数据分析-假设检验

数据分析的本质，就是比较。

寻找用来比较的实体

要开始数据分析，就一定要寻找需进行比较的实体。哪些比较是有意义的，哪些是没有意义的，是由目标决定的。
以公司创业规划要经历的五个阶段为例，每个阶段就会有不同的目标。
1.做成
业务的重点就是提升产品体验和产品与服务和业务上下游的契合关系，数据分析比较的本体就是自身产品的功能与内容，数据分析比较的客体就是客户/用户的需求与体验，以及竞品可以提供的功能与内容。从0到1.
2.做强
做强就是完成产品和服务的规模化推广。从1到N，从解决部分用户的痛点到解决行业内普遍客户的需求和痛点。
3.做大
做大就是完成自身的组织升级与蜕变。实现组织内部高内聚、低耦合。
4.做稳
做稳就是企业产品和服务平台化的过程，平台化意味着客户和用户的需求量级有一次质变提升。此时是对行业内企业、机制与用户历史行为的研究。
5.做久

拿什么进行比较

和谁比视野比较宏观，比什么的过程中收窄了视野，实现了聚焦。

怎样进行比较

1.一致，还是不一致？
假设检验是用户检验统计假设的一种方法，其基本思想可以总结为“小概率反证法”，小概率的思想就是认为发生概率小于一个比较小的阈值的事件认为不太可能发生。先提出一个假设，然后用统计方法计算该假设发生的概率，如果该假设发生的概率较小，则认为假设不成立。
不同的场景采用不同的假设检验方法。
假设检验的一般过程如下：
1.提出欲检验的假设，称为原假设，记为符合H0;同时记与该假设相悖的假设为H1，称为备择假设。
一般原假设与备择假设的形式如下。
H0:样本与总体或样本与样本间的差异由误差引起。
H1:样本与总体或样本与样本间存在本质上的差异。
2.确定拒绝原假设的最大概率α，如果原假设发生的概率小于α，则拒绝原假设，接受备择假设，通常情况下，α选择0.05或0.01。这个α也表示拒绝原假设犯错的概率。
3.确定统计检验的方法和检验统计量，并计算检验统计量。一般情况下，不同的假设检验场景采用不同的假设检验方法。
4.根据检验统计量，计算假设成立的概率p,并根据α确定是接受该假设还是拒绝该假设。假设检验中有可能会犯两类错误：
第一类错误：原假设为真却拒绝原假设
第二类错误：原假设为假却接受原假设
此两类错误是此消彼长的关系。