数分面试题-统计学

1、如何理解假设检验中的P值和显著性检验水平阿尔法？

学着举例说明
遇到一个男生追求，有两个假设：
H0：男生真心爱你
H1：男生不是真心爱你
如果男生真心爱你，H0成立但是你拒绝了H0，犯了第一类错误，阿尔法错误，弃真错误
如果男生不是真心爱你，而你接受了男生的追求，犯了第二类错误，取伪错误
犯第一类错误与第二类错误的概率往往此消彼长，你小我大，你大我小，基于保护原假设的原则，我们通常会先固定第一类错误，让第一类错误不超过某阈值（也就是阿尔法值），即“显著性水平阿尔法”，代表好人被冤枉的最大概率
阿尔法越大，表示检验越松懈，冤枉好人的概率越大

P值是当原假设为真时所得到的样本观察结果或者更极端结果出现的概率。如果P值很小，说明在原假设下极端观测结果的发生概率很小，而如果出现了，根据小概率原理，就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。

阿尔法值是每次检验前人为规定的，当做出拒绝原假设的决定时，其犯错的可能性不超过这个人为设定的值。
而P值是计算出来的概率。当P值小于阿尔法时，可能发生的误差小于了允许的最大误差，拒绝原假设。

2、如何理解置信度与置信水平？

置信区间是对这个样本的某个总体参数的区间估计，置信区间展示的是这个参数的真实值有一定的概率落在测量结果的周围的程度。
这个一定概率就是置信度。

3、极大似然估计？

利用已知的样本结果，反推最有可能导致这样结果的参数值。
利用已知的样本结果信息，反推最大概率导致这些样本结果出现的模型参数值

4、介绍一种非参数统计方法，并叙述优缺点

非参数统计：对总体的分布不作假设或仅作非常一般性假设条件下的统计方法
机器学习：决策树、随机森林、SVM
假设检验：符号，符号秩，秩和检验
优点：
非参数统计方法要求的假定条件比较少，因而它的适用范围比较广泛
多数非参数统计方法要求的思想与