统计2 推论性统计基础.pptVIP

部分二 推论性统计基础  推论性统计的目的：用从样本中得来的有限信息去回答关于总体的一般性问题； 需要建立起样本和总体间的形式及定量关系； 第五章Z分数：分数的位置和标准化分布 §5.1 z分数 用平均数和标准差来把每一个分数（X值）转变为一个z分数，或叫标准分数， 作用一：能确定和描述每一分数在分布中的精确位置； 从观测中直接得到的原始的，没经过转换的分数被称为原始分数； 作用二：将整个分布标准化，不同的分布可以相互比较； z分数指出了每一个X值在分布中的精确位置。 z分数的符号表示了这个分数比平均数高或比平均数低。z分数数值用从X到 有几个标准差指出了其到平均数的距离。 转换公式： §5.2 分布标准化 1.形状。z分数分布的形状将同原始分数的分布完全相同。z分数不会改变原始分布中任何成员的相对位置，分布的总体形状没有改变； 2.平均数。z分数的分布平均数永远是0，即原始总体平均数被变成了z分数中的0； 3.标准差。z分数的标准差永远为1。 例：N=6总体：0，6，5，2，3，2，平均数 ，标准差 例：两门科目考试，一门65分，另一门70分，比较两个考试 基于z分数的标准分布 若一个考试原始分布为 ，变换为新的标准化的分数分布具有 的分布。设学生J，X=64，学生K，X=43 步骤一：把原始分数变成z分数。 J：z=0.5；K：z=-1.0 步骤二：把z分数变成新分布的X值 J：X=55；K：X=40 第六章 概率 §6.1 概率介绍 概率把总体和样本联系起来， 概率，在可能出现的几种不同结果的情况下，对于任一种特定的结果的概率被定义为所有可能结果的分数或比例 概率通常用p()表示， 零概率 随机样本，1）每个个体都有相等的机会被选择；2）若不止选择一个个体时，选择这个个体的概率与选择另一个个体的概率必须相同； 简单随机取样或独立随机取样 概率和频数分布 当总体被表示为频数分布时，概率就等价为图的比例； 如N=10的总体：1、1、2、3、3、4、4、4、5、6，p(X4)=？ §6.2 概率与正态分布 正态分布，是对称的，中间频数高，两端频数逐渐降低； 正态形状也可以用被包含在分布的每一个区域中的面积的比例来描述； 正态分布表，比较完整地列出了z分数以及相应的比例 例：已知一个身高的总体是正态分 布，平均数 厘米，标准差为 厘米，则从该总体中随机抽取一个身高为 200 厘米的人的概率是多少？ §6.3 概率与二项分布 当一个变量由只含有两个类别的量表测量时，得到的数据叫做二项数据； 1.两个类别被记做A和B； 2.与每个类别相应的概率（或比例）被记 做：p=p(A)=A的概率，p=p(B)=B的概率，p+q=1； 3.样本的个体或观察的个数被记做n； 4.变量X指类别A在样本中出现的次数； 二项分布显示了与从X=0到n每个X值相应的概率； 二项分布倾向于趋近正态分布，特别是当n较大时，pn,qn≥10 平均数： 标准差： z分数： 预测从整副牌中抽出的花色，在48次试验中，一个人能完全正确的预测14次的概率是多少？ X=14，pn=12，qn=36 X=13.5，14.5 Z=0.5，0.83 0.3085-0.2033=0.1052 0.1015 第七章概率和样本：样本平均数的分布 §7.1 样本平均数的分布 样本误差是样本数据和它对应着的总体参数之间的差异； 样本平均数的分布是在一个总体中所有可能的固定大小（n）的随机样本平均数的集合 取样分布是一组统计数据的分布，这组统计数据是由从一个总体中取出所有可能的固定大小的样本得到的 考虑一个只含有4个数据的总体：2，4，6，8。将用这个总体作为基础去构造n=2的样本平均数分布 中心极限定理：对于任意平均数为 、标准差为 的总体，样本大小为n的样本平均数分布具有平均数 ，标准差 ，并且当趋于无穷时，分布将趋于正态。 如果满足以下两个条件之一：1.样本所来自的总体本身是正态分布的；2.每个样本所含数据个数比较多，30或以上，则样本平均数分布的形状几乎是一个完美的正态分布 样本平均数分布的平均数等于总体平均数 ，它被称为M的期望值 样本平均数分布的标准差被称为M的标准误。标准误估计了由于随机性所造成的M和 之间的标准差量。 大数定律指出，样本越大（n），样本平均数同总体平均数接近