， ， ， ， ，

假设检验是医学科研中重要的推断方法，用于判断医学研究中通过样本观察到的“差别”是由抽样误差引起的还是因总体本身不同造成的。如为比较某新药与常规用药治疗婴幼儿贫血的疗效，将20名贫血患儿随机等分两组，分别接受两种药物治疗，结果测得两组血红蛋白增加量(g/l)的平均值分别为23.6和20.9。研究人员需借助假设检验判断观察到的“差别”是由抽样误差(即患儿个体的差异)引起的还是因总体本身不同(即两药物疗效不同)造成的。

假设检验是指对总体提出某种假设 ，然后利用从总体中抽样所得的样本信息检验所提假设是否正确的一种统计推断方法，在科学研究中应用非常广泛。但由于人们对假设检验的相关概念和方法理解不够深入和透彻，常会做出不准确甚至是错误的推断[1-2]。本文就参数假设检验选择单侧检验还是双侧检验、如何建立原假设和备择假设、检验结果的误判率有多大、如何提高检验效能等问题展开讨论、辨析，能够消除人们的疑惑，使假设检验发挥更好的作用。

1 两类错误、检验效能及误判率

对于任何一次假设检验，不论其结论是拒绝H0，还是接受H0，都有判断错误的可能，即可能犯两类错误。如在前面提到的比较两种药物治疗婴幼儿贫血的疗效的问题中，H0设为两种药物疗效无显著性差别，并取检验水准α=0.05，则当统计分析结果认为两药物疗效有显著性差别时会犯第一类错误,但犯第一类错误的概率很小，小于规定的检验水准0.05，即犯错的概率小于5%；……