商务统计
商务统计知识点总结
商务统计知识点总结一、数据的搜集和整理商务统计的第一步是对数据进行搜集和整理。
数据可以分为定量数据和定性数据。
定量数据是指可以用数字来表示的数据，比如销售额、利润等。
定性数据是指无法用数字来表示的数据，比如产品质量、客户满意度等。
在搜集和整理数据时，需要注意数据的来源、准确性和完整性等问题。
为了保证数据的准确性，可以采用抽样调查的方法，通过对部分样本进行调查，来推断整体的情况。
二、数据的分析和解释数据的分析和解释是商务统计的核心内容。
在数据分析中，需要使用一些统计方法，比如平均值、标准差、相关系数等，来对数据进行量化描述。
此外，还可以使用图表来对数据进行可视化呈现，比如柱状图、折线图等。
通过数据的分析和解释，可以得出一些结论，帮助商务决策者做出正确的决策。
三、市场分析市场分析是商务统计中的一个重要内容。
通过对市场规模、市场结构、市场需求等方面的数据进行统计分析，可以帮助企业了解市场的潜在机会和威胁，从而做出正确的市场分析和预测。
四、产品分析产品分析是商务统计中的另一个重要内容。
通过对产品销售额、销售成本、产品质量等方面的数据进行统计分析，可以帮助企业了解产品的市场表现和竞争力，从而做出正确的产品决策。
五、客户分析客户分析是商务统计中的一个重要内容。
通过对客户购买习惯、购买偏好、客户满意度等方面的数据进行统计分析，可以帮助企业了解客户的需求和反馈，从而做出正确的市场营销决策。
六、风险分析风险分析是商务统计中的一个重要内容。
通过对市场风险、产品风险、经营风险等方面的数据进行统计分析，可以帮助企业了解风险的大小和影响，从而做出正确的风险管理决策。
七、决策分析决策分析是商务统计中的最终目的。
通过对上述各种数据进行统计分析，可以帮助企业决策者做出正确的商务决策，比如产品定价、市场拓展、营销策略等。
总之，商务统计是一门非常重要的学科，它通过对数据的搜集、整理和分析，帮助企业了解市场、产品和客户等方面的情况，从而做出正确的商务决策。
商务统计与分析报告
商务统计与分析报告1. 引言商务统计与分析是一种用于帮助企业做出有效决策的重要工具。
通过收集、整理和分析大量的数据，企业可以更好地了解市场趋势、消费者行为以及自身业绩，从而制定更科学的商务战略。
本报告将介绍商务统计与分析的基本概念和步骤，并以一个实际案例为例，阐述如何应用商务统计与分析来解决企业问题。
2. 数据收集商务统计与分析的第一步是收集相关的数据。
数据可以来自于企业内部的销售记录、财务报表，也可以来自于外部的市场调研、行业报告等。
收集到的数据应该尽可能全面和准确，以确保后续的分析结果具有可靠性和可信度。
3. 数据整理与清洗在收集到数据后，需要对数据进行整理与清洗。
这一步骤包括删除重复数据、处理缺失值、纠正错误数据等。
通过数据整理与清洗，可以确保数据的完整性和一致性，为后续的分析提供可靠的基础。
4. 数据分析数据分析是商务统计与分析的核心环节。
在这一步骤中，可以运用各种统计方法和模型来揭示数据背后的规律和关系。
常用的数据分析方法包括描述统计、相关分析、回归分析、时间序列分析等。
通过数据分析，可以发现潜在的商机、洞察消费者需求、评估市场竞争等，为企业提供决策支持。
5. 数据可视化数据可视化是将分析结果以图表、图像等形式展示出来，使得数据更加直观和易于理解的过程。
通过数据可视化，企业可以快速获取信息、发现问题，并进行有效的决策。
常用的数据可视化工具包括Excel、Tableau、Power BI等。
6. 数据解读与应用在完成数据分析和可视化后，需要对结果进行解读和应用。
通过对数据分析结果的深入理解，可以为企业提供具体的建议和决策方案。
