假设检验对一些常见的问题给出定量的答案，例如，数据与特殊分布间的拟合程度如何，这些分布是否有同样的均值或中位数，数据集是否有同样的变化性等. Wolfram 语言为这类问题提供高层次的函数，且为给出的数据和分布自动选择适用的检验方法. 高层次的函数一般运行多个检验且可以产生完全的报告，但也有特定的已命名的假设检验，例如，柯尔莫哥罗夫-斯米尔诺夫（Kolmogorov–Smirno）拟合优度测试，或配对 测试. 这些可以更直接地控制特定检验的设置和性能.

拟合优度检验

DistributionFitTest — 检验数据分布的拟合优度

LogRankTest — 检验风险函数是否相等

AndersonDarlingTest  ▪  BaringhausHenzeTest  ▪  CramerVonMisesTest  ▪  JarqueBeraALMTest  ▪  KolmogorovSmirnovTest  ▪  KuiperTest  ▪  MardiaCombinedTest  ▪  MardiaKurtosisTest  ▪  MardiaSkewnessTest  ▪  PearsonChiSquareTest  ▪  ShapiroWilkTest  ▪  WatsonUSquareTest

定位检验

LocationTest —检验一个或两个数据集的均值或均值差异

LocationEquivalenceTest — 比较两个或多个数据集的均值或中位数

MannWhitneyTest  ▪  PairedTTest  ▪  PairedZTest  ▪  SignTest  ▪  SignedRankTest  ▪  TTest  ▪  ZTest

方差检验

VarianceTest — 检验一个或两个数据集的方差或方差比例

VarianceEquivalenceTest — 比较两个或多个数据集的方差

ConoverTest  ▪  BrownForsytheTest  ▪  FisherRatioTest  ▪  LeveneTest  ▪  SiegelTukeyTest

依附性检验

IndependenceTest — 检验向量是否独立

CorrelationTest — 检验向量之间特定的相关性

PearsonCorrelationTest  ▪  SpearmanRankTest  ▪  KendallTauTest  ▪  HoeffdingDTest  ▪  GoodmanKruskalGammaTest  ▪  BlomqvistBetaTest  ▪  WilksWTest  ▪  PillaiTraceTest

时间序列检验

UnitRootTest — 检验时间序列数据是否是稳态的

AutocorrelationTest — 检验时间序列数据是否是自相关的

假设检验的选项和对象

HypothesisTestData — 由假设检验产生的假设检验数据

SignificanceLevel — 用于报告测试结论的显著性水平

AlternativeHypothesis — 用于位置和方差检验的备择假设

VerifyTestAssumptions — 是否通过诊断检验验证数据假设