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: