应用统计学：
注意：
备择假设中不会有等号
就算是接受H0假设，也不能证明H0假设，此假设作用是拒绝H0假设从而接受H1假设，所以应该先写H1假设。
当真实值与估计值很相近时，β可以很大，图：
由上图推导可知n变大数据更集中于某值，则β也变小
假设检验整个过程就是：陈述H0H1假设，抽样后选择检验方法，确定显著性水平，然后比较并判断统计上是否有显著性意义。统计学上显著不一定有实际意义，因为n比较小时，β大，即第二类错误有90%时是没有意义。
P值的好处在于可以直接得到第一类错误的上限和显著性程度值，可以直接与0.05或0.01比较
总体比例检验大样本需要满足两个条件：
两类错误|β的变化|两个总体比较的假设检验|总体比例检验|一个总体比较的假设检验
原文：https://www.cnblogs.com/yuanjingnan/p/11668197.html