简述统计假设检验的基本步骤？

(1)建立假设:建立H0(零假设无效假设)和H 1(备择假设)。(1分)(2)确定显著性水平,用a表示，通常取0.05或0.01。(1分)(3)计算统计量。(1分)(4)确定P值。(1分) (5)作出推断结论: P大于a,认为H0发生的可能性较大，差别无统计学意义;如果P小于或等于a,则拒绝H0,接受H1,认为差别有统计学意义。(1分)

假设检验的基本步骤有三个：

（1）建立检验假设，确定检验水准。①根据统计推断目的提出对总体特征的假设，检验假设有两种：无效假设（又称零假设）和备择假设。②确定检验水准。

（2）选定检验方法，计算检验统计量。要根据统计推断的目的、研究设计的类型和样本量的大小等条件，选用不同的检验方法和计算相应的统计量。

（3）确定P值，做出推断结论。P值的含义是指从HO所规定的总体中做随机抽样，获得等于及大于（或等于及小于）现有样本的检验统计量值的概率。然后将概率P与检验水准α比较，从而得出结论。

总之：假设检验的基本思想是首先针对研究总体建立假设，在假设成立的前提下，通过计算样本统计量判断抽到目前样本的可能性是否为小概率事件，若为小概率事件，则拒绝HO；否则，不拒绝HO。

t检验是以t分布为理论基础，对一个或各个样本的数值变量资料进行假设检验常用的方法，属于参数检验。假设检验也称显著性检验，是利用样本信息，根据一定的概率水平，推断统计量和参数、不同样本指标的差别有无意义的统计分析方法。步骤如下：(1)建立假设：①零假设：记为H0，即无显著差异（也就是不存在差异），数值上的差别仅仅由抽样误差所致；②备择假设：记为H1，即有显著差异（这个差异是本质性差异）。(2)这里还有双侧检验和单侧检验之分：①若目的是推断两总体是否不等，应用双侧检验；②若目的是推断一个总体是否大于（或小于）另一个总体，则用单侧检验。(3)确定显著性水平：符号为α，是假设检验时发生第一类错误的概率。α常取0. 05或0.01。(4)选定检验方法和计算统计量：根据题意选择t检验，计算出t值。(5)作出推断结论：将计算出来的t值与相应的临界值作比较，确定是否显著。然后作出拒绝或不拒绝H0的统计结论。

(1)假设检验中两类错误：统计检验中两类错误即α错误和β错误。。错误是指当零假设(Ho)成立时，拒绝零假设犯的“弃真”错误，也叫I型错误；p错误是指当零假设不成立时，未拒绝零假设所犯的“取伪”错误，也叫Ⅱ型错误。 (2)两类错误的关系：①α和β是在分别假定零假设为真和零假设为假的情况下讨论的，因此α+β不一定等于1。②在其他条件不变的情况下，α和β不可能同时减少或增大。要想在规定α的同时尽量减小β最直接的方法就是增大样本容量。③I- 在统计学上被称作统计检验力。