。其基本步驟是先建立 虛無假設（欲否決的假設）與 對立假設（欲支持的假設），接著計算檢定統計量並與預設的 顯著水準 相比，以決定是否拒絕 虛無假設。常見的檢定包括 t檢定、 卡方檢定 以及 ANOVA（變異數分析），其中 t檢定適用於均值比較，卡方檢定用於類別資料的適合度檢驗。若檢定的P值小於設定的顯著水準（例如 0.05），則拒绝虛無假設，認為資料支持對立假設。此外，检验亦可结合置信区间提供参数估计的范围信息，从而帮助研究者在社会科学、自然科学及商业研究等领域作出基于数据的可靠决策。