一入统计深似海-t检验

翻开统计学的书，让我有种当年看《红楼梦》的错觉；嗯，名著（高级），要看下去；可是人（概念）怎么这么多，我还是慢慢来！！！ 没有自己的理解串起来，会比较枯燥，之后再持续更新。

假设检验

三步走：

1.提出假设

• 原假设（零假设） null hypothesis
• 备择假设 alternative hypothesis

2.计算得到p值（p.value）

• p值是指原假设为真或更极端结果出现的概率

• 受样本数据、样本量和被假设的参数分布所影响

3.依据p值抉择对零假设是拒绝还是接受

• 如果p值很小，说明原假设为真的概率很小，但如果出现了，依据小概率原理，我们有理由拒绝原假设，p值越小，拒绝的理由越充分；

t检验

用于样本量小，总体标准差未知的情况；通过R里的使用来了解下：

t.test(x, y = NULL,
       alternative = c("two.sided", "less", "greater"),
       mu = 0, paired = FALSE, var.equal = FALSE,
       conf.level = 0.95, ...)

• t.test接受单样本或双样本；
• alternative设定双侧检验与否；
• paired设定是否为配对t检验，要求长度一直；

> t.test(1:10, y = c(7:20))  

    Welch Two Sample t-test

data:  1:10 and c(7:20)
t = -5.4349, df = 21.982, p-value = 1.855e-05
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -11.052802  -4.947198
sample estimates:
mean of x mean of y 
      5.5      13.5 

• 这里检验的内容是两个总体的均值是否相同；
• 95 percent confidence interval的意思表示的是两个总体的均值差的95%置信区间为[ -11.052802,-4.947198];

【参考】《统计学》第六版