假设检验相关分析

包括T检验、F检验、非参数检验、卡方检验、控制变量的方法及ABtest方法

假设检验的应用背景

1、精确区分并在多大置信度内肯定运营效果的差别是随机因素引起的，还是运营因素引起的。

2、从样本的结论推导总体的结论，必须进行假设检验来判断样本的差异能否代表总体的差异，同时还要确定样本的差异在多大置信度内可以代表总体的差异。

假设检验基本思想

只有两种结果的判断，选择要么A，要么B；要么显著，要么不显著；要么达标，要么不达标；这些都是是非判断。这两种选择就对应两个假设：原假设H0（Null Hypothesis），备选假设H1（Alternative）。

关于正态分析的检验R一般使用shapiro.test()来提供W统计量和相应P值，当P值小于某个显著性水平a（比如0.05），则拒绝原假设：样本来自正态分析的总体，选择备选假设：样本不是来自正态分布的总体。