概念进阶抽样估计与假设检验
假设检验
也叫：hypothesis testing
先立一个关于总体参数的假设，再用样本判断是否成立。
核心讲解
假设检验与参数估计是推断统计学的两条路。它的做法是：先对总体参数形成一个命题，再用抽样数据判断这个命题是否成立。这与直接估计参数数值是两回事。
它常用来验证投资判断。例如基金经理认为“某只股票加入资产组合后能降低组合风险”，这个判断是否站得住，就可以用假设检验从统计意义上给出答案。
基本思想是“小概率事件不会发生”。如果一次抽样的结果在原假设下属于小概率事件，我们更倾向于认为原假设本身错了，而不是认为这个小概率事件碰巧发生了。
需要留意，社会科学研究中不存在绝对成立的规律，假设检验只是从统计意义上判断假设是否成立，并不等于证明命题绝对为真或绝对为假，因而仍有犯错的余地。
费曼版：用大白话再讲一遍
就像审讯要先立一个说法：先假定这人“没做过”，再看证据。如果证据在“没做过”的前提下几乎不可能出现，我们就倾向于推翻这个假定。假设检验不是直接找出真相，而是判断“原来的说法”还站不站得住。
要点
- 假设检验＝先立命题再用样本判断是否成立。
- 与参数估计思路不同，它不直接估计参数数值。
- 基本思想是小概率事件不会发生。
- 只在统计意义上判断，结果可能犯错。
常见误区
- 把假设检验当成对命题的直接证明，以为结论绝对成立。
- 把它和参数估计混为一谈，以为都是在求参数的具体数值。
- 认为小概率事件绝对不会发生，忽略真实世界仍有可能发生。