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体差异造成的推断方法
显著性检验是假设检验中最常用的一种方法，也是一种最基础的推断形式，其基本原理是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按受做出推断
反证法思想先提出假设 再适当的统计方法，利用小概率原理，确定假设是否成立
假设检验的思想：反证法及小概率原理。
所谓反证法，这是首先假定原假设正确，然后据此得到一定的信息，如果据此得到的信息和已知的信息矛盾（一般根据小概率原理），则可以说明原假设成立的证据不足，或者拒绝原假设（该说法在统计上不严格）
小概率事件在一次实验中几乎不会发生的原理，但是小概率事件并非是不可能发生，只是其发生的概率很小，我们并不能完全排除其发生的可能性
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
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
该水平成为显著性水平，用α表示。实际中经常取0.05，或者0.01、0.1的
假设检验一般先对总体的比例、均值或分布做出某种假设，成为原假设，然后，计算在该假设成立条件下出现该事件的概率，成为p值，如果小概率事件发生了，即p＜α，则表明样本不支持原本的假设，应该拒绝原假设而接受备择假设，如果该事件发生的概率较大，即p＞α，则不拒绝原假设，我们用α来控制犯第一类错误的概率，即犯该类错误的概率最大为α
均值过程是描述和分析尺度变量的一种有效的方法，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
从均值过程可以为每个分组变量的每个类别选择众多的自主统计量，他们包括合计，个案数，均值，中位数，组内数均值，的标准误，最小值，最大值，范围，分组变量的第一个类别的变量值，分组变量的最后一个类别的变量值，标准差，方差，峰度，峰度标准误，偏度，偏度标准误，总和的百分比，总数的百分比，和的百分比，数量的百分比，几何均值及调和均值