假设检验
jiǎshè jiǎnyànnoun★中级— 统计学验证假设的方法
技术
统计学中通过样本数据验证对总体参数提出的假设是否成立的方法。
在医学研究中，假设检验常用于判断新药是否显著优于现有药物。
医学统计通过假设检验比较新药与旧药的效果差异。
A/B测试中，假设检验帮助企业判断新功能是否提升用户参与度。
企业通过统计检验确认新功能的实际效果。
💡
包括原假设（H₀）与备择假设（H₁）、显著性水平（α）、p值等核心概念。
相关短语
💡专业提示
区分假设检验与参数估计
假设检验回答「是否有效果」的问题（二元结论），参数估计回答「效果有多大」的问题（区间估计）。
⚡黄金法则
设定原假设的原则
原假设（H₀）通常设为「无效果」或「无差异」，以避免研究者主观偏见影响结果判断。
显著性≠实际重要性
p值小于0.05仅表示结果不太可能由随机误差导致，并不代表效果在实际应用中具有重要意义。
📖词源
「假设」源自拉丁语hypothesis（假说），「检验」为中文动宾结构，合指通过数据验证假说的过程。
📝用法说明
常用于科学研究、医学实验、市场调研等需要量化证据的领域。原假设通常设为「无效果」或「无差异」以避免主观偏见。
单词拆解
假设
基于理论或经验提出的待验证命题
root检验
通过数据或实验验证命题的真伪
root汉语词典