本科统计学原理.ppt

2.几何平均数 公式为： 用于计算平均比率或平均速度。包括 （1）对比率进行平均； （2）测定生产或经济变量的时间序列的平均增长率。 均值、中位数、众数三者之间的关系 数据的描述统计量 定义：是总体各单位标志值中最大值与最小值之差 公式：R=Xmax-Xmin 计算： 未分组数列和变量数列中单项式数列：用数列中最大变量值减最小变量值。 组距式数列：最高组上限和最低组下限之差。 评价方法： 全距值越小，标志值越集中，标志变动越小，平均数的代表性越高； 全距值越大，标志值越分散，标志变动越大，平均数的代表性越低。 优点：完整地反映了全部数据的分散程度； 缺点：易受极值影响，绝对值计算不方便。 例】某车间50名工人日产量资料见表 方差与标准差 用分组资料计算 方差： 标准差： 【例题】某村劳动力全年劳动情况 四、变异系数 前面介绍的全距、四分位差、平均差、标准差等 都是绝对指标，其数值的大小不仅受各单位标志值差异程度的影响，而且受到总体单位标志值平均水平的影响； 当分析不同现象总体的差异程度，或分析同类现象但平均水平不同的总体的变异度时，就不能直接采用全距、平均差或标准差进行对比分析，而应采用变异度指标的相对数指标，即变异系数作比较分析。 四、变异系数 1、变异系数：变异系数也称离散系数，是各变异指标与其算术平均数的比值。 峰度指标β=3，分布曲线的峰顶为正态峰，当峰度指标β3时，表示频数分布比正态分布更集中，分布曲线的峰顶呈尖顶峰，β3时表示频数分布比正态分布更分散，分布曲线的峰顶呈平顶峰 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 统计量及其统计分布 左侧区间 统计量及其统计分布 双侧区间 取： 假设条件 原假设（ ）和备择假设（ ） 备择假设是原假设的否命题 双边假设 单边假设 1、 2、 假设检验的一般程序 建立原假设和备择假设 原假设总是假定总体没有显著差异，所有差异都是由随机因素引起的 决定检验的显著性水平 确定检验统计量，并计算样本的统计量的值 将实际值和拒绝域进行比较，如果落在拒绝域内，则拒绝原假设，否则接受原假设 总体均值的U检验 U检验适用于总体方差已知的情况 双边假设（显著性水平为 ） 检验统计量 总体均值的U检验 在原假设成立的条件下，统计量u服从标准正态分布，统计量的值应集中的蓝色区域内 发生的概率是 ，小概率事件，是不可能发生的 发生的概率是 所以拒绝域为： 和 总体均值的U检验 左边假设检验（显著性水平为 ) 检验统计量 总体均值的U检验 总体均值越大，U统计量越大，因此，U统计量应该集中在右边 发生的概率为 ，是不可能发生的 所以拒绝域为： 总体均值的U检验 右边假设检验（显著性水平为 ) 检验统计量 总体均值的U检验 总体均值越小，U统计量越小，因此，U统计量应该集中在左边 发生的概率为 ，是不可能发生的 所以拒绝域为： 总体均值U检验例题 例题8-1（p228） 例题8-2（p229) 例题8-3（p230) 例题8-5（P232) 例题8-6（P232) 总体均值的t检验 t检验适用于总体方差未知的情况 双边假设（显著性水平为 ） 检验统计量 总体均值的t检验 在原假设成立的条件下，统计量t服从标准正态分布，统计量的值应集中的蓝色区域内 检验统计量 发生的概率是 ，小概率事件，是不可能发生的 发生的概率是 所以拒绝域为： 和 总体均值的t检验 左边假设检验（显著性水平为 ) 检验统计量 总体均值的t检验 总体均值越大，t统计量越大，因此，t统计量应该集中在右边 发生的概率为 ，是不可能发生的 所以拒绝域为： 总体均值的t检验 右边假设检验（显著性水平为 ) 检验统计量 总体均值的t检验 总体均值越小，t统计量越小，因此，t统计量应该集中在左边 发生的概率为 ，是不可能发生的 所以拒绝域为： 总体均值t检验例题 例题8-4（P230） 总体方差的卡方检验 检验适用于单个总体方差的检验 双边假设（显著性水平为 ） 检验统计量 服从n－1个自由度的卡方分布 总体方差的卡方检验