數据的分布.docVIP

课　时　授　课　计　划 课次序号： 02 一、课　　题：§1.2 数据的分布 二、课　　型：新授课 三、目的要求：1.掌握常见的数据分布及分布的拟合检验； 2.掌握运用SAS软件(Univariate 、Capability过程)对数据分布进行拟合检验. 四、教学重点：数据分布的拟合检验. 教学难点：数据分布的拟合检验. 五、教学方法及手段：传统教学与上机实验相结合． 六、参考资料：1.《实用统计方法》，梅长林，周家良编，科学出版社； 2.《SAS统计分析应用》，董大钧主编，电子工业出版社． 七、作业：1.3 八、授课记录： 授课日期 班　　次 九、授课效果分析： 复习 1.数据的数字特征：均值、分位数、三均值；方差、标准差、变异系数，四分位极差、截断点；偏度、峰度. §1.2 数据的分布 数据的数字特征刻画了数据的主要特征，而要对数据的总体情况做全面描述，就要研究数据的分布，通过对数据分布的研究进一步了解理论分布的类型和特征，从而获得总体的信息，主要描述的方法：直方图、茎叶图. 1.2 一．常用的参数分布类型 （1）正态分布 密度 （1.13） . （2）对数正态分布 （1.14） 背景：如一变量可看成许多独立因子之和，近似正态分布.如股票投资长期收益可看成每天收益率的乘积. （3）指数分布 （1.15） , 背景:产品失效是偶然失效时,寿命服从指数分布,失效率与时间无关.从任一时刻算寿命服从同样的指数分布.可视为威布尔的情形. （4）Gamma分布 (1.16) , 背景:用来表示早期失效、偶发失效、耗损失效等不同的寿命分布，比指数、正态分布更具有普遍性．适用于各种形式的分布. （5）Weibull分布 (1.17) , 背景：由瑞典物理学家Wallodi Weibull于1939年引进，是可靠性分析及寿命检验的理论基础. （6）Beta分布 (1.18) , 背景：常见分布中少数取值在一有限区间的分布,可当作取值在之间总体的概率模式. 其它分布举例 二项分布 泊松分布 均匀分布 , 分布 分布 , 分布 ， 密度函数 , . 注意:10 20 来自总体，为样本方差，则 二．直方图 对数据分布为连续型的，常用直方图描述. 1.做分组区间 将数据取值分为若干个区间（一般取等间隔），每个区间长称为组距. , 2.画直方图 考查数据落入每一区间频率或頻数,每一区间画一矩形，宽度为组距，高为頻数、频率或頻数/组距，称为直方图．如高为，则每组矩形的面积恰为数据落入该区间的概率，其边缘曲线可作为总体密度的估计. 注意:组距的选取对直方图形态有很大影响.组距太小,每组頻数少,图形反映的密度形态有较大波动; 组距太大,直方图不能很好地反映概率密度形态.合理的组距是希望形态接近总体密度曲线.SAS系统的Proc Capability过程可根据样本容量和样本值取值范围匹配一个合适的分组方式,以作出数据分布的直方图,并提供了拟合几种常见分别的选项. 00 00 00 00 00 00 00 00 00 直方图 3.参数分布拟合检验 直方图的边缘曲线为阶梯型，而一些概率密度曲线是光滑的.因此，需要根据直方图大体形状，确定密度曲线，在限定的参数分布中，利用数据估计其中的参数，选出最接近的密度曲线拟合直方图边缘曲线，并作检验. 三．经验分布函数 总体的分布函数为,样本观测值,经验分布函数 (1.19) 其中是示性函数, 为分段右连续阶梯函数,充分大时,. SAS系统Capabilty过程可做出及拟合的图,并从直观上拟合的好坏. 四. QQ图 直方图、经验分布图判断样本分布是否近似某种类型的分布是困难的,QQ图则可以帮助从直观上做出这方面的判断. 设样本值,顺序统计量.为标准正态分布的分布函数, 为反函数.QQ图为以下点构成的散点图: (1.20) 注意:10 当样本数据近似服从正态分布，则QQ图近似一条直线 ,斜率，截距为，此时可认为样本数据来自正态总体； 22 当样本不是来自正态总体，则QQ图是弯曲的，可由形状判断偏度和峰度的正负.