2019年4月16日上午，英国伦敦政治经济学院统计系教授、我院特聘教授姚琦伟在上海社科院分部2号楼415室做了题为“On Statistical Hypothesis Tests”的讲座，上海社科院研究生院院长朱平芳主持本次讲座。
首先，姚琦伟教授简要地介绍了统计中假设检验的相关概念和基本方法。统计上的假设分为拒绝原假设和不拒绝原假设，姚琦伟教授特别指出，不拒绝并不代表接受原假设。对此，统计界中有关于“P-Value”的争议，p值是拒绝零假设的风险，是看到的观测值以及更极端的概率。于之的争议就在将p值视作标杆，人为的将数值上的差异变成本质上的差异。姚琦伟教授强调，p值的使用必须更加谨慎，不能仅仅看其是否显著，更要看具体的数值。
而后，姚琦伟教授依次讲解了两类错误、Wald检验、t检验、两样本的均值检验、似然比检验、置换检验和白噪音的置换检验、Bootstrap估计和Bootstrap检验、最后介绍了Multiople检验，以及相关的Bonferroni method，Simes method。此外，他还引介了过去二十年来统计学的重要发展——False Discovery Rate统计量。
t检验要求正态样本，而Wald检验依赖渐近正态，在小样本的情况下t检验更加精确，但在大样本下，两种检验是相同的。姚琦伟教授用“剃须刀”的例子说明了不同的原假设下，同样的数据会得出不同的结果，这是因为不适当的方法忽视了成对数据间的信息和性质。姚琦伟教授认为，似然比检验是种很好的检验方法，但其要求分布必须完全确定。而没有任何假定的置换检验需要大量复杂的运算，这在以前很难应用，不过，在计算机飞速发展的现在却有了相应的应用空间。
姚琦伟教授以其深厚的统计学学识结合生活中的实例，深入浅出地讲解了统计假设检验的有关知识，语言平实风趣，内容发人深思。讲座在掌声中圆满结束。