假設檢定是統計學學習過程之中很容易混淆的概念，今天針對這些概念做一個整理，這篇文章不談統計分配以及統計量，單純就邏輯提供思考方法。
法律的無罪推論
首先從法律常見的無罪推論來論述。我們都知道法律都會假設嫌疑人無罪，但是這是為什麼呢？我曾經看過許多講授假設檢定的文章都提及無罪推論，但我始終無法理解到底為什麼要假設無罪而不是假設有罪？許多文章從成本的觀點解釋，說明誤判死刑的成本極高，所以要假設人無罪；然而誤判成本極高並不是只有無罪的人判有罪的成本高，將有罪的人判成無罪的成本也非常高，所以我認為這樣的說明解釋是不夠充分的。
但是若今天的世界是窮凶惡極的地獄，99.73%的人都有犯罪紀錄，則無罪推論就失效了，顯然的我們要用「有罪推論」反過來證明一個人無罪才行。這個差異及前提卻在眾多文章中從未提及過，卻是極其重要的論述方式。也就是說，假設檢定的論點必須是這個環境、系統的多數群體的狀態列在虛無假設H0，而想要收集證據去反駁、舉證、證明的論點放在對立假設H1。
供應商的論述
依照上述的講述推論，一個光學面鏡的供應商宣稱其面鏡的平均厚度為10.0mm，且今天有一批來料量測32pcs，計算得到平均厚度為10.15mm，試問是否能相信供應商的論述？
這問題是學習假設檢定很常見的題目，其假設檢定的列法如下：
H0 : U = 10.0
H1 : U > 10.0
這個假設的列舉方式是在說明，假設供應商的論述是對的，則透過搜集證據的方式驗證其說法是否有誤；若證據顯著，則相信對立假設H1。多數狀況下我們認定供應商應該要做出與其論述的數值相符，只有在證據充分的狀況下才認定供應商說謊。
驗證藥劑是否有療效
此時針對藥劑的療效可透過治癒率P來確認：
Ho : PB = PB’
H1 : PB < PB’
上述的實驗過程被稱作雙盲測試，目的在消除醫師對病患的心理暗示。在多數狀況下，試驗藥劑是沒有太多效果的，只有在很顯著的狀況下 才能說藥劑有療效，這也是H0擺放等式的原因。
大家若有任何統計觀念上的問題也歡迎留言詢問。
相關文章
【品質工程】品質管理的數學工具_貝氏定理Bayesian Theorem
【品質工程】品質管理的數學工具_ANOVA變異數分析
【品質工程】品質管理的數學工具_統計分配