在數理統計的假設檢驗中，到底有幾種不同解法？
以單正態總體中的雙側U-檢驗為例說明。總體X服從N(u,b^2),b^2為總體方差，且b^2已知。
樣本為(x1,x2...,xn),樣本均值記為XX，其觀測值記為xx，樣本方差記為ss，檢驗水平記為a，查標準正態分佈表得臨界值U(a/2),簡記為u1，即U(a/2)=u1。
（檢驗法1）H0：u=u0,H1：u!=u0（!=為不等於）
設H0為真，則U=(XX-u0)/sqrt(b^2/n)服從N(0,1)。由a查N(0,1)表得臨界值U(a/2)=u1,則H0的接受域為[-u1，u1]。將XX的觀測值代入上式，得到U的觀測值，記為u2，最後比較u2和u1的大小，做出關於H0的結論。
（檢驗法2）H0：u=u0，H1：u!=u0
由區間估計公式，得到u的置信度為1-a的置信區間[u0-u1*sqrt(b^2/n),u0+u1*sqrt(b^2/n)]，最後看xx是否落在置信區間內，做出相應的結論。
（檢驗法3）H0：u=u0，H1：u!=u0
由區間估計公式，得到u的置信度為1-a的置信區間[xx-u1*sqrt(b^2/n),xx+u1*sqrt(b^2/n)]，最後看u0是否落在上面的置信區間內，做出相應的結論。
在數理統計的假設檢驗中，到底有幾種不同解法？
以單正態總體中的雙側U-檢驗為例說明。總體X服從N(u,b^2),b^2為總體方差，且b^2已知。
樣本為(x1,x2...,xn),樣本均值記為XX，其觀測值記為xx，樣本方差記為ss，檢驗水平記為a，查標準正態分佈表得臨界值U(a/2),簡記為u1，即U(a/2)=u1。
（檢驗法1）H0：u=u0,H1：u!=u0（!=為不等於）
設H0為真，則U=(XX-u0)/sqrt(b^2/n)服從N(0,1)。由a查N(0,1)表得臨界值U(a/2)=u1,則H0的接受域為[-u1，u1]。將XX的觀測值代入上式，得到U的觀測值，記為u2，最後比較u2和u1的大小，做出關於H0的結論。
（檢驗法2）H0：u=u0，H1：u!=u0
由區間估計公式，得到u的置信度為1-a的置信區間[u0-u1*sqrt(b^2/n),u0+u1*sqrt(b^2/n)]，最後看xx是否落在置信區間內，做出相應的結論。
（檢驗法3）H0：u=u0，H1：u!=u0
由區間估計公式，得到u的置信度為1-a的置信區間[xx-u1*sqrt(b^2/n),xx+u1*sqrt(b^2/n)]，最後看u0是否落在上面的置信區間內，做出相應的結論。