统计学重点部分归纳..docVIP

第三章 全距也称极差，是一组数据的最大值与最小值之差。 R=最大值-最小值 组距分组数据可根据最高组上限 -最低组下限计算。 四分位数：数据按大小顺序排序后把分割成四等分的三个分割点上的数值 。 SPSS中四分位数的位置为(n+1)/4， 2(n+1)/4， 3 (n+1)/4。 Excel中四分位数的位置分别为(n+3)/4， 2(n+1)/4，（3 n+1)/4。 如果四分位数的位置不是整数，则四分位数等于前后两个数的加权平均。 四分位距等于上四分位数与下四分位数之差IQR=Q3-Q1 反映了中间50%数据的离散程度，数值越小说明中间的数据越集中。不受极端值的影响。可以用于衡量中位数的代表性。 方差是一组数据中各数值与其算术平均数离差平方的平均数，标准差是方差正的平方根。是反映定量数据离散程度的最常用的指标。 离散系数：标准差与其相应的均值之比，表示为百分数。 特点：（1）反映了相对于均值的相对离散程度；（2）可用于比较计量单位不同的数据的离散程度；（3）计量单位相同时，如果两组数据的均值相差悬殊，离散系数可能比标准差等绝对指标更有意义 数据分布的不对称性称作偏态。 偏态系数就是对数据分布的不对称性（即偏斜程度）的测度。 峰度：数据分布的扁平或尖峰程度。 峰度系数：数据分布峰度的度量值，对数据分布尖峰或扁平程度的测度，一般用K表示。 箱线图 用于描述数据分布特征的一种图形。 最简单的箱线图可以根据数据的最大值、最小值和三个四分位数绘制的：先根据三个四分位数Q1、Q2、Q3画出中间的盒子，然后由盒子两端分别向最大、最小值连线。 在SPSS中标准的箱线图一般是这样绘制的： 先根据三个四分位数Q1、Q2、Q3画出中间的盒子； 由Q3至Q3+1.5*IQR区间内的最大值向盒子的顶端连线，由Q1至Q1-1.5*IQR区间内的最小值向盒子的底部连线； 处于Q3+1.5*IQR至Q3+3*IQR或者 Q1-1.5*IQR至Q1-3*IQR范围内的数据用圆圈标出； 大于Q3+3*IQR或者小于Q1-3*IQR的用星号标出。 例子： 数据的 Z值也称标准化值，等于变量值与其平均数的离差除以标准差，用Z表示。 Z值的均值等于0，标准差等于1。 是对某一个值在一组数据中相对位置的度量。 z0说明观测值大于均值。 z0说明观测值小于均值。 z=1.2说明观测值比均值大1.2倍的标准差 第四章 假设检验 推断统计：在搜集、整理观测样本数据的基础上，对有关总体作出推断 特点：随机性的观测样本数据以及问题的条件和假定，对未知事物作出以概率形式表述的推断 参数估计 （1）基本概念： 点估计：用估计量的数值作为总体参数的估计值。一个总体参数的估计量可以有多个。 例如，在估计总体方差时， 和都可作为估计量。 点估计量常用的评价准则： a无偏性：估计量的数学期望与总体待估参数的真值相等： b有效性：在两个无偏估计量中方差较小的估计量较为有效。 c一致性：指随着样本容量的增大，估计量越来越接近被估计的总体参数。 精确量越高，样本容量越大 精确量越高，样本容量越大 区间估计：根据事先确定的置信度1-α给出总体参数的一个估计范围。 置信度1-α的含义 置信度1-α的含义是：在同样的方法得到的所有置信区间中，有100(1-α)% 的区间包含总体参数。 置信度1-α的含义 置信是什么？ 抽样分布 抽样分布：区间估计的理论基础。 抽样分布 从总体中抽取一个样本量为n的随机样本，我们可以计算出统计量的一个值。 如果从总体中重复抽取样本量为n的样本，就可以得到统计量的多个值。 统计量的抽样分布就是这一统计量所有可能值的概率分布。 抽样分布的要点： 抽样分布是统计量的分布而不是总体或样本的分布。 在统计推断中总体的分布一般是未知的，不可观测的（常常被假设为正态分布）。 样本数据的统计分布是可以直接观测的，最直观的方式是直方图，可以用来对总体分布进行检验。 抽样分布一般利用概率统计的理论推导得出，在应用中也是不能直接观测的。其形状和参数可能完全不同 于总体或样本数据的分布。 ?. 样本均值的均值（数学期望）等于总体均值 ?. 样本均值的方差等于总体方差的1/n 样本均值抽样分布结论：一般的，当总体服从 N(μ,σ2 )时，来自该总体的容量为n的样本的均值也服从 正态分布，X 的期望为μ，方差为σ2/n。即～N(μ,σ2/n)。 σ2=10/4=2.5 中心