假设检验是一种统计推断方法，用来判断样本与样本、样本与总体的差异是由抽样误差引起的还是本质差别造成的。常用的假设检验方法有T检验、Z检验、F检验、卡方检验等。Stata中用到假设检验的地方很多，基本上都是对估计参数的显著性检验，不论是什么类型的假设检验，基本原理都是先对总体的特征做出某种假设，然后构建检验统计量，并将检验统计量与临界值相比较，最后做出是否接受原假设的结论。
假设检验的基本思想是“小概率事件”原理，即小概率事件在一次试验中基本上不会发生，其统计推断方法是带有某种概率性质的反证法，也就是说先提出检验的原假设和备择假设，再用适当的统计方法，利用小概率原理确定原假设是否成立。简单来说，就是提出原假设后，首先假定原假设是可以接受的，然后依据样本观测值进行相应的检验，如果检验中发现“小概率事件”发生了，也就是说基本不可能发生的事件发生了，就说明原假设是不可接受的，应拒绝原假设，接受备择假设。如果检验中小概率事件没有发生，就接受原假设。
从检验总体个数的角度来看，假设检验分为单个总体检验和两个总体检验。
1．单个总体检验
单个总体的假设检验是利用某些检验统计量对样本的均值、方差以及分位数进行检验，其中经常使用的是均值检验和方差检验。单个总体检验又分为简单假设检验和分组齐性检验，其中分组齐性检验是对由分组变量划分得到的序列各子集进行检验。
在简单假设检验中，对单个总体进行均值检验的统计量有 Z 统计量和 t 统计量。若单个总体方差 2 σ 已知，则采用 Z 统计量检验，即：
2．两个总体检验
对两个总体的方差进行检验的统计量为：
