[数学]07-统计学基础.pptVIP

统计学基础 主要内容 4. 整群抽样(Cluster Sampling) 将群作为抽样单位，任意抽出若干个群，对被抽出的群内所有对象都进行调查 全部调查 全部调查 初级群抽样 (One-stage Cluster Sampling) 中级群抽样 (Two-stage Sampling) 多级群抽样 (Multi-stage Cluster Sampling) -.抽样作业很方便,能节减调查费用; -.若在各群间是“同质”的，而群内是“异质”的，这时抽样的效果很好。 (在分层抽样时，层间应是“异质”的，层内应是“同质” 的.) 优点 Ⅵ.推测与假设验证 1.基本概念 ? 推测? 总体的特点由分布函数来体现,总体的特征由分布函数的参数来决定, 因此为了解总体的具体的特点而对总体进行的估计叫推测(Inference)。 ? 验证? 假设总体的参数,以样本的信息来判断其假设的真伪的过程叫假设验证. (Hypothesis Testing)。 2.推测的分类 推测的种类 1) 点推测 由样本中的观测值算出，被用来估计总体参数的统计量的单一值，但因未包括误差 的范围，无法保证与总体一致。 2) 区间推测 预想包括母数的真值的预想区间，按照信赖区间范围不同 对母数 ?进行区间推定时指求 P(L ?U) = 1-? 的 L与U 此时 [L, U]称为置信区间, 1- ?为置信水平. 推测总体平均的置信区间 0 ?/2 = 0.025 -Z0.025= -1.96 ?/2 = 0.025 Z0.025= 1.96 ?=0.05时 Z?/2和 -Z ?/2的值 即,置信区间 : 95% 1)已知标准偏差:利用正态分布 P(-Z ?/2 Z ?/2 ) = 1-? X - ??/√n P(L ?U) = 1-? 对此解 ? X- Z ?/2 ?/√n ? X+ Z ?/2 ?/√n ? ?的 100(1-?) 置信区间 推测总体平均的置信区间 ?=0.05时 t?/2与 -t ?/2的值 即,置信区间 : 95% 2)未知标准偏差时 : 利用t-分布 P(-t ?/2 t ?/2 ) = 1-? X - ?S/√n P(L ?U) = 1-? 对此解 ? X- t ?/2 S/√n ? X+ t ?/2 S/√n ? ?的 100(1-?) 置信区间 t-分布的形状按照自由度不同而相异 3.假设验证 假设验证? 假设总体的参数,以样本的信息来判断其假设的真伪。 零假设?. 通常将研究者想收集证据予以反对的假设称为零假设（记为H0） 如：无变化、无差异等称为零假设。 对立假设? 与零假设相对立的相反的假设称为对立假设 （用H1或Ha来表示）。 即,已存在的事实称零假设,新的主张称对立假设。 显著性水平? 零假设正确,但放弃零假设的概率的限度（用?表示，一般取0.05,或0.1) 置信区间(Confidence Level)与显著性水平(Significance Level)的关系 1 – 置信区间 = 显著性水平 1)几个基本概念 2)假设验证的步骤 ① 设定零假设、对立假设及显著性水平 ② 从感兴趣的总体中获取随机样本 ③ 确定一个适当的检验统计量并利用样本数据算出其数值 ④ 指定拒绝区域（这依赖所设定的显著性水平?） ⑤ 通过观察检验统计量的计算值是否落在拒绝区之内而作出适当的结论： 如果此值落在拒绝区内则拒绝零假设；否则不拒绝零假设。 3)假设验证的错误 ①?错误:实际上是零假设正确,但验证结果放弃零假设的错误 有时称第Ⅰ种错误(或叫生产者风险) ②?错误:实际上是零假设错误,但验证结果接受零结果的错误称 有时称第Ⅱ种错误(或叫消费者风险) 事实 判断 H 0 H 1 H 0 正确决定 H 1 ? 错误 正确的决定 ? 错误 ? 错误:与留意水准相同,一般以5%为基准值 ? 错误:一般为10%, 验证力 = 1 - ? 4)假设验证的种类 -.样本为非正态分布 时使用. -.想知道一个或多个样本的中心值是否相同时使用 想知道一个或多个 样本的比率是否 相同时使用 想知道一个或多个 样本的方差是否 相同时使用 -.样本为正态分布时 使用. -.想知道一个或多个 样本的平均值是否 相同时使用 主要 使用范围 -.Kruskal-Wallis.. -.1-Proportion -.2-Proportion -.Chi-square test -.Equal variance test -.F te