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，每次分析都需要给出明确的“是”或“否”的答案。是接受还是拒绝这批产品？用于得出该答案的逻辑被称为假设检验。

首先，在进行实验前需设定一个阈值P值。理想情况下，应根据漏检真实差异与误判差异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。若比较两个均值，零假设即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 - 即进行实验的原因 - 是处理会改变均值；而零假设则是两个总体具有相同的均值（或处理没有效果）。

现在，执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“统计学显著”。

•如果 P 值大于阈值，则声明“不拒绝零假设”，且该差异“不统计学显著”。您不能据此得出零假设成立的结论。您所能做的只是得出“没有充分证据拒绝零假设”的结论。