统计学原理PPT.pptx

总复习;统计学的涵义;统计数据的类型;4;5;6;观测数据和实验数据;8;9;10;11;12;13;14;15;16;概率抽样和非概率抽样;18;19;20;21;22;23;24;25;26;27;28;29;30;31;32;分类数据的图示—帕累托图(pareto chart);34;35;36;37;38;39;40;数据类型及图示 (小结);4.1 集中趋势的度量;43;44;45;简单平均数(Simple mean);加权平均数 (Weighted mean);;众数、中位数、平均数的特点和应用;50;总体方差和标准差 (Population variance and Standard deviation);标准分数(standard score);53;离散系数(coefficient of variation);55;56;统计量(statistic);次序统计量;充分统计量; 抽样分布; 设 ，则 令 ，则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 ;分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)，V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ; t分布 设X服从标准正态分布N(0,1)，Y服从自由度为n的 分布，且X、Y相互独立，则称变量 所服从的分布为自由度为n的t分布，记为 t~t(n);?;样本均值的抽样分布与中心极限定理;中心极限定理(central limit theorem);样本比例的数学期望 样本比例的方差 ;关于样本方差的分布;8.1.2 假设的表达式;? 备择假设(Alternative Hypothesis) 1. 与原假设对立的假设 2. 总是有不等号: ?,?? 或 ? 3. 表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：? 3190(克)，或? ?3190(克);两类错误;8.1.4 假设检验的流程 提出原假设和备择假设 确定适当的检验统计量 规定显著性水平? 计算检验统计量的值 作出统计决策;利用p值进行决策;;双侧检验（确定假设的步骤）;提出原假设: H0: ? = 4 提出备择假设: H1: ? ? 4;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;提出原假设: H0: ? ? 1000 选择备择假设: H1: ? 1000;提出原假设: H0: ? ? 25 选择备择假设: H1: : ? ? 25;8.2 一个总体参数的检验;一个总体的检验;8.2.2 总体均值的检验 1.大样本 使用z-统计量 ;【例】某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0=0.081mm，总体标准差为?= 0.025 。今换一种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） ;均值的双尾 Z 检验;【例】某批发商欲从生产厂家购进一批灯泡，根据合同规定，灯泡的使用寿命平均不能低于1000小时。已知灯泡使用寿命服从正态分布，标准差为20小时。在总体中随机抽取100只灯泡，测得样本均值为960小时。批发商是否应该购买这批灯泡？ (?＝0.05) ;均值的单尾Z检验 （计算结果）;;【例】根据过去大量资料，某厂生产的灯泡的使用寿命服从正态分布N~(1020，1002)。现从最近生产的一批产品中随机抽取16只，测得样本平均寿命为1080小时。试在0.05的显著性水平下判断这批产品的使用寿命是否有显著提高？(?＝0.05) ;均值的单尾Z检验 （计算结果）;;【例】某厂采用自动包装机分装产品，假定每包产品的重量服从正态分布，每包标准重量为1000克。某日随机抽查9包，测得样本平均重量为986克，样本标准差为24克。试问在0.05的显著性水平上，能否认为这天自动包装机工作正常？;均值的双尾 t 检验 （计算结果）;8.2.3 总体比例的检验 ;一个总体比例的 Z 检验 （实例）;一个样本比例的 Z 检