在进行t检验或f检验时，我们需要先提出原假设和备择假设。原假设通常是我们想要证明的反面，备择假设则是我们想要证明的正面。

在进行检验时，我们需要计算出一个统计量，比如t值或f值，并根据这个统计量来判断是否拒绝原假设。具体来说，我们需要设定一个显著性水平，通常是0.05或0.01，表示我们允许犯错的概率。如果计算出的统计量的p值小于显著性水平，就意味着我们可以拒绝原假设，认为备择假设更有可能成立。

举个例子，假设我们想要检验某个药物是否能够降低人的血压。我们可以提出如下的原假设和备择假设：

原假设：这种药物对人的血压没有影响。
备择假设：这种药物能够降低人的血压。

然后我们进行t检验或f检验，计算出一个统计量和对应的p值。如果p值小于显著性水平，比如0.05，就可以拒绝原假设，认为备择假设更有可能成立，即这种药物能够降低人的血压。

需要注意的是，拒绝原假设并不意味着备择假设一定成立，只是认为备择假设更有可能成立。同时，显著性水平的选择也需要根据具体情况进行权衡，不能盲目追求小的p值。