统计学Task3

1>总体概念
假设检验是一种统计推断方法，其主要用来判断样本与样本、样本与总体之间的差异是由于偶然的抽样误差造成的还是由于本质差别造成的。
具体说来就是：当遇到两个或几个样本之间，或者样本与总体之间某些统计量（e.g.X¯
、μ）不一致时，可能会有两种情况：
1）这两个样本来自同一总体，但是由于抽样误差这样的偶然性原因造成了不一致。
2）这两个样本来自不同总体，其在本质上就是不同的。
假设检验
原假设与备择假设
举一个例子：现在有一桩案件，我们需要去检验嫌疑人是否真的犯罪。
原假设——H0：没有犯罪
备择假设—H1：犯罪
我们在建立假设的时候还没有收集数据，我们一般把希望得到的结果（即希望证明的事情）作为备择假设。我们希望的结果就是拒绝原假设，然后得到备择假设里的结论。
一般来说H0假设的内容是大概率的事件，而H1的内容是小概率事件，这样的安排是基于小概率原理。H0假设有时又被称为无效假设。
小概率原理：我们做这样一个假设，假设H0是真实的，那么处于H0对立面的H1假设就是不真实的、不可能发生的小概率事件。要是在一次试验中这么小概率的事件H1竟然发生了，那么我们就有充足的理由怀疑H0的真实性，我们会拒绝H0假设。这是一种类似于反证法的思想。
P值（P-value）：H0是真实的的前提下，得到现有样本观察值（e.g.X¯）以及更极端的情况出现的概率。
α/显著性水平（Alpha / Significance level）：错误判断的概率水平，也就是计算值落在拒绝域的概率水平。1-α则称