配对数据均值的假设检验t7zzs.pptVIP

It is the law for merchandises to specify… Food products Medicine TV sets * Mathematics Precise mathematics versus Uncertain mathematics The loophole of the normal distribution * 相关关系的概念correlation 很多现象之间存在着一定的联系 人的身高与体重 血压与年龄 家庭的消费支出、结构与收入 * 关系 relationship 严格的确定性关系：函数关系 A = πr2, a = F/m 销售收入 = 产品数量 * 价格 非确定性关系：非严格的、不确定的依存关系 --- 相关关系 * 关系Relationship 现象之间确实存在数量上的客观内在关系。表现在一个现象发生数量上的变化，要影响另一个现象也相应地发生数量上的变化 劳动生产率的提高会影响成本的降低 Disclaimer: grow rate of a tree and of a child. 现象之间数量依存关系不是确定的，具有一定的随机性。表现在给定自变量一个数值，因变量会有若干个数值和它对应。并且因变量总是遵循一定规律围绕这些数值的平均数上下波动。 * Correlation and regression In regression we intend to describe the dependence of a variable Y on an independent variable X. In correlation, we are concerned whether two variables are interdependent, or covary (vary together). A typical assumption is that the two variables are both effects of a common cause. * Correlation and regression 相关分析研究的都是随机变量，并且不分自变量与因变量 回归分析研究的变量要定出自变量与因变量， 并且自变量是确定的普通变量，因变量是随机变量 * Correlation and regression Purpose of investigator Y random, X fixed Y1, Y2 both random Establish and estimate dependence of one variable upon another Regression (functional relation) Establish and estimate associate (interdependence) between two variables Correlation coefficient * 相关分析与回归分析的作用 通过对数量关系的研究分析，深入认识现象之间的相互依存关系 有回归分析求出的关系式，称为回归模型，通过回归模型进行预测和预报并能补充缺少的资料。Extrapolation * Karl Pearson correlation coefficient * 协方差定义covariance Cov(X, Y) = E(X-EX)(Y-EY) Correlation coefficient * The property of covariance Non correlation: Cov(X, Y) =0 X and Y have not correlation EXY = EXEY D(X +Y) = DX + DY * Independence and Covariance If X and Y are independence, then they are non-correlated. Cov(X, Y) = 0 If X and Y are independence, then EXY = EXEY D(X+Y) = DX + DY * 相关系数的性质The properties of correlation coefficient -1 ≤r ≤1 当 r = 0 时, y 的变化与x 无关， 即为零相关 当 | r | = 1时，y的变化完全由 x 的变化所引起，称为完全相关： 函数关系 正相关、负相关 (positively or negatively correlated) * 相关系数 当 | r | ≥ 0.7 称为高度相关