假設檢驗的壹般四個步驟如下：
具體內容：
確定零假設和備擇假設：零假設是指要驗證的假設，備擇假設是對零假設的否定。確定顯著性水平：顯著性水平是指在假設檢驗中允許發生錯誤的概率。
確定拒絕域：拒絕域是指檢驗統計量的取值範圍，如果檢驗統計量的取值在這個範圍內，就拒絕零假設。作出結論：根據樣本數據計算得到的檢驗統計量是否在拒絕域內，如果在拒絕域內，則拒絕零假設，否則接受零假設。
假設檢驗介紹：
假設檢驗（hypothesis testing），又稱統計假設檢驗，是用來判斷樣本與樣本、樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。顯著性檢驗是假設檢驗中最常用的壹種方法，也是壹種最基本的統計推斷形式。
其基本原理是先對總體的特征做出某種假設，然後通過抽樣研究的統計推理，對此假設應該被拒絕還是接受做出推斷。常用的假設檢驗方法有Z檢驗、t檢驗、卡方檢驗、F檢驗等。
假設檢驗的檢驗方法及應用：
1、檢驗方法
u檢驗和t檢驗：t檢驗是英國統計學家Cosset在1908年以筆名發表的，因此亦稱student t檢驗。t檢驗是用t分布理論來推斷差異發生的概率，從而判定兩總體均數的差異是否有統計學意義，主要用於樣本含量較小，總體標準差σ未知，呈正態分布的計量資料。
若樣本含量較大（如n>60），或樣本含量雖小，但總體標準差σ已知，則可采用u檢驗（亦稱：z檢驗）。但在統計軟件中，無論樣本量大小，均采用t檢驗進行統計分析。
2、應用
在雷達檢測中，目標是產生假設的源，它可使用兩個假設：H1和H0，分別表示目標存在（H1）和不存在（H0）。這是二元簡單假設檢驗。二元數字通信問題也是簡單假設檢驗。如果假設中含有目標未知參量，則是復合假設檢驗，m元通信問題也是復合假設檢驗。