假设检验(上):怎样检验一个假说靠不靠谱

第4章  概率分布

4.6假设检验(上):怎样检验一个假说靠不靠谱

➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖

️4.6假设检验(上):怎样检验一个假说靠不靠谱？

️一个女士品茶的故事 。

️可以把茶加到奶里和把奶加进茶里得到的两种液体的化学分子有没有区别。️️

✨可以先假设这位女士不能品尝出区别,全靠猜,然后让她喝奶茶,看她能不能分辨出区别。

✨如果能证明一个结论发生的概率特别特别小, 就可以推翻这个结论,接受和它相反的结论。➡️这个推断的过程就叫“假设检验”。

️假设检验包含假设和检验两个部分。

✨比如可以先随便选一个假设，然后进行验证，看它会导致什么结果。

️如果它导致了一个发生概率非常低、非常不合理的结果,那这个假设就不成立,我们就可以推翻这个假设,承认和它相反的结论;如果这个假设没有导致不合理的结果,那我们就不能推翻它。（标准概率是5%，低于它就相信，高于它就不相信。）

️先假设再检验,是假设检验的基本思路。（这样就可以让我们看穿一些复杂的现象，收获一些相对靠谱的结论。）

➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖

️基于概率反证法的统计推断

️第一个术语：零假设和备择假设

️第二个术语: P 值。

✨P 值的大小会直接影响我们的判断。

✨如果 P 值特别大,我们就不能推翻零假设这个假设，更不能去相信备择假设。

✨如果 P 值特别小,就可以认为零假设几乎不可能发生,转而去相信备择假设。

️第三个术语:显著性水平。

✨可以把显著性水平想象成一把刀,一刀剁下去,刀这边是不能推翻零假设，刀那边是“推翻零假设，接受备择假设 。”

✨这把刀具体剁在哪儿,是往左一点还是往右一点,一般学界是有标准的,用得最多的就是5%。

✨只要 P 值小于5%,就推翻零假设相信备择假设 ;如果 P 大于5%,就没办法推翻零假设。

️显著性水平要依领域而定,每个领域都有自己的共同体标准。

➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖

️概率分布是假设检验的基础

️分布不一样,问题的适用范围就不一样,得到的判断结果也不一样。（比如判断一个菲律宾男人身高是高还是矮，就要找到菲律宾男人身高的分布图，要想知道这个男人的身高在亚洲是高个子还是矮个子，就要找亚洲男人身高的分布图。）

️假设检验是基于概率的反证法,而要用概率的反证法,就要用到概率分布。

️以概率分布为基础,得到靠谱、有价值的结论,正是概率分布的意义所在。