思路：根据经验或者其他方面的信息来假设一个总体用户可能的值，再根据样本情况，使用某种工具来验证这个假设是否正确
如：在一个app上，用户的平均消费3900，但是根据第三方数据公司提供的，对所有用户电商进行统计后，揭示总体的用户平均消费是在4100元
步骤：
a.设定我们的初始假设
初始假设：用户平均消费是4100元
验证结果：接受或拒绝这个假设
双尾检验：默认假设=，对应假设>或<，有两个拒绝默认假设的空间
单尾检验：默认假设>=,对应假设<,有一个拒绝默认假设的空间
b.计算检验统计量
Z评分：用户数60，平均花费3900，消费标准差1200，Z=（3900-4100）/(1200/
=-1.29(这个得出的Z评分？）
c.评估假设所用的临界值
临界值的2个因素：假设类型（双尾检验），显著性水平（对应某个犯错误的概率）
如临界值是考试的及格分数，显著水平是控制多少学生及格
- 显著水平越低，考试难度越大，原假设难被否定
- 显著水平越高，考试难度越低，原假设容易被否定
显著水平定义区间通常为0.01-0.1（显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。这表明，当作出接受原假设的决定时，其正确的可能性（概率）为95%或99%）
临界值：默认假设=4100，显著性水平0.05，双尾检验后，概率水平均分，0.05/2=0.025,然后查找表，通过0.025，找到第一列-1.9，第一行0.06，临界值为+-1.96
d.做出决策判断
- 结论：Z=1.29
- 临界值+-1.96
- 结论：不拒绝，也就是用户的平均花费在4100
总结：
1.根据要验证的业务问题”用户消费的均值是否在4100元“建立默认假设
2.根据样本数据计算出Z评分
3.设定显著水平以及根据双尾/单尾检验，得到临界值
4.比较Z评分和临界值，并给出决策判断