数据分析原理与实验课程笔记--【R语言+置换检验】

生物信息学
智能医疗
统计学？
给定一个样本，研究数据变化的规律，得到数据的分布情况。

假设检验（统计检验）

• 不知道参数：参数估计
• 知道一些参数，但有些怀疑：假设检验

统计假设：用部分样本的信息来对总体的统计信息提出假设。
假设检验：就是对以上假设进行决策。

小概率事件：认为概率很小的事件在一次试验中不大可能出现，反之，若小概率事件在一次试验中发生，就被认为是不合理的。
基本思想：对总体的参数或分布函数做出了假设，然后构造一个在假设成立的条件下的小概率事件。如果一次试验中，小概率事件发生了，那么就要拒绝这个假设；如果没发生，我们也不能就接受这个假设（毕竟只是一次试验成功了，所以此时至少不拒绝）。
注意：假设检验中的“拒绝”和“接受”反映了决策者的一种态度，不存在正确与否。
比如：去做某项运动有0.01%的概率会出事，你可以选择去，也可以选择不去。

假设检验步骤：假设、备择假设（假设的对立面）

显著性水平$\alpha$：一般是一个很小的数，代表小概率事件的概率。（可以认为是主观给定的一个阈值）
P值：用样本计算出来一个拒绝原假设的概率，若P值<=$\alpha$，则拒绝原假设。
$\alpha$作为小概率，若发生了，就要拒绝假设；p比$\alpha$还小了，更要拒绝了。

置换检验：

认为实验组和对照组的样本是无差别的，所以可以将所有的样本融合到一起，再随机分配进行计算，看是否真的无差别。这个过程就需要给定一个显著性水平和测试的次数，需要计算出原样本的统计量，还要计算n个测试样本的统计量，计算出p值与α比较，最后得出实验结论：是否接受原假设。

1. 提出原假设$H_0$：实验组和对照组的样本是无差别的
2. 给定$\alpha$，测试次数$n$，计算样本统计量$T_b$
3. 循环$n$次，对原样本进行随机分配，计算当前的样本统计量$T$