实用统计分析方与应用.pptVIP

相关系数 前面说到当两个变量互为统计独立时，协方差COV=0 但反之协方差COV=0时，两个变量并不一定统计独立 相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1] * 定义 * 样本与总体 引 言 * 随机变量及其所伴随的概率分布全面描述了随机现象的统计性规律。 概率论的许多问题中，随机变量的概率分布通常是已知的，或者假设是已知的，而一切计算与推理都是在这已知是基础上得出来的。 但实际中，情况往往并非如此，一个随机现象所服从的分布可能是 完全不知道的，或者知道其分布概型，但是其中的某些参数是未知的。 例如： 望今缘在开售之前做市场调查，目标总体内有购房需求客户的当期 支付能力或者客户当前对户型面积的需求。所得出的数据集是服从的 分布是未知的。 数理统计的任务则是以概率论为基础，根据试验所得到的数据， 对研究对象的客观统计规律性做出合理的推断。 样本与总体 * 总体与样本 在数理统计中，把研究对象的全体称为总体（population)或母体，而把组成 总体的每个单元称为个体。 例如我们做市场调查，目标客户群体就是总体，每一个客户称为个体。 总体： 样本： 在抽取过程中，每抽取一个个体，就是对总体X进行一次随机试验，每次抽取 的n个个体 ，称为总体X的一个容量为n的样本（sample）或子样；其中样本中所 包含的个体数量称为样本容量n。 总体是唯一的、确定的，而样本是不确定的、可变的、随机的。 抽样及抽样方法 * 简单随机抽样 类型抽样 整群抽样 等距抽样 阶段抽样 常用抽样方法 定义 从欲研究的全部样品中抽取一部分样品单位。其基本要求是要保证所 抽取的样品单位对全部样品具有充分的代表性。抽样的目的是从被抽取样 品单位的分析、研究结果来估计和推断全部样品特性，是科学实验、质量 检验、社会调查普遍采用的一种经济有效的工作和研究方法。 简单随机样本样本必须具有的性质 * 代表性——即样本( )的每个分量 与总体 具有相同的概率分布。 独立性——即每次抽样的结果既不影响其余各次抽样的结果，也不受其它各次抽 样结果的影响。 满足上述两点要求的子样称为简单随机样本.获得简单随机样本的抽样方法叫简单随 机抽样. 样本（sample） 总体（population） 抽样（sampling） 总体容量（population size） N=45 样本容量（sample size） n=10 为推断总体的某些特征，而从总体中按一定方法抽取若干个体，这一过程称为抽样，所抽取的个体称为样本。 抽样方法 自有限总体的简单随机抽样 简单随机样本 有限总体 总体中每一个体以相等的概率被抽出，称简单随机抽样。有放回抽样与无放回抽样之分。自有限总体的简单随机抽样，特指有放回抽样。 27 25 2 1 3 4 5 23 26 28 29 30 31 33 36 14 13 12 11 10 9 8 7 6 21 20 22 42 43 44 91 17 37 16 35 15 38 32 39 40 41 24 18 34 45 2 38 3 25 7 36 23 23 12 9 抽样方法 自无限总体的简单随机抽样 无限总体 自无限总体抽取样本，采用无放回抽样。如果满足以下两个条件，则称简单随机抽样： ——每个个体来自同一个总体 ——样本中每个个体的抽取是独立的 简单随机样本 抽样方法 统计量 计算 总 体 确定性 样 本 随机抽样 随机性 随机性 样本统计量做为随机变量，具有特定的概率分布。 把握住他们的分布规律就找到了推断总体参数的依据。 总体参数 理论上可计算 确定性 抽样分布 * 统计方法 参数估计 * 数理统计问题：如何选取样本来对总体的种种统计特征作出判断。 参数估计问题：知道随机变量（总体）的分布类型，但确切的形式 不知道，根据样本来估计总体的参数，这类问题称为参数估计。 参数估计的类型——点估计、区间估计 点估计的方法：构造一个统计量来对总体进行估计 主要方法：数字特征法、矩法、极大似然法。 区间估计：点估计总是有误差的，但没有衡量偏差程度的量，区间估计则是按 一定的可靠性程度对待估参数给出一个区间范围。 显著性水平 置信度 显著性水平α