原假设是

在一元线性回归模型 \( y = \beta_0 + \beta_1 x \) 中，参数估计得到的模型为 \( y = 3x + 4 \)。对于回归系数的检验，通常我们需要检验自变量 \( x \) 对因变量 \( y \) 的线性关系是否显著，即检验斜率 \( \beta_1 \) 是否为0。

针对选项：

A: **检验统计量是t统计量**
- 正确。在线性回归中，通常使用t统计量来检验回归系数（如斜率）。

B: **原假设是 \( \beta_1 = 3 \)**
- 错误。通常检验的原假设是 \( \beta_1 = 0 \)，即斜率为0表示自变量对因变量没有显著线性影响。

C: **如果拒绝原假设，就认为自变量与因变量存在显著的线性关系**
- 正确。如果拒绝 \( \beta_1 = 0 \) 的原假设，则说明自变量对因变量有显著的线性关系。

D: **判断是否拒绝原假设，可以用P值与显著性水平进行比较**
- 正确。通过比较P值与显著性水平（如0.05）来判断是否拒绝原假设。

因此，错误的说法是 **B: 原假设是β1=3**。正确的原假设应该是 \( \beta_1 = 0 \)。