第10章 统计推断与假设检验

更为精确地说，任何统计推断都是由或含蓄或直接的零假设开始的。先假设一个结论，然后通过统计分析对其进行支持或反驳。如果我们证明零假设不成立，那么相当于承认了其反面结论与真实情况更为接近
我们能够在某个合理的显著性水平上推翻一个零假设时，其结果可以被认为是具有“统计学意义”的。
而两个变量之间如果不存在“统计学意义的相关性”，则意味着两者之间的任何关系都可以用“巧合”二字进行合理解释。
“因为选择一个合理的统计学意义“门槛”本身就包含了权衡和妥协。”
Ⅰ型错误，错误地推翻了一个零假设，可能直接看这些统计学术语不是那么直观，所以我们也称之为“假阳性。(设置了一个较高的显著性水平）
Ⅱ型错误，错误的接受了一个零假设，又称为“假阴性  （设置了一个较低的显著性水平）
Ⅰ型错误和Ⅱ型错误之间的妥协：
1.垃圾邮件过滤。零假设为任何一封电子邮件都不是垃圾邮件。容忍倾向于Ⅱ型错误
2.癌症筛查。零假设没有患上癌症。容忍倾向于Ⅰ型错误