工程数学课件 2.pptxVIP

工程数学（数值分析）;王晖;前言;课程安排;1. 绪论 2. 总体特征及数据预处理 3. 比较总体大小特征的假设检验 4. 比较总体离散分布和综合特征的假设检验 5. 回归分析 6.方差分析 ;参考书与联系方式;前言;数理统计方法是研究随机现象内在规律的科学； 随机现象：相同条件下，可能得到不同观测结果的现象； 例如：空气中污染物的浓度，在一定范围内波动，不可能是一个常数； 在个体上表现出随机性，但在大量的观测结果中却蕴含着内在的规律性； 确定性现象：相同条件下，得到相同观测结果的现象； 例如：光速；通过室内实验研究温度对植物生长的影响，温度为控制变量。 ;在概率论的基础上，根据少数样本的观测结果对所研究对象的某些特征进行判断。 例如：研究南京市降水酸度，采集数量有限的样本，推断全部降水的酸度。 统计推断包含两个主要方面： 1. 参数估计（描述统计学）：描述总体特定特征 通过对样本特征的统计描述反映总体的某些特征，即用样本统计量对相应的总体统计量进行估计；例如求南京市PM2.5平均浓度 2. 假设检验（推论统计学）：比较总体特征；研究变量关系 根据专门设计的统计方法对研究者提出的各类假设的正确与否加以检验；例如比较南京市和北京市PM2.5浓度的不同；例如研究PM2.5浓度与风速的关系;参数估计 假设检验 回归问题 包含参数估计（例如：相关系数的计算）和假设检验（例如：估计值的显著性检验） 多重决策 一般假设检验的推广，允许在两种以上可能性之间做出抉择 其他问题（例如：采样方法、实验设计和预测方法等） 本门课主要讲述参数估计、假设检验和回归分析三个方面;数理统计计算机软件;R 语言;前言;例1：分析方法标准曲线;例2：污灌对白菜的影响;例3：土壤中DDT含量;不正确使用例1;不正确使用例2;课堂练习;第一章 总体特征描述及数据预处理;1.1.1 基本概念;运用数理统计方法的一般过程： 研究者为了运用数理统计方法研究总体的某一方面或某几方面的性质，首先从总体中采集必要的样本，并通过对样本个体性质的逐一观测获得有关数据，最后在对这些数据进行统计分析的基础上得出该总体的某些结论。;例1 大气细颗粒物（PM2.5）中的铅;例2 大气PM2.5中铅含量与粒径的关系;例3 研究灌溉对人体健康影响;课堂练习;第一章 总体特征描述及数据预处理;1.1.2 采样方法（抽样、取样）;1.1.2 采样方法;1.1.2 采样方法——随机取样;随机取样对个体排序无严格要求，仅以方便为原则。 最常见的是按照时间、空间或个体出现顺序为排序准则； 例如研究污水设施的处理效率，在4小时内采集10个出水水样进行分析，可以先按出水时间排序，随机抽取10个样品。 随机取样中对个体的排序也可以是二维甚至多维的； 例如研究南京市某农田的土壤污染情况，采集400个样品进行分析，可以在包括整个研究地区在内的矩形区域内建立1000×1000的网格系统，然后根据需要在随机数表中成对查找范围在1-1000之内的随机数，然后按照这些数据逐点采样。 ;图示：个体排序和随机取样;例：研究南信大2016级研究生每月的开销；从1000个学生中抽取100个 排序：按学号、姓氏等排序； 从第一行第5列开始抽样： 025，677，230，175，252，437，279，815，046，317,。。。;优点：随机取样有利于保证所取个体的随机性； 缺点：容易得到在时空间内非均匀分布的样本，在样本量较小的情况下尤为显著； 随机取样只适用于受复杂因素影响，但个体之间不存在自相关关系（即相邻样点在性质上有相似性）的总体。;1.1.2 采样方法;1.1.2 采样方法——系统取样;1.1.2 采样方法;1.1.2 采样方法——系统-随机取样;1.1.2 采样方法——多层次采样;1.1.2 采样方法——总结;课堂练习;课件与资料;第一章 总体特征描述及数据预处理;1.1.3 变量类型;1.1.3 变量类型——根据观测水平分类;1.1.3 变量类型——连续变量;1.1.3 变量类型——离散变量和顺序变量;1.1.3 变量类型——类型变量;1.1.3 变量类型——根据取值方式分类;1.1.3 变量类型——根据获得方式分类;采样方式;第一章 总体特征描述及数据预处理;第一章 总体特征描述及数据预处理;总体特征之一：分布;总体特征之二：大小;总体特征之三：离散;第一章 总体特征描述及数据预处理;1.2.1 总体特征的制表和作图表述;BOX-WHISKER 图;1.2.1 频数/频率分布图;第一章 总体特征描述及数据预处理;1.2.2 总体分布特征的统计表述;1.2.2 总体分布特征的统计表述;1.2.2 总体分布特征的统计表述;1.2.2 均匀分布(Uniform Distribution);X服从正态分布，