一、批判性思维

1、一种人对生活中的信息理性分析和判断的能力。

2、越早建立批判性思维，越有助你进行正确、理性的选择。

3、一直悔恨自己的人生与固执于错误的假设一样，是没有任何意义的。

二、假设检验

1、问题是什么？

确定要研究的问题，根据问题提出两个互为相反的假设

2、证据是什么？

计算检验假设中随机抽样的样本的概率。

3、判断标准是什么？

假设检验的判断标准是显著水平，即可能发生与不可能发生的临界值。

4、做出结论？

使用数据和概率做出决策，将样本证据计算的P值与判断标准α比较，即可判定建设是否成立。

三、假设检验的实例

1、明确问题：公司引擎是否满足标准？并提出零假设与备选假设。

判断样本检验的具体类型，不同的类型使用不同的方法。

注：相关配对检验对应的是差值数据集

当确定不同的样本后，确定抽样分布的方法

2、检验的判断标准

单尾检验：

双尾检验：判断标准一分为二，分为一半，包含不等号时使用双尾检验

3、总结结论：

四、python练习—汽车引擎是否符合排放标准

1、首先导入数据包，样本数据集，并计算样本的平均值及标准差

2、进行假设：我们要研究的问题是上述这些样本数据是否满足排放标准？

零假设H0：公司引擎排放不满足标准，平均值u>=20，20是新标准的最低可能值。

备选假设H1：公司引擎排放满足标准，也就是平均值u<20

3、查看抽样分布类型

数据集近似正态分布，满足t分布的使用条件，所以抽样分布是t分布，自由度df=n-1=10-1=9。同时根据上文可知，使用单尾检验（左尾）进行判断。

4、确定证据

在零假设成立前提下，计算样本平均值的概率p？

手动计算：符合t分布时，首先计算出标准误差，第二步计算t值，根据t值，查找t表格，得到P值。

自动计算：Python统计包中的stats可以直接计算

因为符合左尾检验，根据计算p值= 0.00745820712445。

5、判断标准

判断标准（显著水平）使用alpha=5%

左尾判断条件：t < 0 and p < 判断标准（显著水平）5%

右尾判断条件：t > 0 and p < 判断标准（显著水平）5%

双尾检验P值

6、做出结论

各类结论数据—置信区间

各类结论数据—效应量

效应量：指出差异的大小，衡量效益量的指标有差异指标与相关度指标

7、开始撰写分析报告

五、独立双样本检验（A/B测试）

1、A/B测试：为同一个目标制定两个版本，再选择更好的版本发布给用户。

2、以下方两个键盘为例，目标：哪个键盘对用户打字时产生错字的影响较小？随机抽取实验者。

3、选取两个人群的独立样本。

4、转换数据类型，并进行描述性统计：

5、明确问题：

6、两个独立的样本都属于t分布，存在不等号，选择双尾检验判断标准。

7、得出结论，两个样本有很明显的差异。

8、此时效应量用合并标准差来进行计算。

推荐阅读：