假设检验五大基本步骤：提出假设、收集数据、计算统计量、查找临界值、做出决策。

假设检验是统计学中用于判断某个假设是否成立的常用方法。其基本步骤包括：提出假设、收集数据、计算统计量、查找临界值和做出决策。

首先，提出假设是假设检验的第一步。通常包括原假设（H0）和备择假设（H1）。原假设是我们要检验的假设，备择假设是与原假设相对立的假设。例如，我们想要检验某新药是否比现有药物更有效，原假设可以是“新药与现有药物效果相同”，备择假设则是“新药效果优于现有药物”。

接下来，收集数据。数据可以通过实验、调查或观察等方式获得。数据的质量和数量对假设检验的结果有很大影响。在这一步，我们需要确保数据的准确性和代表性。

然后，计算统计量。统计量是用于检验假设的度量，常见的统计量包括均值、标准差、t值、F值等。计算统计量的目的是将原始数据转化为一个可以进行比较的数值。例如，我们可以计算新药组和现有药物组的效果差异，并得到一个t值。

接下来，查找临界值。临界值是决定是否拒绝原假设的阈值。临界值通常根据显著性水平（α）确定，常见的显著性水平有0.05、0.01等。临界值可以从统计表中查到，也可以通过计算得到。

最后，做出决策。根据计算得到的统计量和临界值，我们可以做出是否拒绝原假设的决策。如果统计量大于临界值，我们拒绝原假设；如果统计量小于临界值，我们不拒绝原假设。决策的结果可以帮助我们判断新药是否比现有药物更有效。

总之，假设检验的五大基本步骤包括提出假设、收集数据、计算统计量、查找临界值和做出决策。这些步骤确保了假设检验的科学性和准确性，帮助我们做出合理的判断和决策。