统计判决检测通常包括以下检测项目：
数据收集：收集相关的数据样本。
假设检验：提出原假设和备择假设。
选择检验统计量：确定用于判断的统计量。
确定显著性水平：设定判断的阈值。
计算检验统计量的值：根据数据计算统计量。
做出决策：比较统计量与显著性水平，做出接受或拒绝原假设的决策。
功效分析：评估检验的能力。
置信区间估计：确定参数的置信区间。
错误类型分析：区分第一类错误和第二类错误。
样本量确定：确定合适的样本大小。
数据预处理：清理和预处理数据。
模型选择：选择合适的统计模型。
参数估计：估计模型中的参数。
拟合优度检验：评估模型对数据的拟合程度。
残差分析：检查模型的残差是否符合要求。
异常值检测：发现数据中的异常值。
多重比较：比较多个组或处理的差异。
方差分析：分析不同因素对结果的影响。
回归分析：建立变量之间的关系模型。
相关分析：测量变量之间的相关性。
主成分分析：提取数据的主要成分。
因子分析：发现潜在的因素结构。
聚类分析：将数据分组。
判别分析：进行分类判断。
时间序列分析：分析时间序列数据的特征和趋势。
生存分析：研究事件发生的时间和概率。
非参数检验：在不满足参数检验条件时使用。
稳健性检验：检查结果对异常值和数据分布的敏感性。
预测分析：利用模型进行预测。
模型评估：评估模型的性能和准确性。
敏感性分析：研究模型参数的变化对结果的影响。
数据可视化：以图表形式展示数据和结果。
报告撰写：总结检测结果和结论。
