假设检验的框架

假设检验（仮説検定）是利用样本数据，依据概率来判断能否否定某个关于总体的假设的方法。

首先，提出想检验能否被否定的假设（原假设，例如“两个卖场的平均消费金额没有差异”），以及与之相反的备择假设。接着，假如原假设成立，用概率表示样本结果有多难出现；若低于事先定好的分界（显著性水平），就拒绝（否定）原假设、采纳备择假设。即使没能拒绝，也不等于证明了原假设正确，结论只能停留在“不能说存在差异”。

类比这就像刑事审判：先假定被告无罪，只有在证据强到用这个假定难以解释时，才判定有罪。证据不足、无法定罪时，也不代表被告的清白得到了证明，这一点同样相似。

记法帰無就是“归于无”。它是预料会被否定才提出的假设，因此得了这个名字。

显著性水平（有意水準）是决定是否拒绝原假设的分界概率，要在进行检验之前定好。

常用的值有 5% 或 1%；假如原假设成立，样本结果或更极端的结果出现的概率低于这个值时，就认为“难以用偶然来解释”而拒绝原假设。显著性水平同时也是一个界限，决定能容许多大的概率去拒绝实际上正确的原假设。设得越小，拒绝的条件就越严格。

类比它像一条事先划好的及格线：“比这更罕见的事，就不当作偶然。”如果看到结果后再挪动这条线，判断就会变得随心所欲。

记法有意是指“有着无法用偶然打发掉的意义”。低于分界的结果被称为“显著差异”（有意な差）。

第一类错误（第1種の誤り）是指原假设实际上正确，却把它拒绝了的错误。

相当于本来没有差异，却得出“有差异”的结论。这种错误发生的概率被控制在检验前定好的显著性水平以内。例如，新广告其实没有效果，却因为看到销售额碰巧上升的样本而判断“有效果”，就属于这种情况。

类比就像一个健康的人在体检中被判定为“需要进一步检查”。明明什么问题都没有，却被说成有异常，这就是这类失误。

记法别名“慌张者的错误”（あわてものの誤り）。可以联想成慌慌张张地喊出“有差异”。

第二类错误（第2種の誤り）是指原假设实际上错误，却没有拒绝、把它放过了的错误。

相当于本来存在差异，却得出“不能说有差异”的结论。例如，新教材其实有效果，但收集的样本太少，差异显现不出来，于是漏掉了这个效果，就属于这种情况。在其他条件相同时，样本越大，这种错误越不容易发生。

类比就像一个已经开始生病的人在体检中被判定为“没有异常”。这是把正在发生的变化看漏了的失误。

记法别名“迷糊者的错误”（ぼんやりものの誤り）。可以联想成迷迷糊糊地看漏了本该存在的差异。