如题：2019年10月
分析：新东西……。
这个题就是考概念，方差已知求均值的统计量应该为u检验，详见4正态总体均值的假设检验1，所以答案选A。
1、假设检验的思想？？
先做出假设（原假设），同时写出假设的对立面（备择假设），对于这个假设找出相关的统计量。算一下这个假设下，应该服从什么分布。根据这个分布找一下接收域和拒绝域。如果落在拒绝域里面，就判断原假设是错误的。基本思想是“小概率事件”原理，也就是小概率事件在一次试验中基本上不会发生。所以基础，就是找出拒绝域（小概率事件）。显然，“小概率事件”的概率越小，否定原假设H0就越有说服力，常记这个概率值为α(0<α<1)，称为检验的显著性水平。对于不同的问题，检验的显著性水平α不一定相同，一般认为，事件发生的概率小于0.1、0.05或0.01等，即“小概率事件” 。拒绝域的面积就等于检验水平 ，1- 就是接收域的面积。由此也可以看出，置信区间对应的接收域
适用范围：
只对总体里的未知参数作出假设检验，而不对分布作出假设，也就是参数检验
只对一个假设提出检验，判断它是否成立，而不同时研究其他假设，也就是显著性检验
2、什么是，什么又是？？？
都是概率，是拒真的概率，明明是对的，把它给否了
是取伪的概率，明明是错的，认为它是对的
注：假设检验可能犯的两种错误。
①当假设H0正确时，小概率事件也有可能发生，此时我们会拒绝假设H0。因而犯了“弃真”的错误，称此为第一类错误，犯第一类错误的概率恰好就是“小概率事件”发生的概率α，即
②当假设H0不正确，但一次抽样检验未发生不合理结果时，这时我们会接受H0，因而犯了“取伪”的错误，称此为第二类错误，记β为犯第二类错误的概率，即 P{接受H0/H0不真}=β
般只有当样本容量n增大时，才有可能使两者变小。在实际应用中，一般原则是：控制犯第一类错误的概率，即给定α，然后通过增大样本容量n来减小B。这种着重对第一类错误的概率α加以控制的假设检验称为显著性检验。
3、假设检验的基本步骤：
区间估计的选取原则，详见扩展，区间估计
4、正态总体均值的假设检验
1、方差已知时，单个正态总体均值检验，也称为u检验
注：统计量U是如何根据置信区间得出的呢？？？
置信区间代表的接收域，而表示的是临界值。当P{|U|>}=,这个表示拒绝域，小概率事件。当|U|表示置信区间，根据置信区间的公式，可以表示出=这个就是统计量也就是假设值的临界值。
2、方差未知时，单个正态总体的均值检验，也称t检验
3、σ^2未知，单个正态总体方差的检验，也称为：检验
总结：
扩展：区间估计：由样本值求出未知参数的估计范围；
1、置信区间的概念：
2、置信区间的意义：
3、单个正态总体参数的置信区间
设总体X~N（μ,σ^2） 其中σ^2已知,而μ未知，对给定的置信水平1-α, 得到μ的置信区间,用u统计量注：α为显著性水平，1-α为置信度
当σ未知时，对给定的置信水平1-α, 得到μ的置信区间，用t统计量 σ^2的置信区间，只讨论在μ未知的条件下的置信区间，服从自为度为(n-1)的卡方分布总结：很重要：