正态分布离散型随机变量的期望与方差.ppt

H0:乙、丙二个学校此次语文测验成绩相同 H1:乙、丙二个学校此次语文测验成绩不相同 接受H0:乙、丙二个学校此次语文测验成绩没有显著性差异。 * * 数计学院 研究某一现象与影响它的某一最主要因素的相依关系 收集数据(n组样本数据)(xi,yi),i=1,…,n. 画出样本散点图 样本点与直线的偏差就是随机因素影响的结果 四、线性回归分析 1、散点图 * * 数计学院 2.数学模型 * * 数计学院 ——拟合值 ——残差 残差的性质： * * 数计学院 t检验—回归系数的显著性检验 3、回归方程的显著性检验 * * 数计学院 F检验—回归方程的显著性检验 回归效果的拟合优度检验 说明 对于一元线性回归分析,回归方程的三大显著性检验完全等价. 对于线性回归分析,即使通过显著性检验,也不意味自变量与因变量之间的关系就一定是线性的,因为有可能曲线回归或别的关系效果更好. 如果自变量的取值范围较窄,即使线性回归的效果较好,用于外推预测时其效果也不一定好. * * 数计学院 * * 数计学院 4、残差分析(回归诊断) 通过残差来检验模型的基本假定是否满足. 残差图 (a) 0 * * 数计学院 5、 预测和控制 单值点预测 内插预测与外推预测 * * 数计学院 * * * 考虑以X的线性函数a+bX来近似表示Y， 以均方误差 e =E{[Y-(a+bX)]2} 来衡量以a+bX近似表示Y的好坏程度, 相关系数的性质 性质： * * 数计学院 . * * 数计学院 不相关与相互独立的关系： 相互独立 不相关 不相关的充要条件 * * 数计学院 若某地区18-74岁男子身高与体重的相关系数约为0.70. 下面的结论正确还是错误，并说明理由. 1、较高的男子趋于较重； 2、较重的男子趋于较高； 3、如果多吃一些从而增加10斤体重，你的身材会长高. 错误 相互关系并不等于因果关系. * * 数计学院 总体：具有一定共性的研究对象的全体 总体的大小和范围随具体研究与考察的目的而定 个体：构成总体的每一个成员 总体容量：有限总体与无限总体 一、随机抽样 1、总体与样本 当有限总体包含个体的总数很大时, 可近似地将它看成是无限总体. * * 数计学院 在统计研究中,人们关心的并非总体中每个个体的所有特征,而仅仅是关心其一项(或几项)数量指标. 研究对象的某项数量指标的全体称为总体. 显然,代表总体的数量指标是一个随机变量. 一个总体对应一个随机变量,仍然使用 X表示. 变量X的分布和数字特征称为总体的分布和总体的数字特征. * * 数计学院 按一定原则从总体中抽取若干个个体进行观察,这个过程叫做抽样. 从总体中抽取的这部分个体称为样本,样本中所包含的个体数目称为样本容量. 从总体抽取一个个体,就是对总体X进行一次观察(记录其结果).抽取容量为n的样本,按顺序记为X1,X2,…,Xn. 从总体抽样时,究竟会抽到哪一个个体具有随机性,因此样本(X1,X2,…,Xn)是一个n维随机向量. * * 数计学院 当抽样完成时,就会得到一组确定的观测值,记为(x1,x2,…,xn).该组观测值就是样本(X1,X2,…,Xn)是一个实现,称为样本观察值,简称样本值或样本. 样本的二重性: n维随机变量;样本观察值. 在不引起混淆的情况下均用(x1,x2,…,xn)表示. 样本来自于总体,携带了总体的信息.因此可以根据样本(部分)去推断总体(整体)的特征. 推断的质量取决于推断的方式与抽样的方式,后者即通常所说的数据质量. * * 数计学院 样本来自总体,因此必含有总体信息. 总体 样本值 样本 抽样 推断 样本是联系二者的桥梁 事实上,抽样后得到的资料就是具体的,确定的数据.如从大一学生中抽取10人测量身高,得到10个数,它们是样本观测值而不是样本.正如我们只能观察到随机变量取的值而见不到随机变量. * * 数计学院 样本是分布的影子,但样本能否很好地反映出总体特征,抽样方式很关键. 满足以下两个条件的抽样称为简单随机抽样: 随机性:总体中每个个体都有同等的机会被选中. 独立性:每个个体的选取不影响其它个体的选取. 由简单随机抽样获得的样本称为简单随机样本,简称样本. 2、简单随机抽样 * * 数计学院 随机性又称为代表性 如果每一次抽样(对样本分量Xi进行观察)时,其取值范围和概率规律与总体X总能保持一致(即Xi与X同分布),则该样本就具有很好的代表性. ——此时的样本独立同分布(iid) 代表性——将总体搅拌均匀 抽签法. 随机数法. * * 数计学院 对有限总体,放回抽样所得到的样本为简单随机样本,但使用不方便. 实际操作中常使用不放回抽样,但不放回抽样得到的样本不是简单随机样本. 当总体容量相对于样本容