应用统计复习.pptVIP

第一章 数据与统计学 统计学的产生和发展 统计数据的来源 统计数据的质量 统计学的基本概念 统计调查的方式 统计数据的质量 第二章 统计数据的描述 数据的计量尺度 统计数据的整理 分布集中趋势的测度 分布离散程度的测度 分布偏态与峰度的测度 统计表与统计图 第二章 统计数据的描述 数据的计量尺度 列名尺度(nominal scale) 性别、民族 顺序尺度(ordinal scale) 产品等级、满意度 间隔尺度(interval scale) 百分制成绩、温度、年龄 比例尺度(ratio scale) 产量、产值、利润 第二章 统计数据的描述 分布集中趋势的测度 众数 中位数 均值 对分组数据进行计算的公式 样本方差和标准差 (simple variance and standard deviation) 偏态是对分布偏斜方向及程度的测度。 偏态系数是对分布偏斜程度的测度，其计算公式为： 式中：SK表示偏态系数，s3是样本标准差的三次方 偏态系数的取值: SK0 左偏 SK=0 对称 SK0 右偏 |SK|越接近于0，偏斜程度越小 0.5|SK|1 中等偏斜程度 |SK|1 高度偏斜程度 峰度系数是用离差四次方的平均数再除以标准差的四次方，其计算公式为 式中：s4是标准差的四次方 峰度系数的取值： 正态分布时，峰度系数K=0 K0时，为尖峰分布； K0时，为扁平分布 常用函数 平均值 average(array) 众数 mode(array) 中位数 median(array) 四分位数 quartile(array,n) n=0\1\2\3\4 几何平均数 geomean(array) 切尾均值 trimmean(array,percent) 偏态系数 skew(array) 峰度系数 kurt(array) 方差 (样本） var(array) 标准差（样本）stdev(array) 第三章 概率分布与抽样分布 概率分布 常用抽样方法 抽样分布 中心极限定理的应用 正态分布 X～N (μ、σ 2 )，其概率密度为： NORMDIST(X,μ,σ,0) 正态分布随机变量的均值和标准差 均值 E(X) =μ 方差 D(X)=σ 2 正态分布曲线的主要特性 关于x = μ对称的钟形曲线 参数μ决定正态曲线的中心位置 参数σ 决定正态曲线的陡峭或扁平程度 以X轴为渐近线，即当x→ ± ∞ 时，f(x) → 0 标准正态分布 μ＝0、σ＝1的正态分布，记为N (0, 1) 其概率密度φ(x) 分布函数 Ф(x), NORMSDIST(Z) X～N (μ、σ 2 ), 则 ： Z～N (0，1 ) 若 Z～N (0，1 )，则有： P（| Z| ≤ a）＝2Ф(a)－1 Ф(-a)=1－Ф(a) 正态分布 正态分布 常用的抽样方法 抽样调查是一种常用的统计技术，其目的在于用样本统计量推断我们所关心的总体参数。 中心极限定理(central limit theorem) 中心极限定理：设从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 样本均值抽样分布的特征 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 样本比例（率）抽样分布的特征 当样本容量很大时，样本比例的抽样分布可用正态分布近似 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 第四章 参数估计 基本原理 一个总体均值的区间估计 一个总体比率的区间估计 由样本统计量所构造的总体参数的区间估计，称为置信区间(confidence interval)，其中区间的最小值称为置信下限，最大值称为置信上限。 将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数所占的比率称为置信水平(confidence level) ，或称为置信系数(confidence coefficient)。 一般将α称为显著性水平， 1-α置信水平 置信区间示意图 一个总体均值的区间估计 不同情况总体均值的区间估计 一个总体比率的区间估计 样本比例置信区间的确定 如在40000个家庭中抽取了400个家庭，样本中拥有家用计算机的家庭有72个，试估计总体拥有计算机比例的置信区间。怎么算？ 第五章 假设检验 基本原理 一个总体均值的检验 一个总体比率的