统计推理的大部分内容是在质量控制的背景下发展起来的，在该领域中，每次分析都需要得到一个明确的“是”或“否”的答案。是接受还是拒绝该批次？用于得出该答案的逻辑被称为假设检验。

首先，在进行实验之前，需设定一个阈值P值。理想情况下，应根据漏检真实差异或错误地发现差异所带来的相对后果来设定该值。实际上，阈值（称为α）几乎总是设定为0.05（这是一个已被广泛采用的任意值）。

接下来，定义零假设。如果您在比较两个均值，零假设是两个总体具有相同的均值。在分析实验时，零假设通常与实验假设相反。 您的实验假设——即进行该实验的原因——是处理会改变均值。零假设则是两个总体均值相同（或处理没有效果）。

现在，进行相应的统计检验以计算 P 值。

•如果 P 值小于阈值，则声明“拒绝零假设”，并指出该差异“在统计学上显著”。

•如果 P 值大于阈值，则说明“不拒绝零假设”，且该差异“不统计学显著”。您不能得出零假设为真的结论。您所能做的只是得出“没有充分证据拒绝零假设”的结论。