从假设总体中抽取的一切可能样本统计量的值应当 以假设的总体平均数为中心形成一个正态分布。这个分 布可以分成两个区域。 如果这个样本统计量的值落在了这个抽样分布中出 现概率比较大的区域里，这时只好保留零假设，即研究 者不得不承认这个样本来自这个假设的总体，或者这个 样本所属总体与假设总体没有真正的差异。如果这个样 本统计量的值落在了抽样分布中出现概率极小的区域里， 根据小概率事件在一次随机抽样中几乎不可能发生的原 理，研究者不得不推翻这个样本所属总体等于假定的总 体，或这个样本来自这个假定总体的假设，同时不得不 承认样本统计量与假设总体的平均数所存在的差异并非 抽样误差造成的，而是存在着本质的差异，在统计学中 又叫做显著性差异。从假设总体中抽取的一切可能样本统计量的值应当 以假设的总体平均数为中心形成一个正态分布。这个分 布可以分成两个区域。 如果这个样本统计量的值落在了这个抽样分布中出 现概率比较大的区域里，这时只好保留零假设，即研究 者不得不承认这个样本来自这个假设的总体，或者这个 样本所属总体与假设总体没有真正的差异。如果这个样 本统计量的值落在了抽样分布中出现概率极小的区域里， 根据小概率事件在一次随机抽样中几乎不可能发生的原 理，研究者不得不推翻这个样本所属总体等于假定的总 体，或这个样本来自这个假定总体的假设，同时不得不 承认样本统计量与假设总体的平均数所存在的差异并非 抽样误差造成的，而是存在着本质的差异，在统计学中 又叫做显著性差异