概念进阶抽样估计与假设检验
检验统计量
也叫：test statistic
把样本信息标准化后，用来判断是否拒绝原假设的量。
核心讲解
由抽样样本检验原假设，通常是通过一个统计量来完成的，这个统计量称为检验统计量。它通常服从某个概率分布，于是可以通过判断它是否超过某一关键值来决定是否拒绝原假设。
检验统计量的一般形式是：样本统计量减去假设值，再除以该统计量的标准差。例如用样本均值来构建时，由中心极限定理，样本均值近似服从均值为μ、方差为σ²/n的正态分布，标准化之后就服从标准正态分布。
有了分布，就能查表算出关键值，再比较检验统计量是否落入拒绝域，从而做出判断。这套流程把“样本离假设值有多远”换算成一个统一尺度上的数值，方便对照分布表。
因此，检验统计量是假设检验的计算核心：它把原书里那些散落的样本数据，浓缩成一个可以直接与关键值比较的数字。
费曼版：用大白话再讲一遍
好比把不同单位的成绩都换成“标准分”。语文考85、数学考90，直接比没意义；都换算成离平均分几个标准差，就能放在同一把尺子上比较。检验统计量就是把样本结果换成这种标准分的工具。
要点
- 检验统计量由样本构造，用于检验原假设。
- 一般形式：样本统计量减假设值，再除以标准差。
- 它服从某概率分布，可据以查关键值。
- 通过比较检验统计量与关键值判断是否拒绝。
常见误区
- 以为检验统计量就是原始样本均值，忽略了要标准化。
- 忘记检验统计量必须有明确的概率分布才能查关键值。
- 把检验统计量与关键值混淆，二者一个是计算结果、一个是判断界限。