假设检验

基本原理：全称命题不能被证明为真，但是可以被证伪。
如果我们需要验证一个假设，将它设置为备择假设，它的相反命题作为原假设，认为我们研究的假设的发生是小概率事件。如果可以推翻原假设，说明小概率事件发生了。

t检验

样本的均值是否存在显著差异

样本需要取自能够假设为正态分布的样本（检验正态分布：PP图看分布，偏度、峰度检验，偏度峰度联合检验法（Jarque-Bera)，K-S检验）。

F检验

  1. F检验是检验两个正态分布的样本的方差是否存在显著差异
  2. 对多组样本之间比较

正定与半正定矩阵

考虑矩阵的特征值。
若所有特征值均不小于零，则称为半正定。
若所有特征值均大于零，则称为正定。

评估离散性的指标

  1. 方差与标准差、平均差
  2. 极差、四分位差
  3. 变异系数（又称“离散系数”（英文：coefficient of variation），是概率分布离散程度的一个归一化量度，其定义为标准差与平均值之比）：用于对比两个变量，去量纲了。在进行数据统计分析时，如果变异系数大于15%，则要考虑该数据可能不正常，应该剔除

假定一枚硬币抛出落地后，正面及反面出现的概率分别为1/2，那么抛10次和抛100次硬币（分别称为P10和P100）相比，以下正确的说法是：

P100出现正面多于反面的概率比P10出现正面多于反面的概率大
P100正面次数的方差小于P10出现正面次数的方差
P100出现连续10次以上正面的概率约为1%
P100前10次都是正面的概率比P10前10次都是正面的可能性大

一堆硬币,一个机器人,如果是反的就翻正,如果是正的就抛掷一次,无穷多次后,求 正反的比例()

3:1
2:1
4:1
6:1