一、考纲考试要求（逐条对照）
| # | 考试要求 | 对应考点 |
|---|
| 1 | 理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误 | 3.2 / 3.3 / 3.4 |
| 2 | 掌握单个及两个正态总体的均值和方差的假设检验 | 3.5 |
| 3 | 了解假设检验中的 P 值方法 | 3.6 |
二、知识框架图
第八章 假设检验
├─ 基本思想：小概率原理（小概率事件在一次试验中几乎不发生）
├─ 步骤：设 H₀/H₁ → 选统计量 → 定拒绝域（α）→ 算观测值 → 下结论
├─ 两类错误：第一类弃真 α / 第二类取伪 β；样本容量固定时不能同时减小
├─ 正态总体检验（与区间估计对偶）：
│ 单总体：μ（σ² 已知 Z / 未知 t）、σ²（χ²）
│ 两总体：μ₁−μ₂（Z/t）、σ₁²/σ₂²（F）
└─ P 值：观测值对应的最小显著性水平；P<α 拒绝 H₀
主线提示：假设检验与区间估计共享同一套统计量（Z、t、χ²、F），只需记住"检验 = 在 H₀ 成立的假定下计算统计量 → 判断是否落入拒绝域"。双侧、单侧检验的拒绝域写法是本章核心技能。
三、显著性检验的基本思想 必考
小概率原理：概率很小的事件在一次试验中几乎不会发生。
若小概率事件竟然发生了，则有理由怀疑原假设 H₀，从而拒绝 H₀。
- 原假设 H₀（通常取"无差异/无变化"），备择假设 H₁（研究关心的方向）。
- 显著性水平 α：事先给定的"小概率"界限（通常 0.05、0.01、0.10）。
- 双侧检验：H₀: θ=θ₀，H₁: θ≠θ₀，拒绝域在两侧。单侧检验：H₁: θ>θ₀（右侧）或 θ<θ₀（左侧）。
注意："拒绝 H₀"是有说服力的结论（小概率事件发生）；"不拒绝 H₀"只能说明证据不足，不能说"接受 H₀ 为真"。这一表述差异是选择题常考点。
四、假设检验的基本步骤 必考
① 提出假设：H₀ 与 H₁（明确双侧/单侧）
② 选统计量：在 H₀ 成立时选分布已知的统计量（Z、t、χ²、F）
③ 定拒绝域：由显著性水平 α 与分位数确定拒绝域 W
④ 算观测值：由样本算出统计量的值
⑤ 下结论：观测值∈W 则拒绝 H₀，否则不拒绝 H₀
易错：① 统计量必须在 H₀ 成立的前提下构造（用 H₀ 中的参数值代入，如 μ=μ₀）；② 拒绝域由 H₁ 的方向决定——H₁ 取"≠"用双侧，取">"用右侧，取"<"用左侧；③ 分位数是 z_α（单侧）还是 z_{α/2}（双侧）别用混。
五、两类错误 必考（概念题）
| 类型 | 名称 | 含义 | 概率 |
|---|
| 第一类错误 | 弃真 | H₀ 为真却拒绝 H₀ | P{拒绝 H₀|H₀ 真} = α |
| 第二类错误 | 取伪 | H₀ 为假却不拒绝 H₀ | P{不拒绝 H₀|H₀ 假} = β |
样本容量 n 固定时：α 减小 ⇒ β 增大；α 增大 ⇒ β 减小（矛盾）
n 增大：α、β 可同时减小
记忆："弃真"=α（显著性水平本身）；"取伪"=β。两类错误不可能同时为零；实际做法是控制 α（固定显著性水平），再尽量增大样本以减小 β。
易错：① 第一类错误的概率就是显著性水平 α（检验水平），这是选择题高频项；② β 的计算需要备择假设的具体值（求检验功效 1−β 时用），考研多只考概念；③ "P{接受 H₀|H₀ 假}"与"P{拒绝 H₀|H₀ 真}"互为两类错误，别写反。
六、正态总体参数的假设检验 必考
1. 单个正态总体
| 检验对象 | 条件 | H₀ | 统计量（H₀ 下） | 拒绝域（α 水平） |
|---|
| μ | σ² 已知 | μ=μ₀ | Z=(X̄−μ₀)/(σ/√n)~N(0,1) | 双侧 |Z|>z_{α/2}；右侧 Z>z_α；左侧 Z<−z_α |
| σ² 未知 | μ=μ₀ | t=(X̄−μ₀)/(S/√n)~t(n−1) | 双侧 |t|>t_{α/2}(n−1)（单侧同向） |
| σ² | μ 未知 | σ²=σ₀² | χ²=(n−1)S²/σ₀²~χ²(n−1) | 双侧 χ²>χ²_{α/2} 或 <χ²_{1−α/2}；单侧取一边 |
