假设检验的理论

一   写在前面的一些基础知识

      在数理统计中，会经常看到随机变量的概念。

      随机变量又分为：离散随机变量，连续随机变量。

      举个简单的例子：一个停车场里停靠的车辆数量，属于离散随机变量，因为我们可以准确的说出数值来描述结果。一天中的每个小时里，停车场出入的车辆数目，因为这个变量是在不断变化的，不能很好的用一个确定的数值来描述这个问题，这个变量就是连续随机变量。

      概率函数：假设离散随机变量x的所有取值为[1, 2, 3, 4, 5, 6], 概率函数 p = f (x), 当 x = 1 时, p = 1 / 6

      概率分布函数：就是随机变量的值的分布，以及值对应的概率的分布，概率分布函数可以很直观的看到，一个随机变量哪些值被取到的概率大

      连续型随机变量的概率函数叫作概率密度函数，连续型随机变量的分布函数，叫作概率密度分布函数。

二  假设检验的建立

      在所有的假设检验的应用中，都包括搜集样本并利用样本结果提供下结论的依据。在确定原假设和备则假设时，关键的问题是考虑搜集样本的目的是什么，我们想要作出怎样的结论。

      通常都是从备则假设开始，然后得到研究者希望支持的结论。

      假设检验由原假设与备则假设组成

&nb