一般来说常用的假设检验有四种 Z-Test ， T-Test F-Test 和 χ2-Test。 但是t什么意时候用哪个测试呢 本文提供部分比较，以供参考

零假设 （Null Hypothesis） ：一般指两者之间没影响， 譬如无罪

对立假设（Alternative Hypothesis）：指两者之间有影响，存在解释和预测的可能性

弃真错误 （Type I Error） ： H0是真的， 但是却没有接受H0的假设

例如下图， 无罪的情况下做了有罪的判断

存伪错误 （Type II Error）： H1是真的， 但是却接受了H0的假设

例如下图，有罪的情况下做了无罪的判断

对应到下图， α就是没有接受H0的部汾 β就是接受了H0的部分。

而1-α的部分就是我们经常叫置信区间（Confidence Interval）的部分 而偏离均值点距离经常是方差的倍数来表示， 这个倍数一般稱为Z值

从上面可以看到， 要计算α，β都是需要根据分布曲线来定义的 因此这些常见的分布就是本人讨论的测试的基础。

高斯是正态汾布的发明人

所以简单来说， 经典统计学三杰 Pearson， Fisher Gosset分别发明了Chi-Squared， F 和T分布。 再加上数学王子Gauss的Normal分布 就是构成我们要讨论的检验的曲線。

正态分布和学生分布都是描述均值为主 而F和卡方分布主要描述方差为主。

因此对应到检验 Z-Test和T-Test也是以均值位置为主的检验， 而F-Test和χ2-Test昰以方差为主的检验

数量还是质量相关的检验？

方差还是均值相关的检验

数量相关的， 方差的检验

数量相关的 均值的检验

综上， 假設检验需要根据需求来判断采用何种假设检验的 本人简单概述了 Z-Test ， T-Test F-Test 和 χ2-Test大体差异。 更多细节需要在实践中进一步把握

本文参与，欢迎正在阅读的你也加入一起分享。