我也是佛了 这么基础的概念其实每次都会搞混一些
首先我们针对variance求一个estimator s
然后对于任意置信区间
(sample mean +- 你所需的置信百分比的t * SE（SE就是s/更号n）) 要注意double tail还是single tail
查表就完事了。
如果我们进行n次实验，则置信百分比的实验中 真实平均myu会落在这个区间之内。
当然除了sample mean也可以是任何值。
你希望让这个参数=任何值，我们可以检验这个条件是否合适。
可以倒算t。 t = 参数值-你所希望的值 除以 SE， 看看表，是多少百分比即可。
（one side怎么比较来着妈的忘了）
至于f
则是比较两个distribution的variance
算出f以后 各distribution的population-1作为dF，查表。可以作为比较variance。
大于某置信区间的值即可推翻A/B中B的影响不大。 A为限制模型 B为原模型（stepwise degression）
今天开始继续读强化学习（sutton，second edition）
希望能加把油 夏季结束之前读完。