该部分内容对应Hogg课本的第6章和第9章，我们的研究建立在对假设检验已有基本理论认识的基础上，进而讨论如何确定最优的拒绝域$C$. 事实上，这里的“最优”指的是在控制第一类错误的前提下，使第二类错误尽可能小：

• $P[(X_1,X_2,\cdots,X_n) \in C;H_0]=\alpha$
• $P[(X_1,X_2,\cdots,X_n) \in C;H_1]=1-\beta$

其中$\alpha,\beta$分别为第一类和第二类错误.

该部分内容对应Hogg课本的第7-8章，主要讨论构造一致最小方差无偏估计(UMVUE)的两种思路，一种是通过构造充分完备统计量的函数，另一种则是通过构造有效估计量。

该部分内容对应Hogg课本的第6-8章，主要讨论参数估计的几种常用方法。

一、参数的点估计

设随机样本$X_i \sim f(x;\theta)$，其中$\theta \in \Omega$，我们期望构造统计量$Y_1=u_1(X_1,X_2,\cdots,X_n)$对参数$\theta$有良好的估计，即寻找参数$\theta$的点估计，这主要通过两种方法：最大似然估计和矩法估计，且它们分别对应不同的准则.