统计学里的假设检验是什么？

一周一期

轻松学会统计学

hello，小伙伴们，时隔几个月

《统计从未如此性感》又和大家见面了

要问统计学有多重要？

临床研究需要、报告分析需要

学术指南也需要……

就连这次新冠战「疫」

统计学也作了不少贡献

快来看看本期又有什么新知识吧

解锁下方视频

收获本期看点

看完视频，是不是还意犹未尽

不妨让我们一起进入总结时间吧

什么是假设检验

简单来说，假设检验就是在不确定的情况下作出某种假设，然后通过验证，来判断某一假设的真假。

假设检验基本步骤

第一步 提出假设

首先是提出假设，即提出两个互为相反的假设，原假设（null hypothesis）H0 和备择假设（alternative hypothesis）H1。

原假设 H0：P（Y=生存 | A=靶向治疗）不会提高。

备择假设 H1：P（Y=生存 | A=靶向治疗）≥ P（Y=生存 | A=化疗），代表给予靶向治疗后患者生存率会提高。

第二步 基于数据对假设验证

假如在既往临床中有 80 例类似患者，使用靶向治疗和化学治疗的各占 40 例。

一年后，如果使用靶向治疗的生存下来 32 例，使用化学治疗的生存下来 30 例，32/40 > 30/40，临床数据否定了 H0，肯定了 H1，我们以后对这类患者会进行靶向治疗。

但如果使用靶向治疗的仅生存下来 29 例，29/40

但我们所面临的世界是不确定的，以上结果若是由随机性导致的呢？我们的决策是否会存在某些错误？欢迎大家关注下期的进一步解密哦！