一个例子假设检验是推断统计的一项重要内容，现实生活中有大量的事例可以归结为假设检验问题。
由统计资料得知，1989年某地新生儿平均体重为3190克，现从1990年新生儿中随机抽取100个，测得其平均体重为3210克，问1990年的新生儿与1989年相比，体重有无显著差异？
从调查结果看，1990年的新生儿的平均体重比1989年新生儿的平均体重增加了20g，但是这20g的差异可能是由于抽样的随机性造成的，也可能是1990年新生儿体重确实比1989年新生儿体重有所增加。
下面采取假设检验的方式来解决这个问题。
假设1989年和1990年新生儿的体重没有显著差异，再利用1990年新生儿体重的信息检验该假设是否成立，如果成立，说明这两年新生儿的体重没有显著差异，反之，说明1990年新生儿的体重确实比1989年有显著增加。
假设检验基本原理1、假设表达式
在统计学中，采用一个等式或不等式表示问题的原假设。在新生儿体重这个例子中，原假设为：
备择假设：如果原假设不成立，就要拒绝原假设，在另一个假设中做出选择，这个假设称为备择假设。在新生儿体重这个例子中，备择假设为：
说明：
- 原假设一般用H_0表示，备择假设用H_1表示。
- 原假设与备择假设互斥，接受原假设，就意味着放弃备择假设，拒绝原假设，则表示接受原假设。
- 在某些文献中，备择假设（alternative hypothesis）也成为替换假设。
2、两类错误
对于原假设提出的命题，需要做判断，如果原假设正确，则接受原假设，反之，则拒绝原假设，当然，这是依据样本的信息做出的判断，实际情况并非如此，所以判断有可能正确，也可能不正确。
我们可能犯的错误有两种类型：
第I类错误：原假设为真，却被我们拒绝，犯这种错误的概率用a表示。
第II类错误：原假设为假，我们却没有拒绝，犯这种错误的概率用β表示。
假设检验中各种可能性结果的概率如下。
