统计和统计案例zst.pptVIP

* 统计与统计案例 1．简单随机抽样 从元素个数为N的总体中 抽取容量为n的样本，如果每一次抽取时总体中的各个个体有 被抽到，这种抽样方法叫做简单随机抽样．常用的简单随机抽样方法有 和 ． 逐个不放回地 相等的 (机会)概率 抽签法 随机数表法 2．系统抽样 当总体中的个体数较多时，可将总体分成均衡若干部分，然后按照预先制定的规则，从每一部分 ，得到所需要的样本，这种抽样方法叫做系统抽样． 3．分层抽样 当总体由 的几部分组成时，将总体中各个个体按某种特征分成若干个能充分反映总体情况的几部分，每一部分叫做层，在各层中按各部分在总体中 进行简单随机抽样，这种抽样方法叫做 ． 抽取一个个体 差异明显 所占的 比例 分层抽样 4．三种抽样方法的区别与联系： 类别 共同点 各自特点 相互联系 适用范围 简单随 机抽样 抽样过程中每个个体被抽取的机会均等 从总体中逐个抽取 总体中的个体数较少 系统 抽样 将总体均匀分成几部分，按事先确定的规则在各部分抽取 在起始部分抽样时采用简单随机抽样 总体中的 个体数较 多 分层 抽样 将总体分成几层，分层进行抽取 各层抽样时采用简单随机抽样或系统抽样 总体由差 异明显的 几部分组 成 1．相关关系及回归分析 (1)相关关系：自变量取值一定时，因变量的取值带有一定 的两个变量之间的关系叫做相关关系． (2)回归分析：在统计中，对具有相关关系的两个变量进行 叫做回归分析．回归分析是寻找相关关系中非确定关系的某种确定性． 随机性 统计分析 2．散点图：将n个数据点(xi，yi)(i＝1,2,3…n)描在平面直角坐标系中，以表示具有相关关系的两个变量的 　叫做散点图． 3．正相关与负相关：从散点图上看，点散布的位置在从 的区域内，两个变量的这种相关关系称为正相关；点散布的位置在从 的区域内，两个变量的相关关系称为负相关．　 左下角到右上角 左上角到右下角 图形 5．线性回归模型y＝bx＋a＋e(e称为 )，因变量y的值由自变量x和随机误差e共同确定，即自变量x只能解释部分y的变化．在统计中，我们也把自变量x称为 ，因变量y称为 ． 随机误差 解释变量 预报变量 系的强弱．当r0时，表示两个变量 ；当r0时，表示两个变量 ；r的绝对值越接近于1，表明两个变量的线性相关性越强；r的绝对值越接近于0，表示两个变量间之间 线性相关关系．通常当r 时，认为两个变量有很强的线性相关关系． 正相关 负相关 几乎不存在 0.75 7．用相关指数R2来刻画回归的效果，其计算公式是 R2＝ R2的值越大，说明残差平方和越 小，也就是说模型拟合的效果 ．在线性回归模型中，R2表示解释变量对预报变量变化的 ，R2越接近于1，表示回归的效果越好． 越好 贡献率 8．变量的不同“值”表示个体所属的 ，这样的变量称为分类变量． 9．列出两个分类变量的 表，称为列联表． 一般地，假设有两个分类变量X和Y，它们的值域分别为(x1，x2)和(y1，y2)，其样本频数列联表如下表： y1 y2 总计 x1 a b a＋b x2 c d c＋d 总计 a＋c b＋d a＋b＋c＋d 称为2×2列联表． 不同类别 频数 10．利用随机变量K2来确定在 可以认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验，其中K2＝ 多大程度上 独立性检验 (1)计算线性回归方程的斜率与截距公式: (2)回归直线的线性回归方程: 求解线性回归问题的步骤: 1.列表 ， 画散点图. 2.计算: 3.代入公式求 和 4.列出直线方程 1)如果P(m10.828)= 0.001表示有99.9%的把握认为”X与Y”有关系; 2)如果P(m7.879)= 0.005表示有99.5%的把握认为”X与Y”有关系; 3)如果P(m6.635)= 0.01表示有99%的把握认为”X与Y”有关系; 4)如果P(m5.024)= 0.025表示有97.5%的把握认为”X与Y”有关系; 5)如果P(m3.841)= 0.05表示有95%的把握认为”X与Y”有关系; 6)如果P(m2.706)= 0.10表示有90%的把握认为”X与Y”有关系; 7)如果P(m≤2.706),就认为没有充分的证据显示”X与Y”有关系; 　 y1 y2 总计 x1 a b a+b x2 c d c+d 总计 a+c b+d a+b+c+d 2