所谓假设检验(Hypothesis Testing)也就是基于数理统计学，判定假设条件是否成立的方法论。
其作为统计学的一门学问，其特有的方法论可以帮助使用者从千头万绪中抽丝剥茧，指明分析问题的思路，并核算所需的最小样本量，从而大幅提高判断的效率和准确性，为正确决策提供可能。
凡是涉及到判定真伪，做出决策的场合都可以尝试用假设检验的逻辑和方法。
如果是一名制造工程师
为了改善某个问题完成了一组测试， 其原假设H0：“实验有效“，
如果做出了错误的判断会导致：
I类错误
试验有效,但判定无效.造成错失改善机会.
均值不等,但判定相等.后果同上.
标准差不等但判定相等后果同上
II类错误
试验无效，但判定有效，造成无效的措施被采纳.
均值相等，但判定不等，后果同上.
标准差相等，但判定不等，后果同上.
管理者如何面对有疑问的说辞
如果是一名管理者面对有疑问的说辞：原假设是“相信此人是诚实/正确的”，
做出了错误的判断会导致：
I类错误
错过好的改善或者盈利的机会
II类错误
可能使得企业遭受或大或小的损失，随着企业对管理人员的容错范围在收窄，对其职业生涯会产生直接影响。
这也是管理者一般不轻信别人的原因。
如果是一名法官
庭审上面对疑犯的原假设H0是“疑犯无罪”（注意律政的原则是疑罪从无），
做出了错误的判断会导致：
I类错误
清白的人进监狱，需要特别谨慎，一般选择5%
II类错误
罪犯逍遥法外，一般选择10%
联系客服
