簡介
rejection region
當由樣本值計算的具有 統計量落入該區域內則拒絕原假設H0，接受備擇假設H1。
計算的檢驗統計量落入該區域外，則不拒絕接受原假設H0，從而拒絕備擇假設H1。
拒絕域的邊界值稱為 臨界值。
當原假設H0正確時，它被拒絕的 機率不得超過給定的顯著性水平α，α通常取值為0.05，0.01。
因此，落在拒絕區域內是一個 小機率事件。
概念
當檢驗統計量取某個區域C中的值時,我們拒絕原 假設,則稱區域C為拒絕域,拒絕域的邊界點稱為 臨界點.
假設檢驗的基本原理
在總體的分布 函式完全未知或只知其形式、但不知其參數的情況下,為了推斷總體的某些性質,提出某些關於總體的假設。例如,提出總體服從 泊松分布的假設；又如，對於正態總體提出 數學期望等於的假設。假設檢驗就是根據樣本對所提出的假設作出判斷:是接受,還是拒絕.假設檢驗問題是統計推斷的另一類重要問題.如何利用樣本值對一個具體的假設進行檢驗?通常藉助於直觀分析和理論分析相結合的做法,其基本原理就是人們在實際問題中經常採用的所謂實際推斷原理:“一個 小機率事件在一次試驗中幾乎是不可能發生的”.
典型例題
某 工廠生產的固體燃料推進器的燃燒率服從常態分配，現用新方法生產了一批推進器，從中隨機取n=25隻，測得燃燒率的樣本均值為。設在新方法下總體均方差仍為，問這批 推進器的燃燒率是否較以往生產的推進器的燃燒率有顯著的提高？
