1及常用基本程序.ppt

* 实际应用中，经u变换后，就可把求解任意一个正态分布曲线下面积的问题，转化成标准正态分布曲线下相应的面积问题。 * 正态分布转换为标准正态分布 * 标准正态分布曲线下面积?(u) u 0.00 -0.02 -0.04 -0.06 -0.08 -3.0 0.0013 0.0013 0.0012 0.0011 0.0010 -2.5 0.0062 0.0059 0.0055 0.0052 0.0049 -2.0 0.0228 0.0217 0.0207 0.0197 0.0188 -1.9 0.0287 0.0274 0.0262 0.0250 0.0239 -1.6 0.0548 0.0526 0.0505 0.0485 0.0465 -1.0 0.1587 0.1539 0.1492 0.1446 0.1401 -0.5 0.3085 0.3015 0.2946 0.2877 0.2810 0 0.5000 0.4920 0.4840 0.4761 0.4681 0 u * 例 已知某市120名12岁男童身高均数为=142.67cm，标准差为s=6.00cm。设该资料服从正态分布，试求 该地12岁男童身高在132cm以下者占该地12岁男童总数的比例 * 首先计算标准离差： 查标准正态分布表: ? (-1.78)=0.0375(3.75％) 结果：该地12岁男童身高在132cm以下者，估计约占3.75％。 估计频数分布 * 估计频数分布 统计思维 变异是普遍存在的，这种变异是有规律的； 抽样误差是不可避免的，抽样误差是有规律的； 统计推断是有风险的，这种风险是可以控制的。 统计学上得到的结论都具有概率性，它不能证明什么，但可以提供结论成立或不成立的概率，从而提高研究者的分辨能力，为科学决策提供依据。 统计学不能创造原本不存在的结论。 统计方法是一个中立性的工具。 统计思维 * 3.3 几种重要的随机抽样方法 1．简单随机抽样（simple random sampling） 简单随机抽样就是按照随机原则直接从总体中抽取 出若干个单位作为样本。简单随机抽样法能保证总 体中的每一个对象都有同等的被抽取到的可能性， 并且个体之间都相互独立。这是在总体异质性不是 很大而且所抽取的样本较小时经常采用的一种形式 抽签法（drawing lots） 随机数字表法（random number table） 2．等距抽样 等距抽样（interval sampling）也称为机械抽样或系统抽样。实施时，先把总体中的所有个体按一定顺序编号，然后依固定的间隔取样。 等距抽样可以保证样本的成分与总体一致，但随机性不如单纯随机抽样法。应用中可将两种方法结合使用。 3．分层随机抽样 分层随机取样简称分层抽样是进行大规模研究时常常使用的抽样方法。 分层抽样的方法：先将总体按照一定标准分为若干类型（统计上称为层），再根据各层对象的数量在总体数量中所占的比例，确定从每一种类型（层）中抽取样本的数量，然后按随机原则和所确定的各层取样的数量，从各层中取样。 做好分层随机取样的关键：分类的标准要科学，要符合实际情况。各层内的差别要小，而层与层之间的差异则越大越好。 分层随机取样法的优点是代表性和推论的精确性较好。它适用于总体单位数量较多，并且内部差异较大的研究对象。 分层随机取样法的局限性是要求对总体各单位的情况有较多的了解，否则就难以作出科学的分类。 4．两阶段随机抽样 先将总体分成Ｍ个部分； 第一阶段从这Ｍ个部分中随机抽取m个部分作为第一阶段样本； 第二阶段是分别从这m个部分中抽取一定数量（n）的个体构成第二阶段样本。 5．整群抽样 整群随机抽样是先将总体各单位按一定的标准分成许多群（小组），然后按随机原则从这些群中抽取若干群作为样本。 抽样误差 由抽样引起的样本与总体间的差别。 原因：个体变异＋抽样 表现： 样本统计量与总体参数间的差别 不同样本间统计量的差别 抽样误差是有规律的！ 4 概率与概率分布 4.1 概率(probability) 描述事件发生可能性大小的一个度量，常用P来表示，取值范围为0≤P≤1。 抛硬币试验在概率的统计学定义上的诠释 试验者 投掷次数 出现“正面”次数 频率 X X X 20 12 0.6000 Buffon 4040 2048 0.5069 K.Pearson 12000 6019 0.5016 K.Pearson 24000 12012 0.5005 4.2.频率(Relative frequency)： 用随机事件A发生表示观察到某个可能的结果， 则在n次观察中，其中有m次随机事件A发生了 ，则称A发生的比例