第N+1次重复这句话：推断性统计有四个理论部分：概率理论，抽样理论、估计理论和假设检验理论（前三个已介绍）；概率理论和抽样理论是推断性统计的基础，而估计理论和假设检验理论是推断性统计的应用。
估计与假设检验的异同
不同点：估计和假设检验都用样本信息对总体特征进行统计推断，单推断的形式完全不同。对于未知的总体参数，估计理论是将样本信息用来估计总体参数的值，并应用一个已知（设定）的置信水平来使该值落在某个区间内，例如：总体均值95%的置信区间是[μ1,μ2]；假设检验理论是设定两个对立的假设，样本信息用于决策，决定哪个假设可接受，从而认为该假设是可信的，例如：零假设：总体均值等于5；对立假设：总体均值不等于5；通过样本信息，决定是否接受总体均值等于5这个假设，这对假设可以用来探测总体均值是否因为某种改进有变化。
相同点：估计和假设检验的基础都是抽样分布，因为利用这些抽样分布的分布特性和统计量，才能推导出估计和假设检验的概率公式。例如：总体均值的估计和假设检验用到均值的抽样分布：正态分布或对其进行标准正态变换后的标准正态分布（Z统计量）；如果总体方差未知，均值的估计和假设检验用到的抽样分布是t分布（T统计量）；总体方差的估计和假设检验用到卡方分布（卡方统计量）。
举例Z统计量（均值抽样分布是正态分布，进行标准正态分布转化后的统计量Z）说明它们的推导原理的异同点：
原假设和备择假设
原假设和备择假设在不同教材里面有不同的叫法，但是意义都是一样的，它们是假设检验理论的基础，具体介绍请回顾：假设检验原理——原假设和备择假设的建立。
接受域与拒绝域
接受域和拒绝域概念回顾：假设检验原理——接受域和拒绝域。
两类错误
两类错误概念回顾：假设检验——两类错误。
上面这些内容是假设检验理论的基础内容，下一篇将以单样本假设检验为例，阐述假设检验理论和应用步骤。假设检验根据样本和使用情景的不同分为：
1、单样本的假设检验
2、两样本的假设检验
3、多样本的假设检验
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