例如，根据销售数据分析结果，企业可以调整产品组合、制定促销策略，以提高市场占有率和盈利能力。
7. 总结商务统计与分析是一项重要的工具，可以帮助企业做出科学的商务决策。
通过数据收集、整理与清洗、数据分析、数据可视化以及数据解读与应用，企业可以更好地了解市场动态、优化运营、创造价值。
商务统计章节知识点总结
商务统计章节知识点总结第一章：统计学基础概念1.1 统计学的概念和作用统计学是一门研究数据收集、整理、分析和解释的学科，通过统计学的方法可以对数据进行分析和推断，以便做出科学决策。
在商务领域，统计学可以帮助企业分析市场、预测销售和制定营销策略。
1.2 统计学的基本原理统计学的基本原理包括总体和样本、变量、数据类型、测度尺度等内容。
理解这些基本原理对于进行商务统计分析非常重要。
1.3 统计学的应用范围统计学在商务领域有广泛的应用，包括市场调研、销售预测、风险评估、财务分析等方面。
第二章：数据类型和数据收集2.1 数据的类型数据可以分为定量数据和定性数据，定量数据可以进一步分为禺式数据和顺序数据，定性数据可以进一步分为名义数据和区间数据。
理解不同类型的数据对于选择合适的统计分析方法非常重要。
2.2 数据的收集方法数据的收集方法包括问卷调查、访谈、实地观察、记录和外部数据收集等。
在商务统计分析中，选择合适的数据收集方法对于数据的质量至关重要。
第三章：统计描述与概率分布3.1 描述统计描述统计是对数据进行整理、描述、总结和展示的过程，包括中心位置测度、离散程度测度、分布形态测度等内容。
在商务统计分析中，描述统计可以帮助我们了解数据的特征和规律。
3.2 概率分布概率分布描述了随机变量的取值及其对应的概率，包括离散型概率分布和连续型概率分布。
在商务统计分析中，概率分布可以帮助我们理解不同变量之间的关系和规律。
第四章：抽样与估计4.1 抽样方法抽样是指从总体中选取样本的过程，常用的抽样方法包括简单随机抽样、分层抽样、整群抽样和多阶段抽样等。
在商务统计分析中，选择合适的抽样方法对于大规模数据的分析非常重要。
4.2 估计估计是根据样本数据对总体参数进行估计的过程，包括点估计和区间估计两种方法。
在商务统计分析中，通过估计可以得到总体参数的近似值，用于制定决策和预测。
第五章：假设检验与单因素方差分析5.1 假设检验假设检验是用来检验统计结论的正确性的方法，包括参数假设检验和非参数假设检验两种方法。
商务统计分析论文
商务统计分析论文引言商务统计分析是一种重要的方法，通过对商务数据进行收集、整理和分析，可以帮助企业做出正确的商务决策。
本论文将介绍商务统计分析的基本概念和方法，并通过一个实际案例来说明其在商务决策中的应用。
商务统计分析的基本概念商务统计分析是一种将统计学原理和技术应用于商务领域的方法。
其主要目的是通过对商务数据进行收集、整理、分析和解释，揭示商务现象的规律和趋势，为企业的商务决策提供科学依据。
商务统计分析主要包括以下几个方面的内容：1.数据收集和整理：商务统计分析首先要进行数据的收集和整理工作。
数据可以来源于企业内部的各种商务活动，如销售额、利润、市场份额等。
数据的收集和整理需要确保数据的准确性和完整性，以保证后续分析的可靠性。
2.描述性统计分析：描述性统计分析是商务统计分析的基础工作，主要目的是通过对商务数据进行统计描述，以了解商务现象的基本情况。
常用的描述性统计指标包括平均值、中位数、标准差等。
3.探索性统计分析：探索性统计分析是对商务数据进行更深入的探索和分析，以发现其中的规律和趋势。
常用的探索性统计分析方法包括相关分析、回归分析、聚类分析等。
4.推断性统计分析：推断性统计分析是通过对商务数据的样本进行分析，得出关于总体特征或关系的推断。
这种推断可以用于商务决策中，帮助企业预测未来的商务趋势和做出相应的决策。
