标准统计程序涉及收集数据，以检验两个统计数据集或数据集与从理想模型中提取的合成数据之间的关系。提出两个数据集之间统计关系的假设，并将其与两个数据集之间没有关系的理想化零假设进行比较。拒绝或反驳零假设是使用统计测试来完成的，统计测试量化了在给定测试中使用的数据的情况下可以证明零假设为假的意义。从零假设出发，可以识别出两种基本形式的错误：I 类错误（零假设在事实上为真时被拒绝，给出“假正”）和 II 类错误（零假设在事实上为假时无法被拒绝，给出“假负”）。该框架涉及多个问题，从获取足够的样本量到指定适当的零假设。
https://embed.notionlytics.com/wt/ZXlKM2IzSnJjM0JoWTJWVWNtRmphMlZ5U1dRaU9pSlhiRWhvWlV4VVQxbHNjMlZYV2tKbU9URndaU0lzSW5CaFoyVkpaQ0k2SW1KbE9EZG1aR1V6TnpreVpEUmxZekk1TVdVNU1UaGpabUUxWVRaallqZ3pJbjA9