假设检验的步骤：

此外还有一种P 值的变形：

其本质都和P 一样，是表示概率的。

比如:

P = 0.01 表示发生的概率为百分之一，而此时对应的 S 值为6.64，表示抛S 值次数的硬币，全为向上的概率。

差异检验

正态分布数据：

t 检验

非正态分布，通过中位数计算：

wilcox.test，秩和检验

简单分类数据，比例计数：

卡方检验

我们还可以指定某种比例，看是否与其相比显著：

正态分布检验

还可以参见：https://www.jianshu.com/p/c49668604b02

• 分位数图(Quantile Quantile plot，简称QQ图) 检验

首先计算整体数值不同分位数下对应的数值。接着，计算在样本为正态分布的情况下，理论应该出现的数值。因此，如果数据是符合正态分布的话，则上述两个数值对应的图像应该为一条直线。

此外，还有一维数据中提到的茎叶图、直方图、箱线图等。

• shapiro.test

• Kolmogorov-Smirnov test

该检验方法可以用来比较两个类型的数据，或某类型数据与某种分布是否相似：

两种类型的错误