單側檢驗與雙側檢驗有哪些區別？
假設檢驗是統計推斷的壹個重要內容，假設檢驗中，壹個很重要的概念就是小概率原理，小概率的標準並不是固定的，壹般隨著不同的實際問題而定，壹般采用0.01、0.05、0.001這三個顯著水平比較多。
（1）單側檢驗的假設如下：
（2）雙側檢驗的假設如下：
二者區別：
嚴格來說，單、雙側檢驗是和假設檢驗相對應的壹對概念，壹般而言無論是單側還是雙側檢驗在統計分布圖上的反應是壹致的，但是對於壹些統計分布而言，二者之間是不壹致的，壹般認為雙側檢驗較保守和穩妥，而單側檢驗由於充分利用了另壹側的不可能性，所以相較雙側檢驗而言更容易得出差異有顯著性的結論，雖然二者在檢驗中計算統計量的過程是壹致的，但是確實改了吧p值是的“顯著性界值”確實不同的，壹般雙側的是單側的二倍，這也即意味著進行單側檢驗時，統計量更容易達到界值水平。
如何選擇？
對於單側檢驗和雙側檢驗如何選擇呢?
（1）結合問題
可以從研究的課題或者實際問題出發，如果只看單側的備擇假設才有意義，“如以安慰劑作對照以確定某藥的效果，顯然只有單側的備擇假設才有意義”，所以使用單側檢驗。
（2）專業知識
壹般有些研究問題，只有單側的備擇假設才有可能，如營養實驗中，適量的增添某種營養素，至少不會產生負效應，壹般取單側備擇假設最適合。