商务统计分析的实际应用为了说明商务统计分析在实际商务决策中的应用，我们以一个电子产品公司为例进行分析。
该公司想要了解市场上电子产品的价格与销量之间的关系，以便调整产品定价策略。
为了达到这个目的，公司收集了过去一年的电子产品销售数据，并进行了商务统计分析。
首先，公司进行了描述性统计分析，计算了电子产品价格的平均值、中位数和标准差。
结果显示，电子产品的价格平均值为1000美元，中位数为900美元，标准差为200美元。
这些指标表明，电子产品的价格整体上呈现稳定的分布。
接下来，公司进行了探索性统计分析，通过相关分析和散点图等方法，研究了电子产品价格与销量之间的关系。
商务统计学
二、分布中心测度指标
用来测度随机变量次数分布中心的 指标可以有多种，其中在统计分析推断 中常用的主要有算术平均数、中位数和 众数等几种。
（一）算术平均数
1、定义——算术平均数又称算术均值，是 随机变量的所有观测值总和与观测值个 数的比值。
（一）两点分布
假设总体中有两类共N个个体，其中取 值为“是”的有N1个，取值为“非”的有N0 个，则有：
P x 1 N 1 p
N
Px 0 N 0 q
N
（二）二项分布
假设在0-1分布总体中，取“是”值的 个体比例为p，取“非”值的比例为q，现 从中有放回地随机抽取n个个体，记X为取 “是”值的个体数目，则其中恰有n1个个 体取“是”值、且有n0=n-n1个个体取“非” 值的概率为：
第一章 绪论
➢一、统计学的性质 ➢二、统计学的作用 ➢三、统计学的基本概念 ➢四、统计指标体系的设计
一、统计学的性质
• （一）统计活动的内容与阶段 • 对各种数据资料的搜集、整理、分析和推断的
活动过程称为统计活动，一项完整的统计活动过程 可分为统计资料的搜集整理和统计资料的分析推断 两大阶段。 • （二）统计学的定义与分科 • 统计学就是关于数据资料的搜集、整理、分析 和推断的科学。关于统计资料的搜集整理和分析推 断的理论与方法构成了统计学的全部内容。 • （1）理论统计学与应用统计学 • （2）描述统计学与推断统计学
P x n 1 C n n 1p n 1 q n 0
（三）超几何分布
假设0-1总体中共有N个个体，其中取
“是”值的个体有N1个，取“非”值的 个体有N0个。现从不放回地随机抽取n个 个体，记x为取“是”值的个体数目，则
商务统计与分析报告
商务统计与分析报告1. 引言商务统计与分析是一种重要的管理工具，它通过收集、整理和分析数据来帮助企业做出决策。
本报告将探讨商务统计与分析的基本概念、应用和技术，并提供一些建议，以帮助企业有效地进行商务统计与分析。
2. 商务统计的基本概念商务统计是指收集、整理、分析和解释数据的过程。
它可以帮助企业了解市场趋势、顾客行为以及内部运营情况。
商务统计的基本概念包括数据收集、数据整理、数据分析和数据解释。
2.1 数据收集数据收集是商务统计的第一步。
企业可以通过市场调研、顾客调查和内部数据库来收集数据。
数据可以是数量型数据（如销售额、利润等）或质量型数据（如顾客满意度、市场份额等）。
2.2 数据整理数据整理是将收集到的数据进行清洗、处理和组织的过程。
这包括去除重复数据、修正错误数据、填补缺失数据等。
数据整理的目的是为了确保数据的准确性和可用性。
2.3 数据分析数据分析是对整理好的数据进行统计和模型分析的过程。
它可以帮助企业发现数据之间的关系、趋势和规律。
常用的数据分析方法包括描述性统计分析、推论统计分析和预测模型分析。
2.4 数据解释数据解释是将数据的分析结果转化为可理解的信息和洞察的过程。
通过数据解释，企业可以从大量的数据中提取关键信息，为决策提供参考依据。
3. 商务统计的应用商务统计可以在各个领域和部门中应用。
