第5节数理统计.pptVIP

* 第5节 数理统计 一．数理统计及其意义 许多问题需要数据加以说明、分析数据也可解释实际问题，作出决策。 ◆ 数据的收集和分析 ◆ 数理统计 （mathematical statistics) 物价、工资、存款利率、税收、保险、股票、就业率、录取率 社会调查，数据分析，分析判断 研究如何收集和使用带有随机性影响数据的学科． ● 数据本身虽然没有随机性，但由于数据数量太 多，无法全部得到，只能抽样统计 数理统计研究的数据带有随机性 数据的随机性主要有两个来源： ● 实验有随机误差 数理统计的两个步骤 ▲ 通过实验或观察收集必要的数据（抽样） 如何随机性地收集这些数据和抽多少数据？ 标准 抽取 个数据 时，要使它们反映的信息越多越好；它们分布应均匀，有“代表性”． 收集数据有两种方法 抽样理论（sampling theory） 试验设计（experiment design） ▲ 对收集的数据进行分析，以作决策 有效地使用数据 分析数据的方法： 统计推断（statistical inference） 二．假设检验问题 e.g.1 药效问题 对某一疾病研制了一种用于预防的新药，现检验疗效．设某地区猪患这种病的概率是 0. 25（这种病非传染病，患病与其他猪无关）．现选 12 头猪作实验，结果发现，这些猪服药后均未患病，试讨论此药的疗效． 命题：新药无效 ？ Remark ?这里说“新药有效”，犯错误的概率是3. 2%． 确切地说，有97. 8%的概率可认为新药有效． e.g.2 产品检验问题 给某产品包装，每 180 个产品打成一包，要求合格品为每包产品中次品数不超过 8 个．现质检员任取一包，从中抽取 4 个进行检测，发现其中有 2 个次品，问该产品是否合格？ 命题： 这包产品合格 上述两例有一个共同点：利用观测结果（所取样本）对实际问题中的有关命题 “作正确与否” 的判断． 我们把这种需要作出判断的命题称为 “统计假设” (statistical hypothesis)，简称 “假设” ．判断它正确与否的方法称为 “检验”（test）, 这类问题称为“假设检验”（hypothesis testing）. Remark 这里肯定或否定命题都不能保证不犯错误，只是我们以很高的概率来肯定或否定它． e.g.3 骰子的均匀性 骰子每面向上的概率均为 1/6 时，认为是均匀的．检验时，比如“ 1 点向上”的概率是否 1/6 ？ 问题：一骰子掷了 次，其中 1 点出现了 次，问：命题“ 1 点出现的概率等于1/6 ”这一假设是否成立？ 分析： 1 点出现的频率 假设成立？ 频率与概率的偏差 (不足十万分之四) 三．估计问题 1. 概率分布的估计 为估计某事件 发生的概率 ，作 次实验或观测． 看 发生了几次． 发生的频率 可用来作为事件 的概率 的估计值。 越大，估计越好． e.g. 商店欲估计周日上午 8:00—12:00 间每分钟到达的顾客人数 的分布，即估计 观测了 20 个周日，共 分钟，记录下了每分钟到达的顾客数（4800个数据）． 设到达 个顾客的分钟数为 ， 记 分布律为 0 1 2 …… …… 即用到达 个顾客的频率 来估计概率 商店经理可根据这一估计来合理安排售货员． 2. 其它参数的估计 任何模型（包括确定性模型）总有待定参数，要通过对实际问题的观测或试验来确定。由于观测误差，因此观测值具有随机性．我们要找出估计的方法． e.g.　估计某地区农户的平均收入(收入均值，记为 )，随机地抽取 户，他们的收入为 ， 可用其平均数 来估计整个地区农户的平均收入 ． 若另一人用同样方法随机抽取 个农户，他们的收入为 ． 一般与 不同． 因此只能说“估计”均值 ． e.g.4 汽车产量的估计 利用观测城市中汽车牌照号码来估计全城汽车数． 假设：汽车牌照号码按自然数顺序从 1 开始排列． 把每个汽车号码看成一个小数，即把