假设检验

对数据进行视觉上和定量的正太检验。
1.之前，计算机能力有限时，数据分析常用步骤：你制定一个假设，收集你的数据，然后接受或拒绝这个假设。
2. 现在是一个高度交互的过程。查看数据，解释数学模型，然后确定模型的最佳拟合参数。
3. 从以下几个步骤开始：

• a. 视觉上检查数据
• b. 找到极端样本仔细检查
• c. 确定数据类型，如果是连续的，看是否是正态分布。

4 离群值检验：通常定义是离样本均值超过1.5*IQR（4分位间距），或两个以上的标准偏差之外的数据。具体是否保留或者删除取决于你的实验计划以及数据点的产生原因。

5.正态性检验，可以采用：QQ-图，PP-图，概率图检验。

stats.probplot(data,plot=plt)

6 假设检验与p值：

• 比较观测值的统计量（如：t值）和对应的分布（如：t分布），我们可以得到一个概率，就是所谓的p值(见统计分析105页）。如果p值小于0.05，我们就拒绝无效假设。
• 错误类型：I类错误与II类错误。在生产中，I类错误又被称为生产者风险，Ⅱ类错误被称为消费者风险。