以下是一些常见的商务统计应用。
3.1 市场分析商务统计可以帮助企业进行市场分析，了解市场规模、竞争对手、顾客需求等信息。
通过市场分析，企业可以制定出更加有效的市场营销策略。
3.2 销售预测商务统计可以通过历史销售数据和市场趋势来预测未来销售情况。
这有助于企业制定生产计划、库存管理和销售目标。
3.3 顾客行为分析商务统计可以帮助企业了解顾客的购买行为和偏好。
通过对顾客行为的分析，企业可以提供个性化的产品和服务，提高顾客满意度和忠诚度。
3.4 内部绩效评估商务统计可以帮助企业评估内部绩效，包括销售绩效、生产绩效、人力资源绩效等。
商务统计学第一章
xx年xx月xx日
contents
目录
• 引言 • 商务统计学基本概念 • 数据类型与数据收集 • 数据的整理与可视化 • 概率论基础
contents
目录
• 统计推断基础 • 相关分析与回归分析 • 时间序列分析与预测 • 统计决策理论
01
引言
课程简介
商务统计学是统计学在商业和经济领域的应用，旨在培养学 生在商业和经济领域运用统计学方法解决实际问题的能力。
统计学的发展经历了描述性统计学、推断性 统计学和现代统计学三个阶段。
描述性统计学主要是对数据进行描述性统计 指标的计算和数据的可视化，推断性统计学 主要是通过样本信息对总体进行推断和分析 ，现代统计学则涉及到数据挖掘、机器学习
、时间序列分析等多个方面。
02
商务统计学基本概念
统计学的定义
统计学是一门收集、整理、分析和 解释数据的科学。
基于一组变量预测另一个变量的值。
选择变量、收集数据、建立模型、检 验模型、应用模型。
03
回归分析的基本假设
线性关系、误差项独立同分布、误差 项无序列相关性、解释变量与误差项 无多重共线性。
线性回归模型
线性回归模型的定义
一种用于预测的模型，将解释变 量与响应变量之间的关系建模为 线性关系。
线性回归模型的参数 估计
数据收集的方法
调查问卷
通过邮寄、网络或现场发放问卷， 收集相关数据
观察法
记录现场观察到的数据，如销售额 、客流量等
实验法
通过实验来测试不同因素对变量的 影响，如A/B测试
现有统计数据
从政府、企业或第三方机构获取相 关统计数据
数据收集的步骤
01
商务统计试题及答案
商务统计试题及答案一、单项选择题（每题2分，共20分）1. 商务统计中，数据的收集方法不包括以下哪一项？A. 观察法B. 实验法C. 调查法D. 推算法答案：D2. 在统计学中，总体是指：A. 研究对象的全体B. 研究对象的一部分C. 研究对象的个体D. 研究对象的样本答案：A3. 下列哪个选项不是描述数据集中趋势的统计量？A. 平均数B. 中位数C. 方差D. 众数答案：C4. 在商务统计中，相关系数的取值范围是：A. -1到1之间B. 0到1之间C. 1到10之间D. 任何实数答案：A5. 以下哪种图表最适合展示时间序列数据的变化趋势？A. 条形图B. 饼图C. 折线图D. 散点图答案：C6. 假设检验的目的是：A. 确定总体参数B. 估计总体参数C. 验证样本数据D. 验证总体参数答案：D7. 在回归分析中，自变量和因变量之间的关系是：A. 正相关B. 负相关C. 无关D. 线性关系答案：D8. 下列哪个选项不是统计分析中常见的数据类型？A. 定类数据B. 定序数据C. 定距数据D. 定性数据答案：D9. 标准差是衡量数据离散程度的统计量，其计算公式为：A. 平均数的平方B. 平均数的平方根C. 方差的平方根D. 方差的倒数答案：C10. 以下哪个统计量用于衡量数据的偏态？A. 均值B. 方差C. 偏度D. 峰度答案：C二、多项选择题（每题3分，共15分）1. 下列哪些是商务统计中常用的数据收集方法？A. 观察法B. 实验法C. 调查法D. 