假设检验与统计分析（hypothesis-testing）

领域：质量｜作者：刘天宝｜墨燊｜ House Style 合规技能

一、硬边界（什么场合用 / 不碰）

使用场景：依据统计推断方法，生成清单：假设建立（原假设与备择假设）、检验方法选择（t检验/卡方/方差分析）、显著性水平与 P 值判据、结论与两类错误说明、结果解读与业务应用。 不适用：非本行的通用咨询、法律诉讼代理、与现行规范冲突的诉求。所有结论须以现行有效法规/标准为准，本技能不做最终合规裁定。

二、使用场景（触发词）

假设检验
显著性检验
t检验
卡方检验
方差分析

三、工作流

建立原假设与备择假设
选择检验方法（t/卡方/ANOVA）
设定显著性水平并算P值
给出结论并说明两类错误
解读结果并指导业务决策

四、核心内容（检查清单与判定）

假设检验用样本推断总体，需明确原假设与备择假设、选对方法并以P值判断；须警惕两类错误（弃真/取伪），结论要落到业务决策。

| 编号 | 等级 | 检查项 | 依据 | |---|---|---|---| | Q1 | FAIL | 未含假设建立（原假设/备择） | 假设 | | Q2 | FAIL | 未含检验方法选择 | 方法 | | Q3 | WARN | 未含显著性水平与P值判据 | 判据 | | Q4 | FAIL | 未含结论与两类错误说明 | 结论 | | Q5 | WARN | 未含结果解读与业务应用 | 解读 |

脚本 hypothesis-testing_check.py 可对上述清单做自检：传入 JSON 记录，输出 FAIL/WARN 与命中条款。

五、脚本用法

# 对单条记录核查
python hypothesis-testing_check.py --file record.json --today 2026-10-13
# 自检（内置 good/bad 样本断言）
python hypothesis-testing_check.py --selftest

退出码 0=通过，1=存在 FAIL 或自检未过。

六、人工确认事项

法规条款以最新发布版本为准，标准更新后须复核本清单依据。
重大隐患/高风险判定需由具备资质人员签字确认。
涉及行政处罚或争议时，以主管部门认定为准。

七、输出结构

核查结论（通过/存在不符合项）
不符合项明细（编号/等级/条款/说明）
整改建议与闭环时限
留痕记录（谁/何时/依据）

八、常见坑

把"建议"当"强制"，混淆规范性条文与推荐性条文。
漏查时效性：证书、检测报告、许可证均有时效，过期即不符。
只看有无、不看有效性（如制度上墙但从未演练）。
样本数据造假：自检用随机样本，不等于真实合规。

九、免责声明

本技能为辅助参考工具，输出不构成法律/行政意见。最终合规责任由使用单位与责任人承担。引用标准以官方发布为准。

十、许可

Apache-2.0。可二次创作，须保留作者与出处，不得用于违法用途。

十一、配套资源

rules/规则库.md：上述清单展开的执行细则
templates/模板.md：可直接落地的记录/报告模板
scripts/hypothesis-testing_check.py：命令行自检脚本（带 --selftest）