应用假设检验需要注意的问题思维导图

（一）在抽样研究中，研究设计、搜集数据和统计分析是一个整体。每一种假设检验方法都是与相应的研究设计相联系的。严格按照研究设计方案，收集客观的数据；样本的获取必须遵循随机的原则。只有在这样的基础之上，假设检验的结论才是有意义的。

（二）应用检验方法必需符合其适用条件

（三）权衡两类错误的危害来确定α的大小。在假设检验可能出现的两类错误之中，往往会有一种错误危害较大。例如，在一种新药与某常规药间疗效比较的假设检验中，如果犯Ⅰ类错误，意味着可能过高评价疗效一般的新药，医学教|育网搜集整理淘汰比较成熟的常规药物。为了对投产新药持慎重态度，应控制Ⅰ类错误的概率，将α取得小一些。又如，通过配对设计观察一种新的检验方法与常规方法对一批水样的检测结果是否一致。如果接受H0，意味着认为新法检测结果与常规方法一致，可以用于常规检测。为保证常规检测质量，为对新法的使用持慎重态度，应控制Ⅱ类错误的概率，这时应将α取得大一些。

（四）正确理解假设检验的结论。首先，不要把没有被拒绝的假设误解为一定是正确的假设，因为每一种检验结论都面临着犯错误的风险。其次，不要把“拒绝H0，接受H1”时很小的P值误解为总体参数间差异很大。P值的统计学意义在第九节已经阐明。虽然当H0不成立时P值可能与总体参数间的差异有关，但不是P值小差异必然大的关系。所以在报告检验结论时，如果P<α，宜说“差异有统计学意义”而不要说“差异显著”与“差异非常显著”。

（五）对均数或概率作假设检验时，应与总体参数的区间估计结合进行。因为区间估计不但与假设检验一样可以回答差异是否具有统计学意义的问题，而且可以提供差异（如果存在）是否具有实际意义的信息。报告检验结论时也应同时报告相应水准的区间估计结果。

（六）作假设检验应注意样本容量是否合理。合理的样本容量是依据一定条件（设计方法、两类错误的大小、变异的程度以及需要分辨的绝对误差的大小等）按照相应的公式推算的。过小的样本容量会增加犯Ⅱ类错误的机会。而过大的样本不仅增加研究的投入，延长研究时间，而且即使被推断参数间差异不大也会出现较小的P值，导致虽有统计学意义但是缺乏实际意义的结论。