统计学原理公式.doc

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 （