摘要：本文对多正态总体的参数检验进行了研究。众所周知统计推断有三种理论：普遍承认的是Neyman理论，即频率学派理论，Bayes推断和信仰推断(Fiducial)。Bayes推断基于后验分布，由先验分布和样本分布求得。信仰推断是基于信仰分布，直接利用样本求得。两者推断方式一致，都是用分布进行推断，称为分布推断。从分析传统的参数估计、假设检验特性，得到最本质的推断是置信上限。将样本视为常数，置信上限是置信度的函数，其反函数，即置信度是置信上界的函数，恰是分布函数，该分布称作Neyman推断分布。用它作分布推断就得到Neyman推断：点估计、区间估计和假设检验。因此，Neyman(频率学派)统计推断方法也可以视为用分布推断。三种推断的方法可以统一在分布推断，但是他们的推断哲学是完全不同的。都有其不完善之处。若一随机变量的分布是Neyman推断分布，则它为推断随机变量。推断随机变量的期望、中位数和众数可作为通常的参数的点估计。用其经验分布推断参数和置信区间，就是普遍适用的参数模拟推断。用推断随机变量估计参数称为随机变量推断，简称变量推断，是Ney mann推断的扩展，并将其应用于多个正态总体参数的检验问题，得到可用的检验方法。
