應用假設檢驗需要注意的問題：

　?。ㄒ唬┰诔闃友芯恐校芯吭O計、搜集數(shù)據(jù)和統(tǒng)計分析是一個整體。每一種假設檢驗方法都是與相應的研究設計相聯(lián)系的。嚴格按照研究設計方案，收集客觀的數(shù)據(jù)；樣本的獲取必須遵循隨機的原則。只有在這樣的基礎之上，假設檢驗的結論才是有意義的。

　?。ǘ脵z驗方法必需符合其適用條件

　　每一種假設檢驗方法都有相應的適用條件。在實際應用中，應根據(jù)設計類型、變量類型、樣本大小等因素選擇合適的檢驗方法。例如，一般的t檢驗、方差分析均要求樣本取自正態(tài)分布總體，而且各總體方差齊同；完全隨機設計兩樣本均值比較的資料如果方差不齊，則宜用檢驗或秩和檢驗。另外，屬于配對設計的資料不宜應用兩組比較的檢驗方法。等等。如果資料與所用檢驗方法的條件不符，得出的結論就不可靠。

　?。ㄈ嗪鈨深愬e誤的危害來確定α的大小。在假設檢驗可能出現(xiàn)的兩類錯誤之中，往往會有一種錯誤危害較大。例如，在一種新藥與某常規(guī)藥間療效比較的假設檢驗中，如果犯Ⅰ類錯誤，意味著可能過高評價療效一般的新藥，醫(yī)學教|育網(wǎng)搜集整理淘汰比較成熟的常規(guī)藥物。為了對投產新藥持慎重態(tài)度，應控制Ⅰ類錯誤的概率，將α取得小一些。又如，通過配對設計觀察一種新的檢驗方法與常規(guī)方法對一批水樣的檢測結果是否一致。如果接受H0，意味著認為新法檢測結果與常規(guī)方法一致，可以用于常規(guī)檢測。為保證常規(guī)檢測質量，為對新法的使用持慎重態(tài)度，應控制Ⅱ類錯誤的概率，這時應將α取得大一些。

　?。ㄋ模┱_理解假設檢驗的結論。首先，不要把沒有被拒絕的假設誤解為一定是正確的假設，因為每一種檢驗結論都面臨著犯錯誤的風險。其次，不要把“拒絕H0，接受H1”時很小的P值誤解為總體參數(shù)間差異很大。P值的統(tǒng)計學意義在第九節(jié)已經(jīng)闡明。雖然當H0不成立時P值可能與總體參數(shù)間的差異有關，但不是P值小差異必然大的關系。所以在報告檢驗結論時，如果P<α，宜說“差異有統(tǒng)計學意義”而不要說“差異顯著”與“差異非常顯著”。

　　（五）對均數(shù)或概率作假設檢驗時，應與總體參數(shù)的區(qū)間估計結合進行。因為區(qū)間估計不但與假設檢驗一樣可以回答差異是否具有統(tǒng)計學意義的問題，而且可以提供差異（如果存在）是否具有實際意義的信息。報告檢驗結論時也應同時報告相應水準的區(qū)間估計結果。

　?。┳骷僭O檢驗應注意樣本容量是否合理。合理的樣本容量是依據(jù)一定條件（設計方法、兩類錯誤的大小、變異的程度以及需要分辨的絕對誤差的大小等）按照相應的公式推算的。過小的樣本容量會增加犯Ⅱ類錯誤的機會。而過大的樣本不僅增加研究的投入，延長研究時間，而且即使被推斷參數(shù)間差異不大也會出現(xiàn)較小的P值，導致雖有統(tǒng)計學意義但是缺乏實際意義的結論。