推算法答案：ABC2. 在商务统计中，描述数据集中趋势的统计量包括：A. 平均数B. 中位数C. 方差D. 众数答案：ABD3. 以下哪些是描述数据离散程度的统计量？A. 标准差B. 方差C. 偏度D. 峰度答案：AB4. 在统计学中，总体参数和样本统计量的区别在于：A. 总体参数是固定的B. 样本统计量是估计值C. 总体参数是估计值D. 样本统计量是固定的答案：AB5. 下列哪些是商务统计中常见的数据类型？A. 定类数据B. 定序数据C. 定距数据D. 定性数据答案：ABC三、判断题（每题2分，共10分）1. 商务统计中，数据收集的方法只有调查法和观察法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.数据与统计资料个体/变量/观测值（同一个体包含各变量的度量值集合）与个体个数相同名义尺度/顺序尺度（通过一定方式可转化为名义尺度，但后者不能转化为前者）/间隔尺度具有顺序尺度的性质并可以转化为顺序尺度。
间隔尺度没有绝对零值。
间隔尺度一定是数值型的/比率尺度(Ratio Scale)－数据具有间隔尺度的所有性质，并且两个数值之比是有意义的尺度。
比率尺度具有绝对零值，比率尺度一定是数值型的。
如：价格本益比(price earnings ratio)等等。
品质型数据和数量型数据，前者只能用于描述统计，后者更高级。
品质数据和数量数据间重要的区别是，普通的算术运算只有对数量数据才有意义。
截面数据(cross-section data)、时间序列数据(time series)和面板数据（panel data）一手数据。
二手数据、数据收集误差：抽样误差（无法完全消除但不影响推断结果性质）与非抽样误差描述统计：表格图形数值等统计推断：总体/样本/普查/抽样调查/统计推断/常用统计软件：Excel、SPSS（Statistical Product and Service Solutions）。
2~3.描述统计学表格法和图形法////数值方法品质型数据汇总：频数分布，相对频数＝每一组的频数/N；N为观测值的个数，乘以100则是百分数频数分布。
（条形图/饼形图）数量型数据汇总：类似，组数/组宽/组限/组中值近似组宽＝（最大值－最小值）/ 组数，然后取整。
Eg：频数分布–审计时间/天频数 //总计组的相对频数＝组频数/n，乘100为百分数频数。
打点图，直方图，累计分布，累计曲线。
交叉分组表和散点图和趋势线交叉分组表除了可以提供频数分布表的信息之外，其价值主要体现在它提供了变量间相关关系的深刻含义。
把表中的项目转换成行百分比或列百分比可以提供有关变量间关系的其他内部关系。
交叉分组列表广泛用于调查两个变量间的关系。
在实践中，许多统计调查的最终报告包括有大量交叉分组列表。
在两个变量都是品质变量或两个变量都是数量变量时，也可以构筑交叉分组列表。
但是依据从综合的交叉分组表中得出的结论可能与依据未综合数据得出的结论截然相反，这种现象称为辛普森悖论。
其应用：在利用综合数据的交叉分组表得到关于两个变量相关性的任何结论之前，应该查看是否存在能影响结论的隐藏变量。
•注意由隐藏变量所引起的每个分组的大小和比例的显著差异，存在辛普森悖论的数据，要更深入分析数据，不要轻易下结论掌握频数分布和累积频数分布的计算懂得直方图、交叉分组表的制作留意辛普森悖论导致的推论误导数值方法：（如果数值量度是由来自总体中的数据计算得到的，则称为总体参数）•离散型概率函数的必要条件：f(xi)≥0 和Σf(xi)=1•均匀离散型概率分布:f(x) = 1 /n离散型随机变量的数学期望:E(x)= Σxi*f(xi)•离散型随机变量的方差:Var(x)=Σ(x i-E(x))2*f(xi)二项分布的均值和方差。
