参数检验：

1. 什么是参数检验：利用样本告知的信息去验证对总体参数值提出的假设是否正确
2. 为什么要做参数检验：总体数据无法全部收集到，收集到总体数据会花费大量的人力物力。
3. 参数检验的方法：假设检验
4. 假设检验的原理：小概率事件

案例：提出假设人均住房面积20平方米，抽取样本，得出人均住房面的25平方米，抽样结果可能是系统误差和抽样误差两种原因造成的，找出样本和假设的差异是什么原因造成的。利用小概率原理——小概率事件在一次实验中不可能发生。及如果人均住房面积25平米这个事件发生的可能性很大，那么没理由拒绝提出的假设。如果样本值发生的概率极小，小概率事件是不可能发生的，拒绝原假设。

问题1：计算原假设成立样本发生的概率

问题2：小概率事件的概率

解决1：计算检验统计量，Z= (x—X) / (S/√n) 推出P值，及极端值发生的概率

x：样本的平均数；

X：总体的平均数

S：总体标准差（总体标准差未知，大样本时可用样本标准差代替）

n：样本个数

解决2：小概率发生的概率人为设定。

方差分析：

1. 解决的问题：单个商品的销售影响因素取决于产品的价格、质量、商品陈列情况、会员的收入水平、会员的消费心里等因素，那么这些因素对销售的影响是否都是显著的？如果是显著的那么是叠加的影响还是交叉的影响?
2. 基本思想及案例：门店上新自有品牌矿泉水，有三中包装，规格和价格均一致。研究不同包装是否对销售有显著的差异？现随机选取10家矿泉水销量相差不大的门店，进行试销售，销售时商品陈列随机，销售人员不做诱导销售。一个月后得到销售数据。

辨别包装方式和随机因素哪个因素有没有对销售数量造成差异，如果有，是包装规格产生的还是随机因素产生的？

问题一：有无显著差异可以转换成三组数据的总体均值有无差异，

问题二：哪种因素产生的显著差异用公式：SST=SSA+SSE

SST:总离差平方和；SSA：组间离差平方和；SSE：组内离差平方和

SSA=∑Ni（Xi-X）的平方

Ni：i组中样本的个数

Xi：i组的组内均值

X：总体均值

假设无差异影响，

构造统计量F=MSA/MSE ; MSA=SSA/(k-1) ; MSE=SSE/(n-k)

得出P值，与小概率比较，推断是否是包装规格产生的影响。

有不正确之处欢迎大家指正！