统计学原理的心理—.pptVIP

統計學原理 纯逻辑的思维不可能告诉我们任何经验世界的知识；现实世界的一切知识是始于经验并且终于经验的。 -----爱因斯坦 人，作为大自然的管理者和阐明者，能做的和能理解的，同他对有关事物或思想的自然规律的观察所允许的一样多，不可能多懂些或多做些。 -----培根 引言 数理统计是数学的一个分支。研究怎样用有效的方法收集和使用带随机性影响的数据。 研究内容：1）用有效的方法去收集数据，即抽样理论和实验设计。2）有效地使用数据，即统计推断，是数理统计学的主要内容。 概率论是数理统计的基础。 数理统计方法应用十分广泛，结合计算机和统计程序包，使得数理统计发挥越来越大的作用。 统计方法的特点 统计方法本质是归纳性的，而数学的特征是演绎式的。 用统计方法处理的数据，是受到偶然性影响的数据。 统计方法与专门学科的关系 统计方法只是从外在数量上的表现去推断事物可能的规律性。统计方法本身不能说明为什么会有这样的规律。 统计方法有极其广泛的应用，然而统计方法的正确使用需要良好的判断力及经验。 数理统计中的几个基本概念 总体与样本 总体就是一个具有确定分布的随机变量，而一个个体则是随机变量的一次取值。 在总体中抽取一定数量的个体进行观测的过程称为抽样。随机变量 相互独立，且每一个都与总体X有相同的分布，则称 为来自总体的容量为n的简单随机样本。 统计量 定义：样本的不含任何未知参数一个实值函数称为一个统计量。 常用统计量(1) 样本均值 样本方差 样本标准差 样本矩 样本k阶原点矩 样本k阶中心矩 常用统计量（2） 样本极值 样本极差 概率论中的几个重要分布(1) 二项分布 背景：一批产品废品率为p,任取n件，恰有k件废品的概率。 泊松分布 分布律 背景：布匹上的疵点数，书籍上的印刷错误数等都服从该分布。 概率论中几个重要分布(2) 正态分布 分布密度 性质 服从标准正态分布N(0,1) 3σ规则 大数定理和中心极限定理 大数定理：当n很大时，样本均值以概率收敛于总体均值。事件A发生的频率以概率收敛于事件发生的概率。 中心极限定理：若某个随机变量是由大量相互独立且均匀小的随机变量相加而成，那么，它的概率分布近似于正态分布。 统计推断的主要问题 由一些陈述的前提到达一个结论的过程称为推断，推断分为两种类型：演绎推断和归纳推断，数学的其他分支的推断都是演绎推断，只要前提正确，逻辑演绎正确，则得到的结论是永真的。归纳推断所得到的结论未必正确。 统计推断就是依据从总体的一个样本所取得的信息对总体做出一些结论。这一过程是一种归纳推断过程。 由于抽样受许多不确定因素影响，因此，由样本对总体做出的结论可信程度如何？如何做才更可靠？ 由样本数据看，总体服从什么分布？ 总体分布类型确定后，分布总的参数是多少？应该如何去估计？估计的可信度如何? 统计推断的主要方法 抽样分布（1） 定义：统计量的概率分布称为抽样分布。 几个重要的抽样分布 分布：设 相互独立，都服 从N(0,1)，则随机变量 服从自由度为 n的卡方分布。 抽样分布（2） t分布:设 ， ，X与Y相互独立，则 所服从的分布称为自由度为n的t分布，记为t(n)。 F分布：设X和Y分别服从自由度为m和n的卡方分布而且相互独立，则 分位数 定义：设随机变量X的分布函数为 ，对于0p1,若 使 则称 为分布F(x)的下侧p分位数； 对于0α1,若 使 则称 为分布F(x)的上侧α 分位数。 正态总体的抽样分布－单样本 定理：设 是来自正态总体 的样本， 为样本均值， 为 样本方差，则 （1） （2） （3） 与 相互独立。 （4） 正态总