引數估計 parameter estimation
引數估計討論的是用樣本統計量你估計總體引數的方法，總體引數μ在估計前未知的。
假設檢驗 hypothesis testing
在假設檢驗中，是先對μ的值提出乙個假設，然後利用樣本資訊去檢驗這個假設是否成立。【批：假設檢驗的基本思想是基於概率的反證法。根據問題提出原假設和備擇假設，在先假設原假設是正確的前提醒，構造乙個小概率事件，然後根據抽取的樣本去檢驗這個小概率事件是否發生。如果在一次試驗中小概率事件發生了，我們就懷疑原假設的正確性；相反如果沒有發生，我們就沒有理由懷疑原假設的正確性，即接受原假設】
原假設 null hypothesis
例如我們需要檢驗新生兒總體平均體重是否等於3190克，我們會用乙個等式或不等式表示這個問題的原假設，即：h0：μ=3190(克)。這裡的h0表示原假設。由於原假設的下標用0表示，所有有些文獻上將此稱為（零假設）。
備擇假設 alternative hypothesis
如果原假設不成立，就要拒絕原假設，而需要在另乙個假設中做出選擇，這個假設稱為備擇假設。在剛才的案例中，備擇假設為：h1：μ≠3190(克)。
α錯誤 / 棄真錯誤 α error
第ⅰ類錯誤是原假設h0為真卻被我們拒絕了，這種錯誤的概率用α表示，也成為了α錯誤或棄真錯誤。
β錯誤 / 取偽錯誤 β error
第ⅱ類錯誤是原假設為偽我們卻沒有拒絕，犯這種錯誤的概率用β表示，所以也稱錯誤或取偽錯誤。
顯著性水平 significant level
我們通常把α稱為顯著性水平。顯著性水平是乙個統計專有名詞，在假設檢驗中，它的含義是當原假設正確時卻被拒絕的概率或風險，其實就是建設檢驗中犯棄真錯誤的概率，它是由人們根據檢驗的要求確定的，通常取α=0.05或α=0.01.
統計學的假設檢驗
假設檢驗是一種規則，它根據資料樣本所提供的證據，指定是肯定還是否定有關總體的宣告。基本原理是先對總體的特徵作出某種假設，然後通過抽樣研究的統計推理，對此假設應該被拒絕還是接受作出推斷。假設檢驗的基本思想是小概率反證法思想。小概率思想是指小概率事件 p 0.01或p 0.05 在一次試驗中基本上不會發...
統計學03 假設檢驗
假設檢驗本質是一種逆向思維的應用。用大白話講，就是假如你想證明自己能辦成一件事，可以先假設你辦不成這件事，通過證明辦不成這件事發生的概率非常小來論證這件事是可以辦成的。在統計學中，這個辦不成這件事的假設被稱為零假設，記為h 0h 0 h0 而你辦成這件事的假設 在事實發生之前同樣是假設 被稱為備擇假...
統計學的假設檢驗
上次寫了統計學裡面的置信度與置信區間以後，文章反響還不錯，這次再來試著寫寫統計學裡面的假設檢驗。假設檢驗的核心其實就是反證法。反證法是數學中的乙個概念，就是你要證明乙個結論是正確的，那麼先假設這個結論是錯誤的，然後以這個結論是錯誤的為前提條件進行推理，推理出來的結果與假設條件矛盾，這個時候就說明這個...