前言：複習在R語言中計算統計學第二篇！今天要學習的是如何單一母體平均數假設檢定。如果內容哪裡有錯誤的地方，請再多多包容了～

正文開始-->
單一母體平均數假設檢定是一種統計方法，用來檢驗樣本資料是否提供足夠的證據，推翻關於母體平均數的假設。常見的假設檢定步驟包括設定虛無假設（H0）與對立假設（H1），並透過統計檢定來決定是否拒絕虛無假設。通常用於檢驗一組樣本數據是否與某個已知母體平均數不同，像是在品質檢測中，檢驗產品的平均重量是否符合標準。
範例程式碼

ex28 <- c(133, 138, 143, 134, 147)
mu0 <- 125
t.test(ex28,mu = muO,alternative = ("greater"),conf.int = 0.95)

程式碼說明

• ex28：樣本數據。
• mu = mu0: 指定虛無假設 H0是「母體平均數等於 125」。
• alternative = ("greater"): 這表示進行右尾檢定，假設對立假設 H1是母體平均數大於 125 (μ>125)。根據對立假設的方向，檢定可以是：
  • alternative = "two.sided"：雙尾檢定，對立假設是 μ≠125。
  • alternative = "less"：左尾檢定，對立假設是 μ<125。
  • alternative = "greater"：右尾檢定，對立假設是 μ>125。
• conf.int = 0.95: 設定 95% 的信賴區間。

執行結果

• 輸出結果說明：可見圖中P值小於0.05，因此拒絕H0的虛無假設「母體平均數等於 125」，但接受了對立假設 H1「母體平均數大於 125」的論點。