统计学之假设检验

        - 原假设和备择假设：

        - 第一类错误（α错误）：H0以真为假             *重点关注

          第二类错误（β错误）：H0以假为真

        - 假设检验流程：

• 提出H0和H1；
• 计算检验统计量Z；
• 比较Z的绝对值和置信水平确定的参照值，若Z的绝对值小于参照值，不拒绝H0；大于参照值，拒绝H0。

        - P值：H0为真时样本观察结果或更极端结果出现的概率。

          值越小，拒绝H0理由越充分。

          事先确定显著水平为0.05，双边检验P<0.0025拒绝H0；单边检验P<0.05拒绝H0。

        - 检验统计量的确定：大样本（30以上）用Z统计量；小样本总体标准差已知用t统计量，未知用Z统计量。

        - 检验结果的解释：

          拒绝H0：结论H1为真出错的概率不超过α；

          不拒绝H0：在显著水平下没有发现充足的证据拒绝H0。