2. 两个正态总体
| 检验对象 | 条件 | 统计量（H₀ 下） | 拒绝域（双侧） |
|---|
| μ₁−μ₂=0 | σ₁²、σ₂² 已知 | Z=(X̄−Ȳ)/√(σ₁²/n₁+σ₂²/n₂)~N(0,1) | |Z|>z_{α/2} |
| σ₁²=σ₂² 未知 | t=(X̄−Ȳ)/(S_w√(1/n₁+1/n₂))~t(n₁+n₂−2) | |t|>t_{α/2}(n₁+n₂−2) |
| σ₁²=σ₂² | μ₁、μ₂ 未知 | F=S₁²/S₂²~F(n₁−1,n₂−1) | F>F_{α/2} 或 F<F_{1−α/2} |
记忆：检验统计量与区间估计枢轴量"同源"——区间估计用双侧分位数反解，假设检验直接用分位数定拒绝域。σ² 未知的均值检验一律 t；方差检验用 χ²；方差比检验用 F。单侧检验把拒绝域改成单边即可。
注意：F 检验的拒绝域：F 统计量过大或过小都拒绝（双侧），下侧临界值用 F_{1−α/2}(n₁−1,n₂−1)=1/F_{α/2}(n₂−1,n₁−1) 换算。
七、P 值思想 了解
P 值 = 在 H₀ 成立下，得到"比当前观测值更极端"结果的概率（最小显著性水平）。
判定：P 值 < α ⇒ 拒绝 H₀；P 值 ≥ α ⇒ 不拒绝 H₀
- P 值越小，拒绝 H₀ 的证据越强。
- 双侧检验 P 值 = 2·P{Z>|z|₀bs}（Z 检验）；单侧检验 P 值 = P{Z>z₀bs}（右侧）。
注意：P 值不是 H₀ 为真的概率，而是"在 H₀ 为真的假设下当前或更极端观测出现的概率"。考研只要求了解思想，常与"P<α 拒绝 H₀"的选择题结合。
八、高频考点与易错点
考点 1：检验统计量选择
σ² 已知 Z、未知 t、方差 χ²、方差比 F；与估计章节完全对应。
考点 2：拒绝域写法
H₁ 方向定单双侧；双侧用 α/2 分位数，单侧用 α 分位数。
考点 3：两类错误辨析
弃真=α（第一类）、取伪=β（第二类）；n 固定此消彼长。
考点 4：单侧检验
H₁: μ>μ₀ 用右侧拒绝域；"提高/降低/超过"等词判断方向。
考点 5：σ² 检验
χ²=(n−1)S²/σ₀²，自由度 n−1；双侧用两个分位数。
考点 6：P 值法
P<α 拒绝 H₀；P 值是最小显著性水平。
易错点清单（考前必看）
- 统计量在 H₀ 下构造：均值检验代入 μ₀、方差检验代入 σ₀²，别用样本值。
- 双侧用 z_{α/2}/t_{α/2}，单侧用 z_α/t_α——分位数下标别混。
- 单侧方向由 H₁ 决定：H₁ 是 ">" 拒绝域取右尾，"<" 取左尾。
- 第一类错误概率 = α（显著性水平）；第二类 = β。"弃真""取伪"别颠倒。
- n 固定时 α、β 此消彼长；n 增大可同时减小两者。
- "不拒绝 H₀"≠"证明 H₀ 正确"，只能说证据不足。
- F 检验双侧下侧临界值用 F_{1−α/2}=1/F_{α/2}（自由度互换）。
- 两总体均值检验 σ₁²=σ₂² 未知时用合并方差 S_w² 与自由度 n₁+n₂−2。
- P 值越小证据越强；P 值是概率"再极端"，不是 H₀ 为真的概率。
- 检验与区间估计对偶：落入拒绝域 ⟺ 置信区间不含 H₀ 的参数值，可互相验证。
九、常用结论速记表
| 结论 | 记忆要点 |
|---|
| 小概率原理 | 小概率事件一次试验几乎不发生 |
| 第一类错误 = α | 弃真，显著性水平 |
| 第二类错误 = β | 取伪；n 固定与 α 此消彼长 |
| μ 检验（σ² 已知） | Z=(X̄−μ₀)/(σ/√n) |
| μ 检验（σ² 未知） | t=(X̄−μ₀)/(S/√n)~t(n−1) |
| σ² 检验 | χ²=(n−1)S²/σ₀²~χ²(n−1) |
| σ₁²/σ₂² 检验 | F=S₁²/S₂²~F(n₁−1,n₂−1) |
| 双侧拒绝域 | |统计量|>α/2 分位数 |
| P 值判定 | P<α 拒绝 H₀ |
| 检验⇄区间估计 | 拒绝域=区间估计反面对偶 |