记录有关假设检验方面的学习。

• 什么是零假设（Null hypothesis）？

零假设是做统计检验时的一类假说，一般零假设的内容是希望能证明为错误的假设。比如，在相关性的检验中，一般会取”两者之间无关联“作为零假设，而在独立检验中，一般会取”两者之间非独立“作为零假设。零假设内容通常由研究人员自己决定。

• 什么是备择假设？

 备择假设就是与零假设相对的假设，一般其内容希望能证明为真。零假设与备择假设地位上是相等的。假设零假设是：AB两者之间非独立，那么备择假设就是：AB两者之间独立。

• 什么是I类错误？

I类错误指的是：如果一个统计检验的结果拒绝(reject) 零假设（结论不支持零假设），而实际上真实的情况属于零假设，那么称这个检验犯了第一型错误。

• 什么是II类错误？

II类错误指的是：如果检验结果支持零假设，而实际上真实的情况属于备择假设，那么称这个检验犯了第二型错误。

•  什么显著性水平即α值?

显著性差异就是对数据差异性的一种评价，如果两组数据之间具有了显著性差异，就说明参与对比的数据应该不是来自于同一总体。

显著性水平α，代表在零假设为真情况下，错误的拒绝了零假设的概率，反过来也可说明了接受零假设为真的概率。比如，如果两组数据A、B在显著性水平α为0.05上具备显著性差异（此时，零假设是AB两组数据不是一致的），就是说两组数据具备显著性差异的可能性为95%，两个数据所代表的样本还有5％的可能性是没有差异的。这5％的差异是由于随机误差造成的。

1-α为置信度或置信水平，表明的是区间估计的一个可靠性。

• 什么是P-value？

P值其实就是用来衡量原假设正确（可接受的）概率，P值一般于显著性水平α值相关，如果P值小于等于α值，我们就认为原假设是错误的，拒绝它，如果P值大于α值，则认为原假设是正确的，可以接受。

暂时记录到这里。。。。。。下次再更新