多元统计基本概念复习.docVIP

多元统计基本概念复习 总体：根据研究目的确定所有同质个体的某指标观察值(或测量值)构成的集合称为总体(population)，或更严谨地称为该观察指标(变量)的总体。由于在实际研究中，往往需要观察或测量多个指标，而这些指标之间往往伴有某种关联，故多个观察指标构成了个体的一组观察指标。为了叙述方便，往往简单地称总体是根据研究目的确定同质个体的全体。 总体均数: 总体中所有个体测量值的平均数称为总体均数。总体均数是一个总体的重要特征参数 总体参数：总体均数、总体发生率等总体的特征指标或总体统计指标称为总体参数(parameter)。 未知参数：由于总体往往非常大，有些总体参数无法知道，因此这些无法知道的总体参数称为未知参数。 统计量：用样本表达式构成的样本统计指标估计未知总体参数，这种样本统计指标称为统计量(statistic)并且要求统计量的样本表达式中不含有未知参数。 频率与概率：在n次观察中，其中有m次观察到某现象A，则称观察到现象A的比例为频率(frequency)，m称为频数。显然有。频率f是一个统计量，由于个体的变异性，频率f呈一定的随机波动。当观察次数n越来越大，频率f的随机波动幅度越来越小，并最终趋向于一个常数(：观察到现象A发生的概率(称为概率的统计定义)。 概率(probability)：概率刻画随机事件发生可能性大小，其取值界于0和1之间。随机事件发生的可能性越小，概率越接近0；随机事件发生的可能性越大，概率越接近1。特别，不可能事件发生的概率等于0，必然事件发生的概率等于1。 在统计学中，如果随机事件发生的概率小于或等于0.05，则认为是一个小概率事件，表示该事件在大多数情况下不会发生，并且一般认为小概率事件在一次随机抽样中不会发生，这就是小概率原理。小概率原理是统计推断的基础。 频率图与概率密度曲线 例 某市1995年110名7岁男童的身高(cm)资料如下，请作频数图和频率图。 121.4 119.2 124.7 125.0 115.0 112.8 120.2 110.2 120.9 120.1 125.5 120.3 122.3 118.2 116.7 121.7 116.8 121.6 120.2 122.0 121.7 118.8 121.8 124.5 121.7 122.7 116.3 124.0 119.0 124.5 121.8 124.9 130.0 123.5 128.1 119.7 126.1 131.3 123.8 116.7 122.2 122.8 128.6 122.0 132.5 122.0 123.5 116.3 126.1 119.2 126.4 118.4 121.0 119.1 116.9 131.1 120.4 115.2 118.0 122.4 120.3 116.9 126.4 114.2 127.2 118.3 127.8 123.0 117.4 123.2 119.9 122.1 120.4 124.8 122.1 114.4 120.5 120.0 122.8 116.8 125.8 120.1 124.8 122.7 119.4 128.2 124.1 127.2 120.0 122.7 118.3 127.1 122.5 116.3 125.1 124.4 112.3 121.3 127.0 113.5 118.8 127.6 125.2 121.5 122.5 129.1 122.6 134.5 118.3 132.8 频率图：以7岁男童身高的频数分布图为例，图中的直方面积大小表示频数的多少，直方面积之和等于总频数。若图形的直方面积大小描述的是频率，则直方面积之和为100%，这样的分布图称为频率分布图。频率图与频数图相似，只是纵坐标的量纲不同。 概率密度曲线：如果本例中的7岁男童人数(n)逐渐增多，各个组段的频率越来越趋向相应的概率，即各个组段的直方面积趋向相应的概率。当组段逐渐细分, 则频率分布图中的直条逐渐变窄, 其顶端逐渐接近一条光滑曲线，这条曲线称为概率密度曲线。曲线下的面积对应的是概率。如果样本频数图呈对称分布，则可以称该样本近似服从正态分布；反之称为偏态分布(如下图)。 正态分布 正态曲线1的=2.4，=0.8；曲线2的=3.4，=0.8；曲线3的=3.4，=1.2。 两个参数：均数(和标准差(，若X服从正态分布，则记为X～N((,(2)。特别(＝0，(＝1，则称为标准正态分布，记为N(0,1)。 X～N((，(2)，令，则Y～N(0，1)。 样本均数的统计性质和分布(用模拟程序说明) 由于个体变异的原因，也呈随机变化 的总体均数与X的总体均数相同 的总体标准差(称为标准误)=(故：) 若X～N((,(2)，则