你真的了解参数估计和假设检验吗？

本文来自读者投稿，作者：黄同学

这是一篇关于推断统计、参数估计和假设检验等概念的全面讲解以及在python中的如何实现的文章，全文共5000字，建议收藏后阅读~

1、总体、个体、样本和样本容量

1）总体、个体、样本和样本容量的概念

• 总体：我们所要研究的问题的所有数据，称为总体。

• 个体：总体中的某个数据，就是个体。总体是所有个体构成的集合。

• 样本：从总体中抽取的部分个体，就构成了一个样本。样本是总体的一个子集。

• 样本容量：样本中包含的个体数量，称为样本容量。

2）本文章使用的相关python库

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
from sklearn.datasets import load_iris
from scipy import stats
sns.set(style="darkgrid")
mpl.rcParams["font.family"] = "SimHei"
mpl.rcParams["axes.unicode_minus"] = False
warnings.filterwarnings("ignore")

2、推断统计的概念

1）推断统计的概念

“推断统计”研究的是用样本数据去推断总体数量特征的一种方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。

2）为什么要进行推断统计？

在实际研究中，总体数据的获取往往是比较困难的，总体参数一般也是未知的。因此，我们就需要利用总体的某个样本，通过样本统计量去估计总体参数。基于这个需求，我们就需要学习推断统计。

通过上述叙述，我们给推断统计做一个说明。“推断统计”就是利用样本统计量，去推断总体参数的一种方法。
  

3、参数估计(点估计和区间估计)

1）参数估计、点估计和区间统计的概念

• 参数估计：用样本统计量去估计总体的参数。比如，用样本均值去估计总体均值，用样本方差去估计总体方差。

• 点估计：用样本统计量的某个取值，直接作为总体参数的估计值。

• 区间估计：在点估计的基础之上，给出总体参数估计值的一个区间范围，该区间通常由样本统计量加减估计误差得到。

2）点估计说明

① 怎么求鸢尾花的平均花瓣长度？

事实上，世界上鸢尾花千千万，我们总不能说把所有的鸢尾花的数据信息，都统计出来。因此，这就需要我们用样本均值去估计总体均值。

iris = load_iris()
dt = np.concatenate([iris.data,iris.target.reshape(-1,1)],axis=1)
df = pd.DataFrame(dt,columns=iris.feature_names + ["types"])
display(df.sample(5))
# 计算鸢尾花花瓣长度的均值
df["petal length (cm)"].mean()

结果如下：

结果分析：点估计有点简单粗暴，容易受到随机抽样的影响，很难保证结果的准确性。但是，点估计也不是一无是处，样本值是来自总体的一个抽样，在一定程度上还是可以反映出总体的一部分特征。同时，样本容量越接近总体容量，点估计值也会越准确。
  

3）区间估计说明

① 什么是区间估计？

当你碰到一个陌生人，我让你判断出这个人的年龄是多少？这里有两种方式完成你的推断。第一，这个人25岁。第二，这个人20-25岁之间。哪种结果更让你信服呢？很明显第二种更让人信服。对于第一种说法，