第三讲推断统计.ppt

第三讲 推断统计 一、概率分布（理论基础） 二、假设检验 三、方差分析 四、非参数检验 五、回归分析 概率分布 一、概率分布 概率论是推论统计的基础。推论统计通过对样本数量化结果的分析,在指出是什么和不是什么的同时,还用概率指出这种可能性的大小。 概率的一些基本概念 什么是概率 后验概率：事件A出现的次数m与观测次数n的比值为事件A的概率估计值,可写作 当观测次数n无限增大,计算出的概率估计值越接近真实的概率值。因这种概率是由事件A出现的次数决定,故又称为统计概率。 先验概率它是真实的概率而不是估计值。 ①实验的每一种可能结果(称为基本事件)是有限的, ②每一个基本事件出现的可能性相等。 如果基本事件的总数为n,事件A包括m个基本事件,则事件A的概率为: 这种概率称为或古典概率,当进行多次观测时,按观测结果计算的概率(后验概率)基本接近先验概率。 概率的某些基本性质 (一)概率的公理系统。 (1)任何一个随机事件A的概率都是非负的P（A）0 (2)必然事件的概率为1,必然事件是指在一定条件下必然发生的事件。P（A）=1 （3）不可能事件的概率为0,不可能事件是指在一定条件下必然不发生的事件。P（A）=0 概率值0≤P（A） ≤1。概率接近1的事件其发生的可能性较大,而概率接近0的事件其发生的可能性较小。 (二)概率的加法定理 加法定理是指两个互不相容事件A、B之和的概率,等于两个事件概率之和。写作P（A+B）=P（A）+P（B）。所谓互不相容事件是指在一次实验或调查中,若事件A发生则事件B就一定不发生,否则二者为相容事件。 例:对某一考生进行考核,若该生得优的概率为0.10,得良的概率为0.60, 问该生考核成绩为优或良的概率为多大? P（优+良）=P（优）+P（良） =0.10+0.60 =0.70 〈三〉概率的乘法定理 概率的乘法定理适用于几种情况组合的概率,即几种事件同时发生的情况。 乘法定理：两独立事件同时出现的概率等于该两事件概率的乘积。 P（A+B）=P（A）·P（B）。 所谓独立事件指的是一个事件的出现对另一个事件的出现不发生影响,如果事件A的概率随事件B是否出现而改变,事件B的概率随事件A是否出现而改变,则此两事件被称为相关事件或相依事件。 例:一份有10道四选一多项选择题的试卷，考生全凭随机猜测得满分的概率有多大？ P（A+B）=P（A）·P（B） =0.2510 =0.000000953 概率分布的类型 概率分布是指对随机变量取值的概率分布情况用数学方法（函数）进行描述。 概率分布依不同的划分标准,可分为不同的类型。 （一）离散分布与连续分布· （二）经验分布与理论分布 （三）基本随机变量分布与抽样分布 （一）离散分布与连续分布（是否具有连续性） 离散随机变量的概率分布又称作离散分布,即计数数据的概率分布，它可用分布函数加以数量化描述。如二项分布 连续分布是指连续随机变量的概率分布,即测量数据的概率分布,它用连续随机变量的分布函数描述它的分布规律。如正态分布。 (二)经验分布与理论分布（分布函数的来源） 经验分布是指根据观察或实验所获得的数据而编制的次数分布或相对频率分布,经验分布往往是总体的一个样本,它可对所研究的对象给以初步描述,并作为推论总体的依据。 理论分布有两个含义,一是随机变量概率分布的函数——数学模型,二是指按某种数学模型计算出的总体的次数分布。 （三）基本随机变量分布与抽样分布（描述的数据特征） 基本随机变量分布是指理论分布中描述构成总体的基本变量的分布,心理与教育统计中常用的基本随机变量分布有二项分布与正态分布。 抽样分布是样本统计量的理论分布。 正态分布 正态分布也称常态分布或常态分配,是连续随机变量概率分布的一种,是在数理统计的理论与实际应用中占有重要地位的种理论分布。 正态分布的特征 （一）正态分布的函数（又称密度函数）为 式中π是圆周率3.14159… e是自然对数的底2.71828… x为随机变量取值一∞x∞ μ为理论的平均数 δ2为理论的方差 y为概率密度即正态分布上的纵坐标。 正态曲线（ normal curve ） （二）正态分布的特征 1、正态分布的形式是对称的，（但对称的不一定是正态分布）,它的对称轴是过平均数点的垂线。正态分布中,平均数、中数、众数三者相等,此点y值最大(0.3989）。 2、正态分布的中央点（即平均数点）最高，然后逐渐向两侧下降,曲线的形式是先向内弯,然后向外弯,拐点位于正负1个标准差处,曲线两端向靠近基线处无限延伸,但终不能与基线相交。 3、正态曲线下的面积为1,由于它在平均数处左右对称,故