Np npq连续型概率分布，均匀概率分布/ （a+b）/2 (b-a)2/12正态分布：查表什么的！图形的意义！二项分布的正态近似，在试验数大于20，np≥5和n(1-p)≥5情况下，正态概率分布给出一易于使用的二项概率近似。
也就是说均值和方差相对于试验次数来说并不是很小的情况下。
？泊松分布给出了每一间隔中发生次数，的适当描述，则指数分布给出两次发生之间间隔长度的描述。
取一个独立样本，无放回取多个独立样本，有放回求均值，方差的公式，交叉分组表的制作，查表，p值等在点估计中，我们用样本数据计算一个样本统计量的值作为总体参数的估计。
利用点估计的术语，我们令作为总体均值的点估计量，以s作为总体标准差的点估计量，以样本比率p作为总体比率的点估计量。
•比如：为了估计EAI管理人员年薪的总体均值和总体标准差，用其中30名管理人员的样本来估计：注意抽样分布与样本分布的差别：前者是指理论上导出的统计量的概率分布；后者指在一个特定的样本中实际观测到的个体值的直方图，也称样本直方图。
均值是一种特殊的数学期望，样本均值的数学期望是总体均值。
均值的标准差我们一般称为均值的标准误差（standard error of mean）。
•一般地，标准误差是指点估计的标准差；而标准差（standard deviation）是一个样本中各个观测值的标准偏离程度。
•样本均值的抽样分布形态：总体分布为正态分布，则样本均值的抽样分布在任何样本容量下都是正态分布；总体分布不是正态分布时，运用中心极限定理，当样本容量很大时，样本均值的抽样分布近似正态分布，容量越大越接近正态分布。
•当我们知道了三个要素：抽样分布的期望值（均值）、抽样分布的标准误差、抽样分布的形态，我们就可以抽样分布来提供该样本统计量与相应总体参数实际值之间差异的概率信息。
中心极限定理：从总体中抽取样本容量为n的简单随机样本，当样本容量很大时，样本均值的抽样分布可用正态概率分布近似。
样本比率值的抽样分布形态：由于n是常数，比率x/n与x有相同的二项概率，所以的抽样分布也是一个离散型概率分布，并且取值x/n的概率与x的概率相同，因此比率的抽样分布可用正态分布来近似。
比较二项概率分布的数学期望与方差：可用比率的抽样分布来提供样本比率与总体比率差异程度的概率信息。
区间估计=点估计±边际误差总体均值的区间估计：大样本的情形抽样误差的概率解释：利用标准正态概率分布表，我们发现任何正态分布随机变量95%的值在均值附近±1.96个标准差之内。
解释精度：样本均值的值的抽样误差小于等于Zα/2σx的概率为1-α。
由于样本均值以95%的可能在此区域中,称此区间为置信区间。
由于样本均值所构造的置信区间中95%的可能性包括总体均值在内，我们称此置信区间的置信水平为95%。
•置信区间的估计由两部分组成：点估计和描述估计精度的±值。
我们称该±值为边际误差。
区间估计例子•Statewide寿险投保人组成的简单随机样本选取3 6名投保人组成的简单随机样本的年龄数据，年龄的样本均值=39.5岁是总体年龄均值的点估计。
数据的样本标准差s=7.77。
在90%置信水平下，z=1.645，由总体均值的区间估计σ未知的公式, 我们得到：于是，边际误差为2.13，总体均值的9 0%置信区间估计为（37. 37，41.63）。
因此，管理者可以90%地确信Statewide寿险投保人年龄的总体均值介于37.37到41.63岁之间（39.5 ±2.13）总体均值的区间估计:小样本的情形在小样本（n<30）的情形下，均值的抽样分布依赖于总体的概率分布。
如果总体是正态概率分布，则所介绍的方法可以用于建立总体均值的置信区间。
如果关于总体的正态概率分布的假设不合理，则唯一的方法是增加样本容量到n≥30，然后利用所给出的关于大样本情形的程序进行区间估计。
