假设检验_笔记|关于假设检验的一些内容

之前的t分布、正态分布等内容，都是样本推断总体的方法。

用样本指标估计总体指标，其结论有的完全可靠，有的只有不同程度的可靠性，需要进一步加以检验和证实。

通过检验，对样本指标与假设的总体指标之间是否存在差别作出判断：是否接受原假设。

这里必须明确，进行检验的目的不是怀疑样本指标本身是否计算正确，而是为了分析样本指标和总体指标之间是否存在显著差异。

从这个意义上，假设检验又称为显著性检验。

所有的假设检验都是建立在原假设基础之上，对原假设进行的推论进行检验。

PPT上的一个例子：

一个工厂，生产包装，标准的质量应该是0.5kg。所生产的包装的质量服从正态分布。工作人员采集了9个样本，平均值是0.5090kg，样本方差是0.015^2.那么，需要我们推断一下，这个机器工作的是否正常或者说合格？

其实问题在于，用上述样本估计出的总体特征值(也即是包装质量的总体平均值)是不是接近0.5kg？

这里就又衍生出一个问题，接近0.5kg到底是什么意思？