对于数据的正态性检验，方差齐性检验，还有重复测量方差分析中的球形性检验，如果P>0.05，则我们就认为满足正态性、方差齐性和球形性假定（也就是接受了H0），但是，为什么进行差异性检验，P>0.05时我们没有接受H0，即没有作出无差异的推断呢？

统计推断就像是法官判案，对于正态性检验、方差齐性检验以及球形性检验，适用了“疑罪从无”的原则，也就是P>0.05时（证据不足）接受了原假设，认为满足假定（严格来说，并非真得接受了原假设，而是“假定原假设成立”，即“假定数据服从正态分布”、或“假定方差齐”以及“假定数据满足球形性假定”）；而其它的差异性检验方法，从我们的检验目的出发，如果如果P>0.05，我们并不会采用疑罪从无这个原则，而是认为判断差异存在的证据不足，就如同法官手里掌握的证据或信息量不够，不足以判定嫌疑人有罪，但法官心中坚信这人有罪一样。

从4.1 计量资料的单样本t检验 (trialstats.com)中的例子我们就可以看出，第1个样本（Study1），之所以未能得到一个阳性结果，其实就是样本量太小，信息量不够、证据不足，但差异其实还是有的，只是这个研究未能证明罢了，所以在统计推断时，没有接受H0，没有作出吸烟的孕妇其新生儿体重与正常无异的结论。