假设检验，又称统计假设检验，是用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。
以上过程即整个假设检验的思想:反证法及小概率原理。
因而假设检验有可能犯两类错误。
第一类错误:原假设正确，而错误地拒绝了它，即“拒真”的错误，其发生的概率为第一类错误的概率。
第二类错误:原假设不正确，而错误地没有拒绝它，即“受伪”错误，其发生的概率为犯第二类错误的概率。
实际中，犯第一类错误受到更多的重视，希望把他控制在一定的水平。该水平称为显著性水平。该水平称为显著性水平，用a表示。
假设检验一般先对总体的比例，均值或者分布做出某种假设，称为原假设，然后，计算在该假设成立条件下出现该事件的概率(或可能性)，称为P值。如果小概率事件发生了，即P<a，则表明样本不支持原来的假设，应拒绝原假设而接受备择假设。如果该事件发生的概率(或可能性)较大，即p>a，则不拒绝原假设。我们用a来控制犯第一类错误的概率，即犯该类错误的概率最大为a。
均值过程是描述和分析尺度变量的一种有用的方法，可以获得需要分析的变量的许多中心趋势和离散趋势的统计指标，同时它可以对不同的组别或者交叉组别进行比较。该过程可以计算一个或多个自变量类别中因变量的子组均值和相关的单变量统计，也可以从该过程获得单因素方差分析和线性相关检验。
显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。
假设检验的基本思想是小概率事件原理，其统计推断方法是带有某种概率性质的反证法。小概率思想是指小概率事件再一次实验中基本上不会发生。反证法思想是先提出检验假设，再用适当的统计方法，利用小概率原理，确定假设是否成立。