一、基本概念 假設檢驗和參數估計解決的是不同的問題，參數估計是對參數$\theta$作出一個估計比如均值為$\mu$，而假設檢驗則是對估計的檢驗，比如均值真的是$\mu$嘛？ 1. 定義 假設檢驗指的是使用統計學的方法判定某假設為真的概率. 通常假設檢驗包含以下四個步驟： 1.1 形成 ...

1. 總體與樣本 0x1：數理統計中為什么要引入總體和個體這個概念 概率論與數理統計中，一個很重要的研究對象就是總體的概率分布，理論上說，我們希望獲得被研究對象的總體樣本，基於這份總體樣本進一步研究其概率分布，但是遺憾地是，幾乎在100%的情況下，我們都不可能獲得真正的總體，我們只能獲取有限 ...

區間估計 假設檢驗 ...

　　我們可以根據經驗或統計量對一些事情做出斷言，問題是，如何判斷這個斷言的合理性？假設檢驗為我們提供了一種利用樣本檢驗斷言是否可靠的方法，能夠讓我們通過已有的證據驗證斷言是經過縝密的運算，還是毫無根據的瞎猜。 假設檢驗的背景 　　某個機器元件的質量標准是功率，功率越大越好，這個元件影響到公司 ...

(\mu,\sigma^2)\)參數的假設檢驗不外乎遵循以下的步驟： 找到合適的統計量，用統計量 ...

注：終於寫到最激動人心的部分了。假設檢驗應該是統計學中應用最廣泛的數據分析方法，其中像"P值"、"t檢驗"、"F檢驗"這些如雷貫耳的名詞都來自假設檢驗這一部分。我自己剛開進入生物信息學領域，用的最多的就是"利用t檢驗來判斷某個基因在實驗組和對照組中表達量的差異是否顯著"。此外，對"P值"真正含義 ...

假設檢驗實際上是用反證法做出非對即錯的判斷：先假定原假設是對的，然后將抽樣數據代入相應的分布中去驗證，觀察原假設的數值是落在接受域還是拒絕域，由此做出是接受還是拒絕原假設的判斷。 值得注意的是，不同於以往嚴格的數學證明，假設檢驗是建立在小概率事件原理的基礎之上。由於小概率事件也有可能發生 ...