対 を検定する：

平均が0に近い場合， 値は通常大きい：

平均が0から離れている場合， 値は通常小さい：

Automaticを使うことは，ゼロの平均について検定することと同じである：

対 を検定する：

平均が μ₀に近い場合， 値は通常大きい：

位置が μ₀から離れている場合， 値は通常小さい：

多変量母集団の平均ベクトルがゼロベクトルであるかどうかを検定する：

{0.1,0,-0.05,0}についても検定する：

Automaticを使うと，一般に最も強力な検定で適切なものが適用される：

特性"AutomaticTest"はどの検定が選ばれたのかを見極めるために使う：

対 の検定を行う：

位置が等しくない場合， 値は通常小さい：

位置が等しい場合， 値は通常大きい：

対 の検定を行う：

データ集合の順序が検定結果に影響する：

2つの多変量母集団の平均差ベクトルがゼロベクトルであるかどうかの検定を行う：

{1,0,-1,0}についても検定を行う：

等しい位置について特定の検定を行う：

任意数の検定を同時に行うことができる：

データに適切な検定をすべて同時に行う：

特性"AllTests"を使ってどの検定が使われたかを見極める：

繰り返し特性を抽出するためにHypothesisTestDataオブジェクトを作成する：

抽出に使用できる特性：

HypothesisTestDataオブジェクトから特性を抽出する：

型の検定からの 値と検定統計：

任意数の特性を同時に抽出する：

マン・ホイットニー(Mann–Whitney)検定からの 値と検定統計：

いくつかの検定の結果を表にする：

すべての適切な検定結果の完全な表：

選択した検定の結果表：

カスタマイズしたレポート用に検定表から項目を取り出す：

値が0.05より大きいので，このレベルでは を退けるだけの十分な証拠はない：

検定あるいは検定グループの 値を表にする：

表の 値：

すべての適切な検定の 値の表：

検定の一部からの 値の表：

検定あるいは検定グループからの検定統計をレポートする：

表からの検定統計：

すべての適切な検定からの検定統計の表：

デフォルトで両側検定が行われる：

対 を検定する：

両側検定を行う．あるいは片側検定を代りに行う：

対 を検定する：

対 を検定する：

対 を検定する：

μ₀が与えられている場合に，片側検定を代りに行う：

対 を検定する：

対 を検定する：

多変量の中央値に基づく検定に対して使う最大反復数を設定する：

デフォルトでは，漸近的な検定統計分布を使って 値が計算される：

一変量の中央値に基づく検定については， 値は置換法を使って求めることができる：

使用する置換数を設定する：

デフォルトでのランダム置換が使われる：

検定によっては，置換結果は厳密である：

厳密な検定が使われる場合，結果は置換数に影響されない：

平均に基づく検定については， 値は検定の仮定において厳密である：

ランダム置換を生成するのに使われるシードを設定する：

診断検定の有意水準を設定する：

デフォルトで0.05が使われる：

有意水準を設定することによって自動的にどの検定が選ばれるかが変わることがある：

中央値に基づく検定がデフォルトでは選ばれたはずである：

有意水準は"TestConclusion"と"ShortTestConclusion"にも使われる：

デフォルトで適切な場合には，正規性と等分散性について検定が行われる：

仮定がチェックされない場合，検定結果が異なる検定があることもある：

診断は，AllかNoneを使ってまとめて制御することができる：

すべての仮定を検証する：

どの仮定もチェックしない：

診断は個々に制御することができる：

正規性と対称性を仮定し，等分散性についてチェックする：

正規性についてのみチェックする：

リストされていない仮定は検定されない：

正規性が仮定される：

結果は同じであるが，警告メッセージが出される：

検定の仮定値は明示的に設定することができる：

データが標準分布に従っていなかったため，上記では符号検定が選ばれた：

診断検定を使わないと，計算時間が短縮できる：

シミュレーションを行う場合は，診断検定を行わないようにすると有益であることが多い：

検定の仮定は意図的に有効になっているので，時間が大幅に短縮できる：

結果は全く同じである：