任务 1：数据初步分析 • 对 IRIS 数据集进行描述性统计分析。

1. 各特征的均值、方差、偏度、峰度。
2. 绘制特征的直方图和箱线图，分析其分布特性。 任务 2：单变量假设检验 • 检验花瓣长度（Petal Length）的均值是否为 4.5（显著性水平 α = 0.05）。
3. 假设方差已知，使用 Z 检验。
4. 假设方差未知，使用 t 检验。 任务 3：两组比较 • 比较 Setosa 和 Versicolour 两类花的萼片宽度（Sepal Width）的均值是否有显 著差异（显著性水平 α = 0.05）。
5. 使用两独立样本 t 检验。
6. 判断是否需要假设两组方差相等。 任务 4：参数估计 • 对 Virginica 类别中花瓣长度（Petal Length）的均值和标准差进行估计：
7. 使用点估计。
8. 构造 95% 置信区间。 任务 5：数据建模与预测 • 假设萼片长度（Sepal Length）服从正态分布。
9. 验证假设：使用卡方检验或 Kolmogorov-Smirnov 检验。
10. 计算样本中萼片长度落在 [5, 6] 区间的概率。