统计学基础（三）

1，假设检验的定义：

假设检验也叫显著性检验，是以小概率反证法的逻辑推理，判断假设是否成立的统计方法，它首先假设样本对应的总体参数（或分布）与某个已知总体参数（或分布）相同，然后根据统计量的分布规律来分析样本数据，利用样本信息判断是否支持这种假设，并对检验假设做出取舍抉择，做出的结论是概率性的，不是绝对的肯定或否定。

情景：掷硬币

扔了两次，都是“花”朝上，概率为0.5 * 0.5 ；

继续扔，扔了四次，也都是“花”朝上，概率为0.5 * 0.5 * 0.5 * 0.5 ；

扔了十次，也都是“花”朝上，那你就认为很可能你这枚硬币不是公平的，

因为正常概率为：0.5 **10。

你怀疑硬币被做了手脚，正反两面的概率不是0.5、0.5。

这就是假设检验：

1），提出假设：说你的硬币是公平的

2），提出要检验你的假设：扔十次，看实验的结果是不是和你的假设相符

2，显著水平：

总共扔10次硬币，那么是出现7次正面之后，可以认为“硬币是不公平的”，还是9次正面之后我才能确认“硬币是不公平的”，这是一个较为主观的标准。

一般认为：P_value <= 0.05，就认为假设是不正确的。

0.05这个标准就是显著水平。

3，P_value:

比如，上面的扔硬币的例子，如果取单侧P值，那么根据我们的计算，如果扔10次出现9次正面：

我们可以认为刚开始的假设错的很“显著”，也就是“硬币是不公平的”。

如果扔10次出现出现8次正面：

Reference:

统计学假设检验中 p 值的含义具体是什么？

https://www.zhihu.com/question/23149768/answer/282842210