假设检验应用场景

所谓假设检验(Hypothesis Testing)也就是基于数理统计学，判定假设条件是否成立的方法论。

其作为统计学的一门学问，其特有的方法论可以帮助使用者从千头万绪中抽丝剥茧，指明分析问题的思路，并核算所需的最小样本量，从而大幅提高判断的效率和准确性，为正确决策提供可能。

凡是涉及到判定真伪，做出决策的场合都可以尝试用假设检验的逻辑和方法。

如果是一名制造工程师

为了改善某个问题完成了一组测试， 其原假设H0：“实验有效“，

如果做出了错误的判断会导致：

I类错误

试验有效,但判定无效.造成错失改善机会.

均值不等,但判定相等.后果同上.

标准差不等但判定相等后果同上

II类错误

试验无效，但判定有效，造成无效的措施被采纳.

均值相等，但判定不等，后果同上.

标准差相等，但判定不等，后果同上.

管理者如何面对有疑问的说辞

如果是一名管理者面对有疑问的说辞：原假设是“相信此人是诚实/正确的”，

做出了错误的判断会导致：

I类错误

错过好的改善或者盈利的机会

II类错误

可能使得企业遭受或大或小的损失，随着企业对管理人员的容错范围在收窄，对其职业生涯会产生直接影响。

这也是管理者一般不轻信别人的原因。

如果是一名法官

庭审上面对疑犯的原假设H0是“疑犯无罪”（注意律政的原则是疑罪从无），

做出了错误的判断会导致：

I类错误

清白的人进监狱，需要特别谨慎，一般选择5%

II类错误

罪犯逍遥法外，一般选择10%