假設檢驗，也稱爲統計假設檢驗，是一種統計推斷方法，用於判斷樣本數據與樣本、樣本與總體之間的差異是由抽樣誤差引起還是本質差別造成的。
假設檢驗的基本思想是先對總體的某種特徵做出假設，然後通過抽樣研究的統計推理，決定是否拒絕或接受這個假設。這種方法通常包括以下三個步驟：
提出假設。首先提出一箇關於總體參數的假設，這個假設可以是關於總體均值、總體比例或其他參數的。這個假設稱爲原假設(H0)，與之對立的假設稱爲備擇假設(H1)。
計算統計量。根據樣本數據計算一箇統計量，如t統計量、z統計量和卡方統計量等，以衡量樣本數據與假設之間的差異。
判斷假設是否合理。根據統計量的值和對應的p值來判斷原假設是否合理。如果p值小於預先設定的顯著性水平（如0.05），則可以拒絕原假設；否則，可以接受原假設。
假設檢驗的應用非常廣泛，例如在醫學研究中評估新藥的有效性和安全性，或在社會科學研究中評估不同因素對結果的影響。