省培2015-新课标下的现代数学-概率统计-1.pptVIP

个标准。（随便提个问题：如果两个变量严格线性相关，即相关系数为1，那是否可以说这两个变量中一个为因一个为果呢？）。其实两个变量的相关更经常的情况是它们同时受到另外的一个或多个因素的影响，在这里可以通过对照试验或观察研究来进一步研究。另外，相关是可逆的，而因果则不可以。所以我们分析相关时总是如此谨慎地说，某某变化，与此相关的某某“相应地”如何变化。研究发现，个人收入与教育水平相关，高教育水平是不是高收入的原因呢？实际情况是它们相互影响：教育水平高的人收入一般较高，收入高的一般也更有能力获得继续教育的 机会。虽然相关不是因果，然而有时我们并不需要弄清所有的因果关系，盯住输入和输出，只要存在相关，即使不是因果关系也不妨碍人们利用这种关系来进行推断。比如利用公鸡打鸣来预报太阳升起，虽然公鸡打鸣绝对不是日出的原因(虽然打鸣发生在先）。 在对两变量的相关关系有一定了解后，接下来的自然想法便是拟合回归模型。“回归”这一词来自于高尔顿的父子两代身高的研究，身高较高的父亲其儿子的平均身高要比父亲矮些，身高较矮的父亲其儿子的平均身高要比父亲高些，用高尔顿的话说就是“回归到平常”。虽然现在统计学 上的“回归”这一概念已经远远超出的当时的定义，但是回归的原始思想依然有着非常重要的作用。“回归”，个人认为其实就是向中心的回归。在知道某地区18-24岁男子的身高的大致情况时，如果没有其他信息，让我们估计该地区中某一特定区域18-24岁男子的平均身高时（当然不是侏儒或篮球运动员之类的人），自然是用平均数（包括中位数）去估计了，这便是回归，没有其它的辅助信息时我们总倾向于平均值，这当然是符合统计思想的。两个变量的相关系数绝对值为1时，那么知道一变量的值就立即知道了另一变量的值；相关系数为0时，那么知道一变量的值对预测另一变量没有 任何意义，那么我们就估计其值为平均值；相关系数绝对值介于0与1之间时，相关程度越大，我们越不倾向于取平均值。其实回归模型也是基于平均意义的，让我们来看看回归的本质（暂以两个变量x和y为例），回归是对每一个x值的y的平均值的估计，所以用回归模型来预测或估计总是平均意义的（这也是回归的思想），而针对某个特别的个体的预测则就需要非常的慎重了。 有这样一个例子，某学前班在儿童入学和结业时均要做智商测验，结果发现前后两次测验的分数平均都接近于100分，标准差为15分。但是仔细观察发现入学分数低于平均 值的儿童结业时分数平均提高了5分，相反入学分数高于平均值的儿童结业时分数平均降低了5分，难道学前班会使儿童的智商平均化？其实没那么夸张，这只是回归效应的一个表现，只要两次测验分数的散点图中所有点不在同一条直线（这条直线的斜率为1）上，那么就会存在回归效应。观察得到的数据并不是真实值，都有或大或小的、或正或负误差，在大多数对称的概率分布中，观察值大于平均值的往往是其真实值加上了一个正的机会误差，观察值小于平均值的往往是其真实值加上了一个负的机会误差。所以在那个学前班中，入学分数较平均分低的儿童其真实分数一般是大于观察值的，因此在结业时的分数一般是要比入学时高，因为在向观察值的平均值，即真实值回归。 相关与回归是一定范围内的相关与回归，超出范围没有任何意义（经常实践的人应该会很少犯此类毛病的吧）。回归其实并不能增加信息量，它是一种结论（结论的准确性还有待评价），或对数据以某一种方式的总结，超出范围的估计预测是没有任何意义的。收入与教育水平有关，无休止的教育显然不会带来收入的持续的增加，所以人为地改变一个变量，希望通过回归模型的”魔力”来改变另一个变量是很荒谬的。另外，变量也是有范围或区域限制的，因此在使用回归模型做预测时是要非常谨慎的。 现在研究的回归往往都是多元回归，往往比较复杂，其实这是符合实际情况的，因此往往要用多个变量作为因子来拟合，但是这些变量是不是考察某一方面的较好指标呢，比如收入与教育水平有关，还可能与父母的社会地位有关，那这个“父母的社会地位”这一因子又该如何度量呢？这又是一个问题，尽管多元回归是一种非常有用的技术，但是永远代替不了对数据间内在关系的了解。由此可见实践经验的重要性! 谢谢大家！ 但是在实际生活中，如果都要按照逻辑推断来思考，那么将会给你的生活带来很大的麻烦。比如出门，则难免会有一定的概率出一定的意外，因此所谓“安全回家”在逻辑上便不再是绝对可靠的，故而你只能选择闭门不出。 回到刚才的例题。 现在的问题是，仅仅从取出的球是白球这一点是无法从逻辑上严格加以判定该箱究竟是甲箱还是乙箱的。但是如果现在一定要我们做出选择，那么我们只能这样来考虑：从箱中取出的球是白球这一点来看，甲箱和乙箱哪个看上去更像是真正从中取球的箱子？ 我们这样来分析：如果该箱是甲箱,则取得白球的概率