R 语言检验与置信区间简介

欢迎来到 CS1 课程中最实用的部分之一！在卷 A（Paper A）中，你花了大量时间手动计算检验统计量（test statistics）并查阅 Goldstein 统计表。而在卷 B（Paper B，即电脑考试）中，软件会为你完成这些繁重的工作，你的任务重点将从“计算”转移到“解读”。

在本章中，我们将专注于如何使用 R 进行假设检验（hypothesis tests）并构建置信区间（confidence intervals）。这对任何精算师来说都是一项至关重要的技能，因为现实世界的数据很少像“教科书般整齐”，几乎总是需要借助软件进行分析。我们将学习如何阅读 R 的输出结果、如何针对原假设（null hypotheses）作出决策，以及如何理解真实参数可能存在的数值范围。

注：如果你在进行这些检验前，需要复习如何计算平均值（mean）或方差（variance）等基本统计量，请参阅“R 语言中的概率、分位数与总结统计量”章节。

核心逻辑：\(p\)-值

在卷 B 中，\(p\)-值是你最好的朋友。卷 A 通常要求你寻找临界值（critical value），而卷 B 的输出几乎总是直接提供 \(p\)-值。

什么是 \(p\)-值？ 它是在原假设（\(H_0\)）为真的前提下，观察到与实际观测结果同样极端（或更极端）的结果的概率。

检验的金科玉律：
如果 \(p\)-值 \( < \alpha \)（显著性水平，通常为 0.05），我们拒绝 \(H_0\)。
如果 \(p\)-值 \( \ge \alpha \)，我们不拒绝 \(H_0\)。

类比：你可以将 \(p\)-值视为反对原假设的“证据强度”。数值越小，代表如果 \(H_0\) 为真，该数据就越令人“惊讶”，因此我们越倾向于舍弃 \(H_0\)。

使用 t.test() 检验平均值

t.test() 函数是 R 统计功能中的“瑞士军刀”。它用于在方差未知的情况下，进行涉及正态分布（Normal distribution）的检验。

1. 单样本 t 检验

用于检验单个组别的平均值（\(\mu\)）是否等于特定数值（\(\mu_0\)）。

R 语法： t.test(data_vector, mu = mu_0)

2. 双样本 t 检验

用于比较两个独立组别的平均值（\(\mu_1\) 与 \(\mu_2\)）。

R 语法： t.test(group1, group2)

默认情况下，R 会执行 Welch t 检验，该检验不假设两组的方差相等。如果考试要求你假设方差相等，你必须加入参数 var.equal = TRUE。

3. 配对 t 检验

当你对同一组对象有两次测量时使用（例如：减肥前与减肥后的体重）。这就是教学大纲中提到的配对数据检验（test for paired data）。

R 语法： t.test(before_vector, after_vector, paired = TRUE)

阅读输出结果

当你执行 t.test() 时，R 会提供一段文字。请重点关注以下三个区域：
1. t： 计算得出的检验统计量。
2. p-value： 将此数值与你的显著性水平（如 0.05）进行比较。
3. 95 percent confidence interval： 平均值差异的取值范围。如果此区间包含 0，通常意味着该差异并不显著！

比例与率：二项分布与泊松分布

教学大纲要求你掌握二项分布概率和泊松分布平均值的检验，包括使用正态近似法（normal approximation）。

二项分布检验

要检验比例（例如：理赔发生的概率），我们使用 binom.test() 获取精确结果，或使用 prop.test() 进行正态近似。

例子： 如果你在 100 次试验中有 30 次成功，想检验 \(p = 0.25\)：
binom.test(x = 30, n = 100, p = 0.25)

泊松分布检验

要检验泊松过程的率（例如：每年的事故次数），请使用 poisson.test()。

R 语法： poisson.test(x = count_of_events, T = time_period, r = hypothesized_rate)

关键要点： 对于这两个函数，R 都会提供 \(p\)-值以及参数（\(p\) 或 \(\lambda\)）的置信区间。务必检查来自 \(H_0\) 的“假设值”是否落在提供的置信区间内。

非参数方法：排列检验与自助法

有时我们不想假设数据遵循完美的正态分布或泊松分布。教学大纲强调了两种现代技术：排列检验（Permutation tests）和自助法（Bootstrapping）。

1. 排列检验法

这用于非参数假设检验。我们不使用分布公式，而是多次“洗牌”（shuffle）数据标签，看看我们的观测结果在随机情况下发生的概率有多大。

在卷 B 中，你可能会被要求编写一个简单的 for 循环来重新排列数据并重复计算检验统计量，从而构建你自己的分布。

2. 自助法 (The Bootstrap Method)

当标准公式未知或分布情况复杂时，这用于获取估计量的置信区间。

运作方式：
1. 对你的数据进行多次有放回抽样（resample with replacement）（例如 1,000 次）。
2. 计算每次抽样的统计量（如平均值或方差）。
3. 这 1,000 个结果中的第 2.5 和 第 97.5 百分位数，便构成了你的 95% 自助法置信区间。

你知道吗？“Bootstrapping”一词源于短语“to pull oneself up by one's bootstraps”（靠自己的靴带拉起自己），这寓意着数据可以在没有外部帮助的情况下“寻找自己的分布”！

解读回归分析输出

虽然回归分析有其专门的章节，但你必须能够在回归总结（summary(lm_model)）中识别出检验和置信区间。

1. Standard Error (标准误差)： 用于构建斜率（\(\beta\)）的置信区间。
2. t value (t 值)： 针对 \(H_0: \beta = 0\) 的检验统计量。
3. Pr(>|t|)： 该特定变量的 \(p\)-值。如果该值很小，则该变量是一个显著的预测因子。

对于广义线性模型（GLMs），你会查看离差（deviance），并使用 Pearson 卡方检验或似然比检验（likelihood-ratio test）来确定模型是否与数据拟合良好。

应避免的常见错误

1. 错误的备择假设： R 默认进行“双侧”检验。如果你的假设是“大于”（\(H_1: \mu > \mu_0\)），你必须在 R 代码中指定 alternative = "greater"，否则你的 \(p\)-值将会错误！

2. 误解置信区间（CI）： 请记住，95% 置信区间意味着如果我们重复实验多次，在这些计算出的区间中，有 95% 会包含真实参数。这并不代表参数有 95% 的概率落在这一个特定区间内（虽然这是学生非常容易犯的错误！）。

3. 混淆配对与独立样本： 务必问自己：“这是两个不同的组别（独立），还是同一组别测量了两次（配对）？”在 t.test() 中用错类型会导致失分。

快速复习栏

- p-value < 0.05： 结果显著，拒绝 \(H_0\)。
- t.test()： 平均值（正态数据）。配对数据使用 paired = TRUE。
- binom.test() / prop.test()： 比例（二项数据）。
- poisson.test()： 率（泊松数据）。
- Bootstrap (自助法)： 通过有放回抽样获取置信区间。
- Permutation (排列检验)： 通过洗牌标签获取非参数检验的 \(p\)-值。

如果 R 代码起初让你感到不知所措，请不要担心。在卷 B 中，你通常可以查看 R 的帮助文件（例如输入 ?t.test），这会提醒你所需的参数！