type I error --去真（错杀），小概率事件发生的概率是多少？就是显著性水平alpha，相反，H0 是真的，又没有被我reject的概率就是1-alpha=confidence level 

type ii error --存伪,H0 is false, but we do not reject , we call it as beta , therefore, 1-beta is power of test (检验力度）

一般来讲这两类错误是此消彼长的。

但是如果增加样本数量可以同时降低这两类错误，因为，这两类错误来源于抽样，如果抽样数量越接近总体，则这两类错误就越来越小了

假设检验单个总体均值，用上图

如果要假设检验两个总体均值，则有几个前提条件，总体必须是正态分布（t 分布），总体的方差虽然未知但是要相等才能做假设检验。

如果是独立样本用下面的方法

第一步， 假设

第二步， 确定分布类型及公式

第三步，画分布图找出拒绝域、

第四步，找到关键值，查表等tc 

第五步，抽样去计算样本均值，带入公式计算

第六步，如果落在拒绝域内，就reject H0, 否则，我们不能拒绝h0 假设。

如果是非独立样本（paired comparsions test)用下面的方法

比较两个公司的收益率的差异

方差的检验

单个方差的检验（卡方分布）

两个独立样本的方差相等检验

两个样本的相关性（检验是否有线性相关性）h0: 线性无关，h1, 线性相关

6种检验的总结