《统计学》20173课件.pptVIP

凌洁 因为：F(A)=7.893.40 F(B)=0.533.01 F(AB)=7.112.51 或 P(A)（0.002) (0.05) P(A)（0.665) (0.05) P(AB)（0.0002) (0.05) 所以认为不同的机器设备对日产量有显著影响。不同的工艺方法对日产量没有显著影响。不同机器设备与工艺搭配的交互作用对日产量有显著的影响。 相关分析 回归分析 第八章 相关与回归 相关和回归分析方法，是分析两个或更多变量之间的相互关系，测定它们之间联系的紧密程度，以揭示其变化的具体形式和规律性，以便用一个或几个变量，去预测另一个我们感兴趣的变量。 主要内容 相关分析 概念 种类 线性相关 变量之间关系 函数关系 相关关系 因果关系 互为因果关系 共变关系 确定性依存关系 随机性依存关系 种类 一元相关 多元相关 负 相 关 正 相 关 线性相关 曲线相关 x y 正 相 关 x y 负 相 关 x y 曲线相关 x y 不 相 关 线性相关 相关系数 测定两变量是否线性相关？ 定义式： 未分组： 已分组：见P201页 值： |r|=0 不存在线性关系； |r|＝1 完全线性相关 0|r|1不同程度线性相关(0~0.3 微弱；0.3~0.5 低度； 0.5~0.8 显著；0.8~1 高度) 符号：r0 正相关；r0 负相关 计算公式 相关系数的检验（t检验） 检验统计量 待估计参数 已知条件 置信区间 正态总体 总体方差 两个正态总体 两个总体方差之比 样本数的确定 待估计参数 已知条件 样本数的确定 正态总体，σ2已知 总体均 值（μ） 例：误差范围 简 单 随 机 抽 样 有限总体，不放回抽样， σ2已知 总体成数 （P） 服从正态分布 有限总体，不放回抽样 假设检验 基本思想 检验规则 检验步骤 常见的假设检验 方差分析 基本思想 小概率原理： 如果对总体的某种假设是真实的，那么不利于或不能支持这一假设的事件A（小概率事件）在一次试验中几乎不可能发生的；要是在一次试验中A竟然发生了，就有理由怀疑该假设的真实性，拒绝这一假设。 总 体 （某种假设） 抽样 样 本 （观察结果） 检验 （接受） （拒绝） 小概率事件 未 发 生 小概率事件 发 生 假设的形式： H0——原假设， H1——备择假设 双侧检验：H0：μ=μ0 ， H1：μ≠μ0 单侧检验： H0：μ = μ0 ， H1：μ＜μ0 H0：μ = μ0 ， H1：μ＞μ0 假设检验就是根据样本观察结果对原假设（H0）进行检验，接受H0，就否定H1；拒绝H0，就接受H1。 检验规则 确定检验规则 检验过程是比较样本观察结果与总体假设的差异。差异显著，超过了临界点，拒绝H0；反之，差异不显著，接受H0 差 异 临界点 拒绝H0 接受H0 c c 判 断 两类错误 接受或拒绝H0，都可能犯错误 I类错误——弃真错误， 发生 的概率为α II类错误——取伪错误，发生 的概率为β 检验决策 H0为真 H0非真 拒绝H0 犯I类错误（α） 正确 接受H0 正确 犯II类错误（β） 怎样确定c? α大β就小，α小β就大 基本原则：力求在控制α前提下减少β α——显著性水平，取值：0.1, 0.05, 0.01, 等。如果犯I类错误损失更大，为减少损失，α值取小；如果犯II类错误损失更，α值取大。 确定α，就确定了临界点c。 ①设有总体：X~N（μ，σ2），σ2已知。 ②随机抽样：样本均值 ③ 标准化： ④确定α值， ⑤查概率表，知临界值 ⑥计算Z值，作出判断 0 接受区 拒绝区 拒绝区 当检验判断为接受原假设H0时，就有可能犯取伪的错误即II类错误。确定犯第Ⅱ类错误的概率β比较困难 ，具体计算可根据书上的例子。 统计上把 称为统计检验的势，它是原假设实际上是错误的应该被拒绝的概率。 II类错误的概率β的计算 检验步骤 根据具体问题的要求， 建立总体假设H0，H1 1 2 选择统计量 确定H0为真时的抽样分布 3 给定显著性水平α，当原假设H0为真时，求出临界值。 计算检验统计量的数值与临界值比较 4 几种常见的