假设检验
什么是假设检验？
假设检验是统计中的一种行为，分析师借此检验关于总体参数的假设。分析师采用的方法取决于所用数据的性质和分析的原因。
假设检验用于通过使用样本数据来评估假设的合理性。此类数据可能来自更大的人群，或来自数据生成过程。在下面的描述中，“人口”一词将用于这两种情况。
假设检验的工作原理
在假设检验中，分析师测试统计样本，目的是提供关于零假设合理性的证据。
统计分析师通过测量和检查被分析人群的随机样本来检验假设。所有分析师都使用随机总体样本来检验两个不同的假设：原假设和备择假设。
原假设通常是总体参数相等的假设；例如，零假设可能表明总体平均回报等于零。备择假设实际上与原假设相反（例如，总体平均回报不等于零）。因此，它们是互斥的，只有一个是真的。然而，这两个假设之一将永远是正确的。
假设检验的 4 个步骤
所有假设都使用四步过程进行测试：
第一步是分析师陈述两个假设，以便只有一个是正确的。
下一步是制定分析计划，概述如何评估数据。
1、第三步，执行计划，对样本数据进行物理分析。
- 第四步也是最后一步是分析结果并在给定数据的情况下拒绝原假设，或者声明原假设是合理的。
假设检验的真实示例
例如，如果一个人想要测试一分钱正好有 50% 的机会正面朝上，则原假设是 50% 是正确的，而备择假设是 50% 是不正确的。
在数学上，原假设将表示为 Ho：P = 0.5。备择假设将被表示为“Ha”并且与原假设相同，除了等号被删除，这意味着它不等于 50%。
随机抽取 100 次硬币翻转样本，然后检验原假设。如果发现 100 次硬币翻转被分配为 40 个正面和 60 个反面，分析人员会假设一美分没有 50% 的机会正面朝上，并会拒绝原假设并接受备择假设。
另一方面，如果有 48 个正面和 52 个反面，那么硬币可能是公平的并且仍然产生这样的结果是合理的。在这种“接受”零假设的情况下，分析师表示预期结果（50 个正面和 50 个反面）与观察到的结果（48 个正面和 52 个反面）之间的差异“仅凭偶然性就可以解释”。
＃＃ 强调
假设检验用于通过使用样本数据来评估假设的合理性。
给定数据，该测试提供有关假设合理性的证据。
统计分析师通过测量和检查被分析人群的随机样本来检验假设。
