6sigama对比实验.ppt

0109-9271-HAYG Lemaire 对比实验 课程进程 统计基础知识 参数估计 假设检验 对比实验报告编写和练习 为什么要学习对比实验 许多的问题需要就某些参数作出接受或拒绝的决定，这说明是一个假设。它代表把一个实务的问题演绎成统计学上的问题。而这个决策过程便称为：Hypothesis Testing 我们把实现假设检验的过程成为对比实验。 统计学上的测试能为我们就问题作出客观解说，相比较以前，我们只能作出主观的解说。这是后续学习内容的基础。 第一单元 统计基础知识 1.1总体和样本 总体(Population):在统计问题中,我们把研究对象的全体成为总体 个体:构成总体的每个成员称为个体 样本(Sample):从总体中抽取部分个体所组成的集合称为样本 样品:样本中的个体称为样品 样本容量:样品的个数称为样本容量,常用n表示 样本 随机样本(Random sample):能够被推广应用于更大的总体的样本。总体的每个个体有一个已知的（有时是相等的）机会被包含在该样本中。 简单随机样本(Simple random sample): 1、同一性：样本与总体有同样的分布 2、独立性： 如果给定第一个事件，无论它的结果是什么，第二个事件的机会都一样。 1.2统计量和抽样分布 统计量:不含未知参数的样本函数称为统计量。 抽样分布：统计量的分布称为抽样分布。 有序样本： 是从总体X中随机抽取的容量为n的样本，将它们的观测值从小到大排序，这便是有序样本。 统计推断过程 统计学的主要任务： 1、研究总体是什么分布？ 2、这个总体（即分布）的均值、方差是多少？ 1.2常用统计量 描述中心位置的统计量： 1、众数（mode）:一个变量的众数是指出现次数最多的值，不过它不一定唯一。 2、中位数： 3、均值（mean）: 1.2常用统计量 描述数据分散程度的统计量： 1、极差（range）: 2、方差（variance） 3、标准差（standard deviation）： 4、标准误差（standard error ）：是很多不同样本的均值的标准差。 5、变异系数： 1.3正态分布 正态分布： 1.3正态分布 标准正态分布： 它是特殊的正态分布，服从标准的正态分布的随机变量记为z，概率密度函数记为Φ（z） 1.3正态分布 标准正态分布的变换： 1.3正态分布 标准正态分布的分位数： 0.975是随机变量z不超过1.96的概率 1.96是标准正态分布N（0,1)的0.975的分位数，记为z0.975 1.4常用的抽样分布 正态样本均值的分布: 1.4常用的抽样分布 t分布: 1.4常用的抽样分布 F分布:设X1，X2，…，Xn是来自正态总体N(μ1,σ12 )的一个样本， Y1，Y2，…，Yn是来自正态总体N(μ2,σ22 )的一个样本，且相互独立,则: 将F(n-1 , m-1 )称为第一自由度为(n-1)，第二自由度为(m-1)的F分布 1.4常用的抽样分布 F分布: 第二单元 参数估计 2.1点估计 点估计的概念（point estimation）: 用样本均值估计总体均值 用样本方差估计总体方差 用样本标准差估计总体标准差 2.2区间估计 区间估计的概念（interval estimate）: 置信区间（confidence interval）： ，则称这种置信区间为等尾置信区间。 2.2区间估计 2.2区间估计 点估计与区间估计的区别: 2.2区间估计 置信水平的概念: 是θ的置信水平为1-α的置信区间。它的含义是能盖住未知参数θ的概率为1-α。 置信区间量化了数据的不定性。 2.2区间估计 总体均值置信区间的计算: σ已知： σ未知： 2.2区间估计 Χ2分布: 方差置信区间的计算： 2.2区间估计 置信区间的长度: 1、大的样本产生较短的区间，小的样本产生较长的区间。 2、低的置信水平产生较短的区间，高的置信水平产生较长的区间。 Exercise 第三单元 假设检验 3.1假设检验问题 例：草莓酱的净重服从正态分布N（μ，σ2）， 6月份从产品中随机抽取50瓶称重的平均重量为180.5克, 5月份从产品中随机抽取50瓶称重的平均重量为179.6克, ，问从总体上是否重量比原来少了？ 1、这不是一个参数估计问题 2、要求对μ6-μ5=0作出回答：是与否 3、这类问题被称为统计假设检验问题 估计的主要任务是找参数值等于几； 假设检验的兴趣主要是看参数的值是否等于某个特别感兴趣的值 3.2定义假设H0和Ha H0 要判断0.9克这个