拒绝域的确定主要依赖于以下几个因素：
显著性水平（α）：
显著性水平是在进行假设检验时，研究者愿意承担的第一类错误（即错误地拒绝原假设）的最大概率。常见的显著性水平有0.05和0.01。拒绝域的位置通常与显著性水平有关，显著性水平越高，拒绝域的范围通常越大。
检验统计量：
拒绝域是根据检验统计量的分布来确定的。不同的检验方法（如t检验、卡方检验等）有不同的统计量。例如，在t检验中，拒绝域是基于t分布的临界值来确定的。
样本大小：
样本大小也会影响拒绝域的确定。较大的样本可能导致拒绝域的临界值较小，因为大样本能更精确地估计总体参数，从而更敏感地检测到与原假设的偏差。
总体标准差：
在计算检验统计量时，总体标准差是一个关键参数。如果总体标准差未知，可能需要使用样本标准差来估计。总体标准差的大小会影响拒绝域的位置和大小。
自由度：
自由度通常与样本大小有关，对于给定的样本大小，自由度是确定的。自由度会影响检验统计量的分布，从而影响拒绝域的确定。
检验类型：
根据研究问题和假设，检验可以是单侧检验或双侧检验。单侧检验只在一个方向上拒绝原假设，而双侧检验在两个方向上拒绝原假设。因此，拒绝域的方向和范围也会有所不同。
备择假设的方向：
拒绝域的方向通常与备择假设的方向相同。例如，如果备择假设是“大于”，则拒绝域将位于统计量的右侧；如果备择假设是“小于”，则拒绝域将位于统计量的左侧。
先前的研究和经验：
在某些情况下，拒绝域的确定也会参考先前的研究和经验值，特别是在某些领域可能有特定的拒绝域标准。
具体步骤
设定显著性水平：
根据研究需求和风险承受能力，选择合适的显著性水平（如0.05或0.01）。
计算检验统计量：
根据所选的检验方法和数据，计算相应的检验统计量。
确定拒绝域的临界值：
根据显著性水平、自由度和检验统计量的分布，查找或计算拒绝域的临界值。
做出决策：
将计算得到的检验统计量与拒绝域的临界值进行比较，如果统计量落在拒绝域内，则拒绝原假设；否则，不拒绝原假设。
例子
假设我们进行一个双侧t检验，样本大小为30，样本均值为50，总体标准差为10，显著性水平为0.05。
设定显著性水平：
α = 0.05
计算检验统计量：
t = （样本均值 - 总体均值） / （标准差 / 根号下样本量）
确定拒绝域的临界值：
查找t分布表，找到自由度为29（样本量减1），显著性水平为0.05的双侧临界值，约为±2.042。
做出决策：
如果计算得到的t值落在区间[-2.042, 2.042]之外，则拒绝原假设，认为样本均值与总体均值有显著差异；否则，不拒绝原假设。
通过以上步骤，可以合理地确定拒绝域，并据此做出科学的统计推断。