假设检验的判定结果，总共有3种方法，分别是p值、置信区间与临界值法。

如果看过红皮书，相信都知道如下的假设检验步骤：

1.建立假设

2.选择检验统计量，确定拒绝域的形式

3.确定显著性水平a

4.给出检验统计量的临界值，确定拒绝域与承认域

5.根据样本观察值，计算检验统计量并进行判断。

这是一个标准的假设检验的步骤，其中采用的判定方法即是临界值法，也是最早采用的一种手工计算方法，其原理是根据样本计算出检验统计量的观测值，将它与检验统计量的临界值进行比较，观察检验统计量时落在拒绝域还是承认域。

在日常工作中，临界值法已经采用的不多，毕竟现在的软件很方便，已经不需要我们一步步手工计算了，采用更多的是使用minitab，输出结果后分析p值与置信区间。

p值，指的是当原假设成立的时候，由于样本的随机性，出现目前的状况或对原假设不利的状况，即对备择假设更有利状况的概率。

一般取0.05，可以看成是小概率事件发生的临界概率。

当原假设成立的时候，原则上，在一次随机抽样中，抽取的样本特征应该是支持原假设的说法，但恰恰抽取的样本特征不支持原假设的说法，因此我们有理由认为原假设的说法是错误的，从而承认备择假设是真的。

目前的软件在进行假设检验分析时，都会自动计算出p值，不必再手工计算，当然也很难算出，除非搞统计的，一般我们只需要知道怎么根据p值判定就ok。

置信区间法，是根据样本的观测结果去推测总体的置信区间，然后观察置信区间内是否包含了该总体的原假设值。如果原假设值没有包含在置信区间内，则拒绝原假设；反之，则承认原假设为真。

虽然，三种判定方法的出发点不一样，计算过程也不一样，但当给定的显著性水平a一致时，得出的结果应该是一致的，可以说是殊途同归。