検定は、仮説検定や統計的仮説検定ともいい、母集団の母数 $\theta$ （母平均 $\mu$ や母分散 $\sigma^2$ など）に関する仮説$H_{0}$を標本から検証する手法です。 仮説(hypothesis)には 帰無仮説 と 対立仮説 があり、検定を行うため立てる仮説のことを帰無仮説 $H_{0}： \theta = \theta_{0}$ 、帰無仮説に対する仮説のことを対立仮説 $H_{1}： \theta \neq \theta_{0}$ といいます。 検定では、データ（母集団から無作為に抽出した標本 $X_{1}, X_{2}, \cdots , X_{n}$）から算出された検定統計量(確率変数 $Z = \dfrac{\bar{X} - \mu_{0}}{\sqrt{\dfrac{s^2}{n}}}　$ や $T = \displaystyle \sum_{i=1}^n \dfrac{(X_{i} - \bar{X})^2}{\sigma^2}　$) より極端な値をとる確率が有意水準 $\alpha$ （危険率 $\alpha$ ）と比較して大きいか、小さいかによって帰無仮説を棄却し対立仮説を支持するか、または帰無仮説を棄却しないかを判断します。

　手順を理解すると分かりやすいので、以下に検定の流れを記します。 １）帰無仮説$H_{0}： \theta = \theta_{0}$ を立てる（帰無仮説が正しいと仮定する）。 ２）事前に有意水準 $\alpha$ （帰無仮説を棄却する基準）を決める。有意水準は一般的には 0.05か 0.01と設定されることが多いです。 ３）母集団から無作為に抽出した標本 $X_{1}, X_{2}, \cdots , X_{n}$）から検定統計量を算出する。 ４）検定統計量が従う分布から、事前に設定した有意水準 $\alpha$ による棄却域 $R$ を定める ５）検定統計量の実現値が棄却域 $R$ に入るか、入らないかを確かめ、 　　a）　棄却域 $R$ に入る場合は、（帰無）仮説 $H_{0}$ は棄却される（対立仮説が正しいと言える）。 　　b）　棄却域 $R$ に入る場合は、（帰無）仮説 $H_{0}$ は棄却されない（対立仮説が正しいと言えない）。 統計学について、さらに詳しく学びたい方には、以下の本がおすすめです（楽天のサイトにとびます）。