NULL假设，替代假设，P值和Z测试

零假设：索赔是否在假设中进行了评估。对于索赔是可测试的空假设，它必须为某些人口参数指定可以形成基础的值，以假设测试统计数据的采样分发。

替代假设：替代假设提出了我们应该在发现零假设的情况下结束的结论，这是不可能的。

双面替代品：另一种假设是双面的当我们对远离假设参数值的任何方向偏差时，我们感兴趣。

单面替代品：当我们对远离假设参数值的一个方向偏差时，替代假设是片面的。表格是

p值：如果NULL假设是真正观察到的统计值，则至少从假设值观察测试统计值的概率。小p值表示观察是不可能的，或者概率计算基于不正确的假设。零假设的假设真实是怀疑的假设。

单比例z检验：对零假设的测试，单个样本的比例等于指定值通过引用统计数据标准正常模型。

应用知识：

我们从一个null假设开始指定我们使用我们的数据测试的模型的参数。

然后我们也必须考虑我们的替代假设。我们的替代假设可以是一个或双侧，具体取决于我们想要学习的内容。

在进行测试之前，我们必须检查适当的假设和条件。

如果数据与空假设模型不符，则P值将很小，我们将拒绝NULL假设。

如果数据与NULL假设模型一致，则P值将很大，我们不会拒绝NULL假设。

我们必须始终在原始问题的背景下陈述我们的结论。

最重要的是，置信区间和假设试验载手帮助我们思考模型。假设测试对参数值的合理性进行了是/否决定。置信区间向我们展示了参数的合理值范围。