假设检验方法如下：
一、二项检验
一系列伯努利实验（在同样的条件下重复地、各次之间相互独立地进行的一种试验。）中，如果要检验实验发生的概率是否等于某个值，可以用二项检验。
二、卡方检验
当检验两类离散因素A与B是否相关时，使用卡方检验。其核心思想是检验理论频数与观测频数之间的差异是否是由随机因素引起的。例如，检验“性别”是否会影响“违约”时，就可以使用卡方检验。
三、Z检验
当两组样本的方差已知时，使用Z检验来判断两组样本的均值是否相等。例如，违约人群与正常人群的收入的方差已知，当检验两类人群的收入的均值是否相等时，就可以使用Z检验。
四、T检验
根据使用场景的不同，T检验分为单总体和双总体T检验两种模式。
假设检验的术语
一、零假设（null hypothesis）：是试验者想收集证据予以反对的假设，也称为原假设，通常记为H0。
例如：零假设是测试版本的指标均值小于等于原始版本的指标均值。
二、备择假设（alternative hypothesis）：是试验者想收集证据予以支持的假设，通常记为H1或Ha。
例如：备择假设是测试版本的指标均值大于原始版本的指标均值。
三、检验统计量（test statistic）：用于假设检验计算的统计量。
例如：Z值、t值、F值、卡方值。
四、p值（p-value）：在零假设为真时所得到的样本观察结果或获得更极端结果的概率。也可以说，p值是当原假设为真时，错误拒绝原假设的实际概率。
左尾检验的P值为检验统计量x小于样本统计值C的概率，即：p = P( x < C)
右尾检验的P值为检验统计量x大于样本统计值C的概率，即：p = P( x > C)
双尾检验的P值为检验统计量x落在样本统计值C为端点的尾部区域内的概率的2倍，即：p = 2P( x > C) (当C位于分布曲线的右端时) 或p = 2P( X< C) (当C 位于分布曲线的左端时) 。
五、双尾检验（two-tailed test）：如果备择假设没有特定的方向性，并含有符号“≠”，这样的检验称为双尾检验。
例如：零假设是测试版本的指标均值等于原始版本的指标均值，备择假设是测试版本的指标均值不等于原始版本的指标均值。