大样本（n≥30）一般用正态分布Z值方法，小样本（n<30）可考虑用t-分布t值代替。
当n比较大的时候（如n>100), 两种方法的区间估计差别不大。
基于t分布求置信区间•如果总体是正态概率分布，则不管样本容量如何，均值的抽样分布都是正态的。
这时，如果总体标准差已知，则即使是在小样本的情形下，也可以用计算总体均值的区间估计。
但是，如果总体的标准差未知，则用样本标准差s估计，并基于称为t分布的概率分布求适当的置信区间。
假设检验备选假设应该按照实际世界所代表的可能方向来确定，即它通常是被认为可能比零假设更符合数据所代表的现实。
检验结果显著(significant)意味着有理由拒绝零假设。
因此，假设检验也被称为显著性检验数据的代表是作为其函数的统计量；它在检验中被称为检验统计量（teststatistic）。
根据零假设（不是备选假设！），可得到该检验统计量的分布；再看这个统计量的数据实现值（realization）属不属于小概率事件。
也就是说把数据代入检验统计量,看其值是否落入零假设下的小概率范畴；如果的确是小概率事件，那么就有可能拒绝零假设，或者说“该检验显著”否则说“没有足够证据拒绝零假设”，或者“该检验不显著。
”在零假设下，检验统计量在其分布下的概率称为p-值（p-value）。
如果得到很小的p-值，就意味着在零假设下小概率事件发生了。
有三种假设检验类型：下侧检验、上侧检验和双侧检验，其形式分别是：等号部分总是在原假设中第一类错误，第二类错误！！值得注意的是，假设检验的结果无非有两种：一是拒绝H0，那么我们就有1-α的把握说接受Ha，我们可以通过控制α的大小来改变接受备择假设的把握.另一种是不能拒绝H0 ，此时我们不能说接受H0，因为我们还有犯纳伪错误（第二类错误）的可能，而且我们不知道纳伪错误的大小。
“不能接受H0，”总体均值的单边检验：大样本的情形•问题描述：联邦贸易委员会（FTC）定期设计调查对制造商的产品说明进行检验。
例如，大瓶Hilltop咖啡的标签上标明其容量至少为3磅。
假定我们想通过假设检验对此项说明进行检验。
如果咖啡罐头总体中每听的平均重量为3磅或3磅以上，那Hilltop关于其产品的说明是正确的，如果咖啡罐头总体中每听重量的均值少于3磅，那么Hilltop关于其产品的说明是不正确的。
假定选取3 6听罐头组成一个随机样本。
•建立假设: H0: μ0 ≥3; Ha: μ0 < 3（这是单边检验）•判断依据：如果这36听罐头的重量的样本均值小于3磅，则样本结果对原假设H0 :X ≥3提出了怀疑。
那么，当样本均值比3磅少多少的时候，FTC才决定控告该公司违背了标签的说明呢？设定显著性水平α•在假设检验的方法中，要求我们事先指定第一类错误的最大允许概率值，这一概率最大允许值即为该检验的显著性水平，以α表示，代表当原假设为真时，发生第一类错误的概率。
•管理者必须事先指定这一显著性水平。
如果发生第一类错误的成本很高，则应当选择较小的值做为显著性水平（如α=0.01）。
如果发生第一类错误的成本不高，则可以适当选择较大的值为显著性水平（如α=0.05）。
总体均值的检验：σ已知•单侧检验检验的思路是：首先假定原假设以等号为真，则抽样分布的均值即为零假设值；然后根据σ已知的条件可以确定抽样分布的标准误差；这样，就确定了样本均值抽样分布的正态形式，Z分数方法来作比较检验。
检验的统计量为: 这正是转化为标准正态分布的z分数总体均值的检验：σ未知•在大样本的情形下，如果σ未知，则在计算检验统计量z时以s代替。
检验的判断方法检验的判断方法有两种：P-值方法：如果p-值<α，则拒绝H0临界值方法：拒绝域的边界所对应的z值称作临界值。