关于假设检验的记录

   在做有一个项目时，发现AB测试的波动很大，虽然实验组的平均指标要好于对照组，但这种幅度的波动让人不踏实，于是想到了假设检验。我粗略理解假设检验的思想，不过因为大学没有学过，一上来就遇到了问题：我想检验实验组的指标大于对照组，但是看了些百度搜索的结果，都是检验某个统计量是否等于某值的情况。难道这种大于或小于的检验不普遍吗？果断google之，一下就找到了：https://www.analyticsvidhya.com/blog/2021/07/t-test-performing-hypothesis-testing-with-python/
   原来检验分为双边和单边检验，双边检验的假设是A=B，备择假设是A!=B，两边都有拒绝域。而单边检验的假设是A=B，备择假设是A>B或A<B, 拒绝域只分布在一边。具体可以见这个：https://sphweb.bumc.bu.edu/otlt/mph-modules/bs/bs704_hypothesistest-means-proportions/bs704_hypothesistest-means-proportions3.html
   这里用的是T检验，T检验有几种方式，一是单样本T检验，就是样本均值与常数的比较。二是两样本的T检验，就是两样本均值的比较。这里依据两样本是否能一一对应（配对），又分为独立样本T检验和配对T检验，这里我发现配对T检验的结果，等于对两样本的差做与0的检验。关于这几种类型的详细说明可见：https://blog.csdn.net/m0_37777649/article/details/74938120
   最后说下大于或小于的判断，看t_value就可以了。以python对的scipy库为例，想检验数组R均值是否大于常数a， 直接调用stats.ttest_1samp(R, a)，会返回t_value和p_value, t_value>0且p_value小于显著性值（一般是0.05），才表示R均值确实大于a。