一般地，只要哪一类错误所带来的结果严重，危害大，在假设检验中，我们就应该首先控制住哪个错误。但是，在假设检验中有这样一个原则，就是首先控制犯α错误的概率。这是因为α错误是什么通常是明确的，β错误通常是模糊的，对于一个含义模糊和含义清楚的假设，我们更愿意接受后者，正是在这个背景下，我们就更为关心如果H0为真，而我们却把它放弃了，犯这种错误的可能性有多大，而这正是α错误所表现的内容。这也给我们一个启示，在假设检验中，我们常常以原假设的形式提出我们最为关心的问题，α常常是表示较为严重的错误，在这样的处理之后，α错误经常可以通过一些办法加以解决[1]。

5。 假设检验的统计例题

5。1一个总体参数的检验

5。1。1总体均值的检验

例1。某弹簧的强力服从正态分布N(μ,1。182),原设计的平均弹力为8克，现在引进了新的设备，一天测得81个弹力数据，样本均值为9，假设标准差不变，问：引进了新的技术是否提高了弹簧总体弹力？取α=0。05

解：在这道题目中，我们所关注的是在引进新的设备后，弹簧的弹力平均值和原来设备生产的弹簧均值8克是否有所提高，