在英国剑桥大学的午后茶会上，Muriel Bristol女士提出了一个惊人的主张：
"我能尝出奶茶是先加茶还是先加奶的区别！"
在场的科学家们对此表示怀疑，因为两种方法最终的混合物成分完全相同。
统计学家R.A. Fisher意识到这是一个验证主观主张的绝佳机会...
女士品茶实验：假设检验
通过R.A. Fisher的经典实验学习统计学核心概念
1920年代的一个夏日午后
R.A. Fisher (1890-1962)
现代统计学奠基人之一
实验设计
Fisher设计了严谨的实验：
- 准备8杯奶茶：4杯"先奶后茶"，4杯"先茶后奶"
- 以随机顺序呈现给女士品尝
- 女士需要品尝后分类所有杯子
- 记录正确识别的数量
关键问题：如果女士没有辨别能力，仅靠猜测，她可能全部猜对吗？
1
2
3
4
5
6
7
8
8杯奶茶（4杯先奶后茶，4杯先茶后奶）
建立统计假设
在统计学中，我们通过假设检验来验证主张：
原假设 (H₀)
"女士没有辨别能力"
猜对概率 p = 0.5
备择假设 (H₁)
"女士有辨别能力"
猜对概率 p > 0.5
我们需要计算：在H₀成立的前提下，观察到极端结果（如全部猜对）的概率。
二项分布公式
P(k) = C(n,k) × pk × (1-p)n-k
其中：
n = 8（总杯数）
p = 0.5（猜对概率）
k = 正确杯数
概率分布
如果女士纯靠猜测，猜对k杯的概率分布：
- P(0正确) = 0.00 (0%)
- P(1正确) = 0.031 (3.1%)
- P(2正确) = 0.105 (10.5%)
- P(3正确) = 0.219 (21.9%)
- P(4正确) = 0.273 (27.3%)
- P(5正确) = 0.219 (21.9%)
- P(6正确) = 0.105 (10.5%)
- P(7正确) = 0.031 (3.1%)
- P(8正确) = 0.00 (0%)
极端情况概率：
P(8正确) = 0.0039 (0.39%)
P(7或8正确) = 0.035 (3.5%)
随机猜测的概率分布
0
1
2
3
4
5
6
7
8
显著性检验
我们设定显著性水平 α = 0.05 (5%)
比较P值与α：
- P(8正确) = 0.0039 < α = 0.05
- P(7或8正确) = 0.035 < α = 0.05
决策规则：
如果女士猜对7杯或8杯，我们将拒绝原假设H₀
在α=0.05水平下，7杯或8杯正确为统计显著
α = 0.05
拒绝域（红色区域）
实验结果
历史上，Bristol女士正确识别了所有8杯茶！
计算P值：
P(8正确) = 0.0039
P值 = 0.0039 < α = 0.05
拒绝原假设H₀！
有统计学证据表明女士确实能辨别奶茶的制作顺序
这个实验奠定了现代假设检验的基础，展示了如何用科学方法验证主观主张。
✓
✓
✓
✓
✓
✓
✓
✓
女士正确识别了所有8杯茶！
假设检验五步骤
- 建立假设：明确H₀和H₁
- 选择检验方法：根据数据类型选择适当检验
- 确定显著性水平α：通常α=0.05
- 计算检验统计量和P值
- 做出统计决策：比较P值和α
关键概念
P值：在H₀为真时，观察到当前结果或更极端结果的概率
显著性水平α：拒绝真实H₀的最大允许概率
统计功效：正确拒绝错误H₀的概率(1-β)
模拟实验
0
正确数量
0.0000
P值
点击按钮模拟实验
"女士品茶实验展示了统计思维的力量：用数据验证假设，而非主观臆断。"
- R.A. Fisher