主加偏旁可以组成哪些字？
主加偏旁可以组成的汉字有：甬、畜、留、略、畦、畴、畹、疆、疏、疑、疙、疚、疝、疟、疫、疮、疯、疲、疵、疹、疼、疽、疾、病、症、痈、痉、痊、痒、痔、痕、痘、痛、痞、痢、痪、痰、痱、痴、痹、痼、痿、瘀、瘁、瘃、瘅、瘊、瘌、瘐、瘕、瘙、瘛、瘟、瘠、瘢、瘤、瘥、瘦、瘩、瘫、瘭、瘰、瘳、瘴、瘸、瘼、瘾、瘿、癀、癃、癌、癖、癜、癞、癣、癫、癯、癫、癸等。
显著性水平怎么理解？
显著性水平是指在假设检验中，用于判断原假设是否成立的一个临界值或概率水平。显著性水平通常用希腊字母 \alpha 表示，取值范围为 0 到 1。
在假设检验中，我们首先提出一个原假设，然后根据样本数据计算一个检验统计量，并根据该统计量的取值来判断原假设是否成立。如果检验统计量的取值落在了一个拒绝域内，即其取值足够大或足够小，我们就可以拒绝原假设，并认为样本数据提供了充分的证据来支持备择假设。
显著性水平 \alpha 则是用来确定拒绝域的大小的。如果我们选择一个较小的 \alpha 值，那么拒绝域就会比较小，即需要更强的证据才能拒绝原假设。如果我们选择一个较大的 \alpha 值，那么拒绝域就会比较大，即需要更弱的证据就能拒绝原假设。
通常情况下，我们会选择一个常用的显著性水平，例如 0.05 或 0.01，这意味着我们愿意接受原假设成立的概率为 95%或 99%。如果检验统计量的取值落在了拒绝域内，我们就可以拒绝原假设，并认为样本数据提供了充分的证据来支持备择假设。但是需要注意的是，即使检验统计量的取值落在了拒绝域内，也不能完全排除原假设成立的可能性，因为我们可能会犯第一类错误（即拒绝了实际上成立的原假设）。因此，在进行假设检验时，需要根据实际情况选择合适的显著性水平，并对结果进行谨慎的解释和推断。
检验学基础知识？
当涉及到检验学（Statistical Inference）的基础知识时，以下是一些主题和概念，你可以进行学习和了解：
1. 总体和样本：了解总体和样本的概念，总体是指我们感兴趣的整个群体，而样本则是从总体中选取的一部分。
2. 参数和统计量： 理解参数和统计量的区别。参数是用来描述总体特征的数值，而统计量是通过对样本数据进行计算得到的指标。
3. 抽样方法：研究不同的抽样方法，例如简单随机抽样、系统抽样、分层抽样等，以及它们的优缺点和应用场景。
4. 统计推断：学习如何使用样本数据对总体进行推断。了解估计和假设检验的基本原理和方法，包括置信区间、假设检验的步骤和做出决策的依据。
在假设检验中，当我们拒绝原假设接受备择假设时，要注意什么问题？
拒绝原假设接受备择假设，就自然而然有可能犯第一类错误，第一类错误（Ⅰ类错误）也称为 α错误，是指当虚无假设(H0)正确时，而拒绝H0所犯的错误。我们自然不希望出现这种错误，所以需要注意的就是把显著性水平定在一个合适的位置，一般是定为0.05，这时候我们犯一类错误的概率也就只有5%（前提是所检验的变量服从正态分布），可以比较放心
拒绝原假设和接受原假设的风险就代表了假设检验中的两类的错误。一为拒真，二为取伪。而这两类错误的衡量手法在茆诗松概率论与数理统计中有详细的介绍，就是构造势函数。 用势函数来计算第一类错误的情况，就是在h0（原假设）成立的条件下，落入其拒绝域（h0的拒绝域）的概率，同样的题主所问的第二类错误的风险就是在h1（备则假设）成立的条件下，落入其拒绝域（h1的拒绝域）的概率。
上一篇：国行和美版有什么区别