假设检验、显著性水平α、P值、置信区间

什么是假设检验？

统计学有两个推断统计方法，一个是参数估计，另一个是假设检验。

• 参数估计用样本统计量来推断总体参数的方法
• 假设检验是基于某一假设的前提下，同样利用样本统计量去检验这个假设是否成立。

假设检验的方法论

（1）提出原假设；
假设分为原假设H0和备选假设H1

• H0一般是我们想要拒绝的假设
  一般是=、>=、<=
• H1是我们想要接受的假设
  一般是<> 、 >、<

（2）选择假设检验方法，计算检验统计量；

（3）判断临界值，得出结论；（根据检验统计量或P值）
一般情况下，当P值小于0.05则可以拒绝原假设

假设检验两种错误

当我们做判断的时候就会面临着两种假设检验的错误

• Type I Error 弃真错误
  顾名思义，它是指原假设H0是真的，但是通过样本估计总体后，错误的拒绝了原假设。错误的概率是Alpha α, 同时它也是显著性水平，一般来说我们在做实验之前就规定了Alpha的大小，比如0.05, 0.1
• Type II Error 取伪错误
  和Type I相反，它是指原假设H0是假的，但是通过试验后，错误的接受了原假设，认为原假设是真的。这个错误的概率是Beta β

这也可以解释为什么原假设一般都是我