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）< P（Y=生存 | A=化疗），代表给予靶向治疗后患者生存率不会提高。
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 < 30/40，在这种情况下，我们无法否定 H0，那我们以后对这类患者会继续进行化学治疗。
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！
