假设检验的流程
1、提出假设：原假设和备择假设
2、确定适当的检验统计量
3、根据显著性水平，进行统计决策
例如，针对上述新生儿体重问题：
1、提出假设：原假设和备择假设
原假设：
即1989年和1990年新生儿体重没有显著差异
备择假设：
即1989年和1990年新生儿体重有显著差异
2、确定适当的检验统计量
确定检验统计量主要根据2点：样本量的大小和总体标准差是否已知。
这里100个新生儿，属于大样本，应该使用z统计量。
说明：统计学中，一般样本量大于30，即可认为是大样本。
3、根据显著性水平，进行统计决策
这里假设显著性水平为0.05，总体标准差为80。
这里提到的显著性水平，其实就是上面提到的两种错误中的第I类错误。
经过计算，z值为2.5，临界值为1.96。
可以看出，z值大于临界值，所以z值落入拒绝域，所以拒绝原假设，即认为1989年和1990年新生儿体重有显著差异。
关于z值及临界值计算的说明：
z值根据公式计算即可，在Excel输入公式：=(3210-3190)/(80/10)
临界值：=NORM.S.INV(1-0.05/2)
假设检验的方向性1、双侧检验
上面提到的新生儿问题，原假设表示等于，备择假设表示不等于，这种属于双侧检验。
2、单侧检验
还有一些假设问题，带有方向性，根据方向分为两种：左单侧检验和右单侧检验。
- 例如，灯泡的使用寿命、轮胎行驶的里程数，所考察的数值越大越好，这种属于左单侧检验。
- 例如，废品率、生产成本，所考察的数值越小越好，这种属于右单侧检验。
对于单侧检验，假设表达式可能会有大于或者小于的情况：
