检验统计量是一个随机变量，随着样本观测结果的不同，它的具体数值也是不同的，但只要已知一组特定的样本观测结果，检验统计量的值也就唯一确定了。假设检验的基本原理就是根据检验统计量建立一个准则，依据这个准则和计算得到的检验统计量的值，就可以决定是否拒绝原假设。

显著性水平表示H0为真时拒绝H1的概率。假设检验是围绕对水平假设内容的审定而展开的。如果我们接受了原假设正确（同时也就拒绝了备择假设），或我们拒绝了原假设错误（同时也就接受了备择假设），这表明我们做出了正确的决定。但是，由于假设检验是根据样本提供的信息进行推断的，也就有犯错误的可能。例如，原假设正确，而我们却把它当成错误的加以拒绝，即犯了第一类错误。犯第一类错误的概率用α 表示，统计上把α 称为假设检验中的显著性水平，也就是决策中所面临的风险。所以，显著性水平是指当原假设为正确时人们却把它拒绝了的概率或风险。这个概率是由人们确定的，通常取α =0.05 或α =0.01，这表明当做出接受原假设的决定时，其正确的可能性（概率）为95%或99%，即拒绝原假设所冒的风险。假设检验应用小概率事件实际极少发生的原理，这里的小概率就是指α。给定了显著性水平α，就可由有关的概率分布表查得临界值，从而确定H0的接受区域和拒绝区域，临界值就是接受区域和拒绝区域的分界点。

对于不同形式的假设，H0的接受区域和拒绝区域也有所不同。双侧检验的拒绝区域位于统计量分布曲线的两侧，如图7-1 （a）所示；而在单侧检验中，如果备择假设具有符号“＜”，拒绝区域位于统计量分布曲线的左侧称为左侧检验，如图7-1 （b）所示；如果备择假设具有符号“＞”，拒绝区域位于统计量分布曲线的右侧称为右侧检验，如图7-1 （c）所示。在给定显著性水平α 的条件下，拒绝域和临界值可用图7-1 来表示。对标准正态分布而言，常用的显著性水平与单侧、双侧临界值如表7-3 所示。

表7-3　标准正态分布常用的显著性水平与单侧、双侧临界值(www.daowen.com)

图7-1　假设检验的接受区域和拒绝区域

（a）双侧检验；（b）左侧检验；（c）右侧检验