数据分布与统计推断.pptVIP

一、统计基本概念 理论研究表明：如果一个随机变量受大量作用微小、相互独立的随机因素影响， 则这个变量一般服从正态分布，它两个相互独立参数是：μ和σ。前者描述的是样本数据的集中位置（均值），后者是样本数据的分散程度（标准差） 1、统计规律：  －－大量同类随机现象所呈现出来的总体规律。  2、数理统计研究的对象 －－研究随机现象规律性，统计规律性。通过对局部进行次数有限的观测，从观测得到统计特征，去推断事物的整体特征。 3、参数和统计量： －－总体特征值称为参数，如：总体均值、方差；样本的特征数称为统计量，它是样本的函数，如：样本均值、方差、极差等。 4、统计推断： －－统计推断中存在两种分布，一是样本分布，一是总体分布。从一个或一系列样本所得的统计量去推断总体的结果，称为总体推断。统计推断包括假设检验和参数估计两个基本点。 一般情况下，总体的μ、σ未知而通过样本的均值、标准差来估计、推算总体的特征值的方法。 三、正态的特点和性质：  特点----分布曲线有明显的中间高、两边低、左右对称、两边延伸到无限的特点。 曲线用参数（μ、σ）来表示。 性质---- 1、曲线关于X=μ对称。  2、线在X=μ±σ处有拐点，以X轴为渐近线。  3、X=μ时曲线有最大值。σ越大、曲线越矮胖， σ越小、曲线越高瘦  无论参数μ、σ为何值都有P（X）＞0（非负性）且曲线下所覆盖面积等于1。 数字特征---- 1、μ数学期望（平均值）－反映随机变量的集中趋势 离散型，N次测定值 X1 X2 X3.....XN n次测定的平均值为： 2、σ方差－反映随机变量的离散程度 大样本服从正态分布。 离散型，总体方差为： 方差开方，总体标准差为： 四、正态分布的3σ原则：  对于任何正态分布的X~（μ、σ2）的随机变量X来说，不论为何值，产品质量特性值 落在[μ-3σ、μ+3σ]范围的概率都是99.73%。即它的值落在[μ-3σ、μ+3σ]区间内几乎是肯定的。统计质量之父----休哈特正是利用了此原则发明控制图的。 五、常用统计学种类 1、敘述統計(Descriptive Statistics) 樣本平均數、中位數、四分位數、 變異數、標準差…… 2、推論統計(Deductive Statistics) 信賴區間估計(Confidence Interval)、 假設檢定(Hypothesis Test) 3、實驗設計 回歸分析(Regression)、 變異數分析(ANOVA，ANalysis Of VAriance)  六、叙述统计介绍 －－标准差与平均数 離散的程度：全距(Range)、標準差(Standard Deviation)全距＝最大值-最小值樣本變異數Variance ＝ ,i=1,2,…n 其中  樣本標準差 s ＝三個樣本值分別為6, 6, 60 →平均＝24；全距=54， 標準差s ＝ ＝31.177  八、正态概率计算公式 1、P（X=a） =φ[（x－μ）/ σ]  2、P（b=X） =φ[（b－μ）/ σ]  3、P（a=X=b） =φ[（b－μ）/ σ] - φ[（x－μ）/ σ]  九、举例：  某工序生产的螺栓长度服从参数μ=10.25， σ=0.06的正态分布,规格为10.25±0.12。求其不合格率?  解：因为合格范围是[ 9.93 ，10.17 ],