中国矿业数理统计课件.ppt

第二章 数理统计的基本概念 §2.2总体、样本与统计模型 2.样本 定义1 设 1. 2. t 分布 3.F 分布 例1 设总体X , Y 相互独立 例2 设总体X 服从正态分布 例3 已知总体X 服从自由度为n 的 t 分布，求证： 1. 单个正态总体的统计量的分布 定理2 设总体X 服从正态分布 2. 两个正态总体的统计量的分布 例4 设总体X 服从正态分布 例5 设总体X 服从正态分布 例6 设总体X 服从正态分布 例7 设总体X 服从正态分布 例8 设总体X , Y 相互独立 2.6 描述性统计分析—总体特征的识别 数据分布的特征 数据分布特征的测度 （1）众数(mode) ■出现次数最多的变量值 ■不受极端值的影响 ■一组数据可能没有众数或有几个众数 ■主要用于分类数据，也可用于顺序数据和数值型数据 众数 (不唯一性) ■无众数原始数据: 10 5 9 12 6 8 （2）中位数(median) ■排序后处于中间位置上的值 （3）数值型数据的中位数 (9个数据的算例) 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 （4）数值型数据的中位数 (10个数据的算例) 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 （5）四分位数(quartile) 排序后处于25%和75%位置上的值 数值型数据的四分位数(9个数据的算例) 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 数值型数据的四分位数 (10个数据的算例) 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 均值(mean) 集中趋势的最常用测度值 一组数据的均衡点所在 体现了数据的必然性特征 易受极端值的影响 用于数值型数据，不能用于分类数据和顺序数据 简单均值与加权均值 已改至此！！ 加权均值 (权数对均值的影响) 甲乙两组各有10名学生，他们的考试成绩及其分布数据如下 甲组： 考试成绩（x ）: 0 20 100 人数分布（f ）：1 1 8 乙组： 考试成绩（x）: 0 20 100 人数分布（f ）：8 1 1 均值(数学性质) 1. 各变量值与均值的离差之和等于零 2、变异性的描述 四分位差(quartile deviation) 对顺序数据离散程度的测度 也称为内距或四分间距 上四分位数与下四分位数之差 QD = QU – QL 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性 极差(range) 一组数据的最大值与最小值之差 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 方差和标准差(variance and standard deviation) 数据离散程度的最常用测度值 反映了各变量值与均值的平均差异 根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差 样本方差和标准差 (simple varia