非参数统计基本概念.pdfVIP

§非参数统计基本概念  知识回顾  势函数（检验的势）  无偏检验  经验分布  检验的相对效率 §非参数统计  知识回顾  势函数（检验的势）  无偏检验  经验分布  检验的相对效率 点估计: 方法及原理 置信区间: 正态分布 假设检验: 原理, 步骤, 二类错误, 检验的两种方法 P值 • 零假设下，P(Tt) 的值称为p 值。 • 若p 值很小，说明观测值的实现在零假设下为 小概率事件，故拒绝零假设。犯第一类错误 的概率为p 。 • 若p值很大，则不能拒绝零假设，而此时可能 犯第二类错误。H 1正确时，拒绝H0 的概率称 为检验的势。 • 强势的检验比弱势的检验更容易拒绝零假设。 • 势依赖很多原因：显著性水平，参数的真值， 样本大小，检验统计量的选择。 • 利用信息越多的检验统计量势越大；其他条 件一样时，势越大，检验越有效。  • 统计软件一般不给出 ，仅给出p 值。显著 性水平由用户自己决定。 • 注意：显著性检验的主要目的拒绝零假设。 置信区间：  ˆ   P    C 1  1 • 包含参数 的区间 0  ， 的 置信区间为ˆ ˆ   C ,  C 单边检验和双边检验的p值?? 连续性修正 • 当用连续性分布去近似离散分布时，常常 用连续性修正。 • 对一个离散分布的点的概率P(X=x ) ，用连 续分布相应的区间概率 来 近似。相应离散点的概率就变换成连续分 布密度函数曲线下单位区间的面积。 • 对二项分布，超几何分布，Pisson分布做正 态近似时，常用连续性修正。 • 二项分布Bin(n,p ) ： = • 超几何分布： • = ，这里 p=S/N 数据处理 • 拿到数据时，首先要有一个直观概念。 • 若数据来自一个总体，先通过绘图(直方图、箱线图、 茎叶图、Q-Q 图、P-P 图等) 了解它的大致分布情况， 如是否对称，是否有很长的尾部，是否有远离数据 主体的点等。 • 若数据来自不同总体，除了上述了解，还需要看各 样本的形状是否类似，通过二维或三维图观察样本 间的联系或相关性。 • P 12的图1.1给出了x和y 样本的直方图、盒形图及相对 于正态分布的QQ 图. • 数据常常需要处理以符合非参数统计推断方法的某 些条件，最常用的是指数变换。 OC函数的定义和含义 若C 是参数 的某检验问题的一个检验法,  () P (接受H ) 0 0 称为检验法C 的施行特征函数或OC 函数, 其图 形称为OC 曲线. 理解：当 H ，则 0  （） P (=接受H ) P (H 为真时接受H ) H0 0 0 0 而   P （H 为真时拒绝H ） 0