『一次抽取样本，如果原假设条件下的小概率事件发生，则否定原假设』
一个简单的例子：
厂商提出产品合格率为99%，在一次抽样中，如果被抽产品不合格，那我们当然不能接受他的说法，因为1%概率的事件发生了。
生活中面对复杂的事物，我们难以在第一眼发觉到其中的规律，但这并不妨碍我们对其进行探索。不断提出合理假设并加以验证能让我们越来越接近规律。数据挖掘就是概率论和统计学的实际应用。
我认为在信息时代，我们有必要学习好概率论和数理统计，利用其中的理论思想从数据中发现价值。
相信很多非统计系的本科生对于概统这门课程的理解还不够支撑他们更好地将其中的思想运用到以后的工作中。希望能加强自学吧。
回归分析和方差分析，随机过程当时上课都没讲。
机器学习中还是比较经常用到线性建模的。