- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
统计学原理公式
第二章 数据描述
1、组距=上限—下限
2、简单平均数: =Σx/n 3、加权平均数:=Σxf/Σf
4、全距: R=xmax-xmin
5、方差和标准差:
方差是将各个变量值和其均值离差平方的平均数。其计算公式:
未分组的计算公式:σ2=Σ(x-)2/n
分组的计算公式:σ2=Σ(x-)2f/Σf
样本标准差则是方差的平方根:
未分组的计算公式:s=[Σ(x-)2/(n-1)]1/2
分组的计算公式:s=[Σ(x-)2f/(Σf-1)] 1/2
σ=[Σ(x-)/n] 1/2
6、离散系数:
总体数据的离散系数:Vσ=σ/
样本数据的离散系数:Vs=s/
10、标准分数:
标准分数也称标准化值或Z分数,它是变量值与其平均数的离差除以标准差后的值,用以测定某一个数据在该组数据的相对位置。其计算公式为:Zi=(xi-)/s
标准分数的最大的用途是可以把两组数组中的两个不同均值、不同标准差的数据进行对比,以判断它们在各组中的位置。
第三章 参数估计
1、统计量的标准误差:(样本误差)
(1)在重复抽样时;样本标准误差:
σ=σ/ 或 σ=s/
样本的比例误差可表示为:
σp=[π(1-π)/n]1/2 或σp=[p(1-p)/n] 1/2
(2)不重复抽样时:
σ2=σ2/n×(N-n/N-1)
σ2p=p(1-p)/n×(N-n/N-1)
2、估计总体均值时样本量的确定,在重复抽样的条件下:
n= Z2σ2/E2
3、估计总体比例时样本量的确定,在重复抽样的条件下:
n=Z2×p(1-p)/E2
4、(1)在大样本情况下,样本均值的抽样分布服从正态分布,因此采用正态分布的检验统计量,当总体方差已知时,总体均值检验统计量为:Z=(-μ)/( σ/)
(2)当总体方差未知时,可以用样本方差来代替,此时总体均值检验的统计量为:Z=(-μ)/( s/)
5、小样本的检验:
在小样本(n<30)情况下,检验时,首先假定总体均值服从正态分布。检验统计量的选择与总体方差是否已知有关。
(1)如果总体方差σ2已知,样本均值经过标准化后仍服从标准正态分布,此时检验统计量可用:
Z=(-μ)/( σ/)
(2)如果总体方差σ2未知,样本均值经过标准化后服从自由度为(n-1)的t分布。因此,需要采用t分布进行检验,检验统计量为:t=(-μ)/( s/)
第四章 假设检验
一、总体均值的假设检验
1、大样本的检验:
(1)在大样本情况下,样本均值的抽样分布服从正态分布,因此采用正态分布的检验统计量,当总体方差已知时,总体均值检验统计量为:Z=(-μ)/( σ/)
(2)当总体方差未知时,可以用样本方差来代替,此时总体均值检验的统计量为:Z=(-μ)/( s/)
2、小样本的检验:
在小样本(n<30)情况下,检验时,首先假定总体均值服从正态分布。检验统计量的选择与总体方差是否已知有关。
(1)如果总体方差σ2已知,样本均值经过标准化后仍服从标准正态分布,此时检验统计量可用:
Z=(-μ)/( σ/)
如果总体方差σ2未知,样本均值经过标准化后服从自由度为(n-1)的t分布。因此,需要采用t分布进行检验,检验统计量为:t=(-μ)/( s/)
总体比例的假设检验
在大样本时,样本比例会近似服从正态分布,所以,检验统计量仍用Z 统计量,其基本形式为:
Z=(P-π0)/[π0×(1-π0)/n]1/2
第五章 相关分析与回归分析
1、线性相关系数
r=(nΣxy-ΣxΣy)/{[nΣx2-(Σx) 2]1/2×[nΣy2-(Σy) 2] 1/2}
2、相关系数的检验:
相关系数的检验通常用t分布检验,该检验可以用于小样本,也可以用于大样本。
检验的具体步骤如下:
首先,确定原假设和备择假设:
H0:两变量之间不存在线性相关,或H0:ρ=0
H1:两变量之间存在线性相关, 或H1:ρ≠0
其次,计算统计量t值,
t=r (n-2)1/2/(1-r2) 1/2~t(n-2)
最后,利用其对应的概率值进行判断,如果概率值小于或等于指定的显著性水平,(一般a=0.05)则可以拒绝原假设;接受备择假设,即两变量之间存在线性相关关系。否则不能拒绝原假设,可以认为两变量之间不存在显著的相关关系。
3、一元性回归模型:y = b0+ b1x
b1=(nΣxy-ΣxΣy)/ [nΣx2-(Σx)2] b0=- b1
回归系数b1是直线的斜率,表示解释变量每增加一个单位,被解释变量将相应地平均变化b1个单位。
第六章 时间序列分析
一、增长量分析
1、增长量: 增长量=报告期水平-基期水平
增长量有两种:
(1)逐期增长量=yt-yt-1
(2)累计增长量=报告期水平-某一固定时期的水平
(
文档评论(0)