统计学知识点 含算.docVIP

1.组数：一般为5-15 2.确定组距：组距(Class Width)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即 组距＝( 最大值 - 最小值)÷ 组数 3.统计出各组的频数并整理成频数分布表 下限(lower limit) ：一个组的最小值 2. 上限(upper limit) ：一个组的最大值 3. 组距(class width) ：上限与下限之差 4. 组中值(class midpoint) ：下限与上限之间的中点值 封闭式组距数列：a) 组距＝上限－下限 b) 组中值＝（上限+下限）/2 c) 缺下限开口组组中值＝上限－1/2邻组组距 d) 缺上限开口组组中值＝下限+1/2邻组组距 总体用μ 总体方差(标准差)，记为(2(()；根据样本数据计算的，称为样本方差(标准差)，记为s2(s) 方差未分组 分组 经验法则表明： 当一组数据对称分布时 约有68%的数据在平均数加减1个标准差的范围之内 约有95%的数据在平均数加减2个标准差的范围之内 约有99%的数据在平均数加减3个标准差的范围之内 切比雪夫不等式 1.如果一组数据不是对称分布，经验法则就不再适用，这时可使用切比雪夫不等式，它对任何分布形状的数据都适用 2.切比雪夫不等式提供的是“下界”，也就是“所占比例至少是多少” 3.对于任意分布形态的数据，根据切比雪夫不等式，至少有1-1/k2的数据落在平均数加减k个标准差之内。其中k是大于1的任意值，但不一定是整数 对于k=2，3，4，该不等式的含义是 1.至少有75%的数据落在平均数加减2个标准差的范围之内 2.至少有89%的数据落在平均数加减3个标准差的范围之内 3.至少有94%的数据落在平均数加减4个标准差的范围之内 离散系数 标准差与其相应的均值之比 计算公式为 统计量 设X1,X2,…,Xn是从总体X中抽取的容量为n的一个样本，如果由此样本构造一个函数T(X1,X2,…,Xn)，不依赖于任何未知参数，则称函数T(X1,X2,…,Xn)是一个统计量 样本均值、样本比例、样本方差等都是统计量 统计量是样本的一个函数 统计量的分布称为抽样分布。1.样本统计量的概率分布，是一种理论分布 ?在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布 2.随机变量是样本统计量? 样本均值, 样本比例，样本方差等 3.结果来自容量相同的所有可能样本 4.提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 几种常用的抽样分布：（正态分布中的几种统计量的分布）把分布（z），分布，分布， 点估计用样本的估计量的某个取值直接作为总体参数的估计值 ?例如：用样本均值直接作为 区间估计在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差而得到 1. 置信水平 表示为 (1-α)???为是总体参数未在区间内的比例?3.常用的置信水平值有 99%, 95%, 90%相应的??为0.01，0.05，0.10 假定条件 ?总体服从正态分布,且方差((２) 已知 ?如果不是正态分布，可由正态分布来近似 (n ? 30) 2.使用正态分布统计量 z 3.总体均值 ( 在1-( 置信水平下的置信区间为 置信水平 a a/2 Za/2 90% 0.1 0.05 1.645 95% 0.05 0.025 1.96 假定条件 ?(小样本)总体服从正态分布,但方差((２)未知 (n 30) 用 t 分布统计量 总体比例(在1-(置信水平下的置信区间为 假设检验是用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断 假设检验的流程 提出假设 确定适当的检验统计量 规定显著性水平?计算检验统计量的值 作出统计决策 几种常见假设检验 　　考虑下面三种类型的假设检验： (4.12) 　　（1）（双边检验） 　　（2）（右侧单边检验） 　　（3）（左侧单边检验） 1、提出检验假设（又称无效假设，符号是H0））和备择假设（符号是H1）。备择假设与原假设对立的假设 H0：样本与总体或样本与样本间的差异是由抽样误差引起的； H1：样本与总体或样本与样本间存在本质差异； 预先设定的检验水准为0.05；当检验假设为真，但被错误地拒绝的概率，记作α，通常取α=0.05或α=0.01。 2、选定统计方法，由样本观察值按相应的公式计算出统计量的大小，如X2值、t值等。根据资料的类型和特点，可分别