很多统计推理都是在质量控制的背景下发展起来的，在质量控制中，每次分析都需要一个明确的 "是"或 "否"的答案。是接受还是拒绝批次？用于获得答案的逻辑称为假设检验。
首先，在做实验前定义一个临界 P 值。理想情况下，您应该根据缺失真实差异或错误发现差异的相对后果来设定这个值。在实践中，临界值（称为 alpha）几乎总是设置为 0.05（一个被广泛采用的任意值）。
接下来，定义零假设。如果您要比较两个均值，零假设就是两个种群具有相同的均值。在分析实验时，零假设通常与实验假设相反。你的实验假设--你做实验的原因--是治疗改变了均值。零假设是两个种群具有相同的均值（或治疗没有影响）。
现在，进行适当的统计检验，计算 P 值。
•如果 P 值小于临界值，说明 "拒绝零假设"，差异 "统计学显著"。
•如果 P 值大于临界值，则说明 "不拒绝零假设"，差异 "在统计学上不显著"。您不能得出零假设为真的结论。你能做的只是得出结论：你没有足够的证据来拒绝零假设。
