例如：根据经验我们可以说北京的6月天不会下 雪，假如有一年的6月份下了一场雪，则原来的结论 就被推翻。这样的推理方法就是反证法。 再如：天下乌鸦一般黑。如果能够找到另外一 种颜色的乌鸦，则原来的假设就被推翻
例如：根据经验我们可以说北京的6月天不会下 雪，假如有一年的6月份下了一场雪，则原来的结论 就被推翻。这样的推理方法就是反证法。 再如：天下乌鸦一般黑。如果能够找到另外一 种颜色的乌鸦，则原来的假设就被推翻
二、小概率事件 样本统计量的值（随机事件）在其抽样分布上 出现的概率小于或等于事先规定的水平，这时，就 认为小概率事件发生了。把出现小概率的随机事件 称为小概率事件
二、小概率事件 样本统计量的值（随机事件）在其抽样分布上 出现的概率小于或等于事先规定的水平，这时，就 认为小概率事件发生了。把出现小概率的随机事件 称为小概率事件
例如，假设某个样本所来自的总体等于假设的 总体。于是，可以分析如果零假设是真实的，那么 样本统计量的分布如何。并且，可以按照事先规定 的水平把抽样分布分成两个区域，一个属于零假设 的保留区域（出现的概率比较大），另一个为零假 设的拒绝区域，出现的概率比较小（落在这个区域 的事件都属于小概率事件)。 然后，实际分析所获得的这个样本统计量值， 看它落入哪个区域。如果出现的概率足够小，属于 小概率事件，就根据小概率事件在一次抽样中几乎 不可能发生原理，从实标可能性上，推翻零假设。 由此可见，小概率事件发没发生，是拒绝或保 留零假设的依据
例如，假设某个样本所来自的总体等于假设的 总体。于是，可以分析如果零假设是真实的，那么 样本统计量的分布如何。并且，可以按照事先规定 的水平把抽样分布分成两个区域，一个属于零假设 的保留区域（出现的概率比较大），另一个为零假 设的拒绝区域，出现的概率比较小（落在这个区域 的事件都属于小概率事件）。 然后，实际分析所获得的这个样本统计量值， 看它落入哪个区域。如果出现的概率足够小，属于 小概率事件，就根据小概率事件在一次抽样中几乎 不可能发生原理，从实际可能性上，推翻零假设。 由此可见，小概率事件发没发生，是拒绝或保 留零假设的依据
三、显著性水平 统计学中把这种拒绝零假设的概率称为显著性 水平，表示为： 0=0.05,a=0.01 也可以说，显著性水平是统计推断时，可能犯 错误的概率。 α值和可靠度之间的关系是：两者之和为1.0 值越大，可靠度就越低；值越小，可靠度就越高
三、显著性水平 统计学中把这种拒绝零假设的概率称为显著性 水平，表示为： = 0.05, = 0.01 也可以说，显著性水平是统计推断时，可能犯 错误的概率。 值和可靠度之间的关系是：两者之和为1。 值越大，可靠度就越低；值越小，可靠度就越高
检验的形式： 双侧检验只强调差异不强调方向的检验为双侧 检验。所提出的假设检验的问题是否一样、相同、 有差异等等。 单侧检验既检验差异又考虑差异的方向的检验 为单侧检验。具体来说，又分为左侧检验和右侧检 验。 左侧检验所提出的假设检验的问题是否低于、 差于总体平均数等等。右侧检验所提出的假设检验 的问题是否高于、优于、超过总体平均数等等
检验的形式： 双侧检验只强调差异不强调方向的检验为双侧 检验。所提出的假设检验的问题是否一样、相同、 有差异等等。 单侧检验既检验差异又考虑差异的方向的检验 为单侧检验。具体来说，又分为左侧检验和右侧检 验。 左侧检验所提出的假设检验的问题是否低于、 差于总体平均数等等。右侧检验所提出的假设检验 的问题是否高于、优于、超过总体平均数等等