[管理学]4《管理统计学》.pptVIP

辽宁工程技术大学软件学院 计算机网络 第5章 总体分布、样本分布与参数估计 二、随机样本与样本观察值(样本数据) 三、样本平均数的抽样分布 均值的标准误差(抽样平均误差) 区分 总体均值与方差 样本均值与方差 样本均值函数的均值与方差 若 是正态总体的一个随机样本，则 服从 如果原来的总体不呈正态分布，则由中心极限定理，对于大样本 服从 统计量：不含未知参数的，随机样本的函数 如样本均值函数、样本方差函数 O～1分布的样本均值与方差 区间估计的种类 区间估计的理论基础 若 X 服从标准正态分布，那么： 需要的定理 样本均值（Sample Mean） 例题 练习 一个总体方差的区间估计 方差和标准差 两个总体均值差的置信区间 SPSS在参数估计中的应用 标准化Z分数及其线性转换 Statistics的界面解释 例2 某厂利用两条自动化流水线罐装番茄酱。现分别从两条流水线上抽取了容量分别为13与17的两个相互独立的样本： 与 已知： 假设两条流水线上罐装的番茄酱的重量都服从正态分布, 其均值分别为 ? 1与 ? 2 , 则 (1) 若它们的方差相同, 求均值差 的置信度为0.95 的置信区间; (2) 求方差比的0.95的置信区间。 点估计 ①Analyze Descriptive Statistics Frequencies, 进入频次分析模块Frequencies ②Analyze Descriptive Statistics Descriptives, 进入描述统计模块Descriptives 点估计 ★ Z分数的正线性转换是T分数，公式： ★ 计算公式为： ★ 定义：从平均数为 ，标准差为 的总体中抽出一个变量值 ，Z分数表示此变量大于或小于平均数几个标准差。 ★目的：由于Z分数的分子与分母单位相同，故Z分数无计量单位，因此用来比较两个从不同总体中抽出的变量值。 区间估计 Analyze Descriptive Statistics Explore Spread vs.Level with Levene Test：输出散布——层次图，包括回归直线斜率及方差齐次性的Levene检验。若无分组变量，此选项无效。 Transformed：对原始数据进行转换，有：三次方(Cube)、平方(Square)、平方根(1/Square root)取对数(Logarithm)。 Power estimation：转换幂值估计，表示对每一组数据产生一个中位数范围的自然对数与四分位数范围的自然对数的散点图； None：不生成散布——层次图； Descriptives：输出均值的95%置信区间、中位数、 众数、均值标准差、方差、标准差、Min、Max、 R、四分位距、峰度系数和斜度系数。 M-estimators：做中心趋势的粗略最大似然确定， 输出4个不同权重的最大似然确定数。当数据分布 均匀且两尾巴较长或数据中存在极端值时，可以 提供比较合理的估计。 Outliers：输出5个最大值和最小值。 Percentiles：输出第5%、10%、25%、50%、 75%、90%和95%百分位数。 一、总体分布(母体分布) 反映总体特征的随机变量的概率分布 反映总体特征的该(多个)指标(变量)的取值满足如下3个条件： 随机变量 一维随机变量 多维随机变量 (1)在同一条件下可无限次重复的取值； (2)取值的可能结果有多个,且不确定； (3)事前不知取值结果(Outcome)。 就是一个一维随机变量,记为：X 例如,表示“生产线上生产出来的零件的直径”的随机变量X,通常服从正态分布。 比率(频率)分布 均匀分布 总体分布的特例 (1)当一个总体的变量的取值都相同时,该随机变量就服从均匀分布。 (2)对于有限总体而言,相同个体重复的比率,就是个体出现的概率。因此有限总体的不同个体的比率分布(频率分布),就是有限总体的概率分布。 例如,一个总体包括：红色球4枚、蓝色球5枚、黄色球7枚,共16枚。红色球出现的比率是 ,蓝色球是 ,黄色球是 。这也是表示颜色的随机变量X的概率分布。 1.随机样本（Random Sample）： 2.随机样本观察值,简称样本值(数据)： 是n次随机抽样的结果， n为样本容量(Sample Size)，也是随机向量的 其中， 的维度，即自由度。 维度，即 1 2 3 2 3 4 母亲，父亲 母亲，女儿 母亲，儿子 父亲，女儿 父亲，儿子 女儿，儿子