浙师大统计学总复习2014.pptVIP

分布集中趋势的测度 众数 中位数 分位数 均值 几何平均数 切尾均值 众数的计算方法 （1）单项数列确定众数：即出现次数最多（频率最大）的标志值就是众数。 （2）组距数列确定众数 中位数的计算方法 未分组数据的中位数的位置＝(n+1)/2 由分组资料确定中位数　 未分组数据的均值 分组数据的均值 几何平均数 适用于对比率数据的平均 主要用于计算平均增长率 众数、中位数和均值的关系 分布离散程度的测度 极差：数据的最大值减去最小值 内距：是两个四分位数之差 平均差 方差和标准差 离散系数 方差和标准差 (2) 对于分组数据，方差和标准差的计算公式分别为： (二)样本方差和标准差 未分组数据： 离散系数(coefficient of variation) 标准差与其相应的均值之比 计算公式为 对数据相对离散程度的测度 消除了数据水平高低和计量单位的影响 用于对不同组别数据离散程度的比较 离散系数是从相对的角度观察差异和离散程度的，在比较相关事物的差异程度时，较之直接比较标准差要好些。 分布偏态的测度 对于未知的分布，不仅要掌握数据的集中趋势和离散程度，还需要知道数据分布的形状是否对称、偏斜的程度以及分布的扁平程度。 偏态：是对分布偏斜方向及程度的测度。 偏态与峰态分布的形状 随机事件 概率的三种定义：古典、统计、主观 概率的运算法则：加法法则、乘法法则 事件的独立性 全概率公式、贝叶斯公式 随机变量及概率分布－正态分布：N(?,?2)——标准化 分布函数F(x)=P{??x} 随机变量的数字特征E(X),D(X) 抽样分布：就是由n个观察值计算的统计量的概率分布 1 样本均值的抽样分布 中心极限定理 t分布 在样本均值x的抽样分布中，如果总体标准差?未知，则只好用样本标准差s代替，这时样本均值x的抽样分布则服从自由度为（n-1）的t分布。 2 样本比率的抽样分布 设p的抽样方差为?2p，在重复抽样条件下，有： ?2p ＝ π（1- π）/n 　 在不重复抽样条件下，则用修正系数加以修正，即： 3 样本方差的抽样分布 c2分布(图示) 单总体参数推断时样本统计量的抽样分布形式如下图 第 4 章 参数估计 参数估计：用样本统计量去估计总体的参数 估计量：用于估计总体参数的随机变量 如样本均值，样本比率、样本方差等 例如: 样本均值?x就是总体均值? 的一个估计量 参数估计的方法 区间估计 设?是未知参数，? L、?U为由样本确定的两个统计量，对于给定的??(0 ??1)，若满足： P(? L ? ?U) =1-? 则称(? L，?U) 为参数?的置信度为 1-? 的置信区间。 ? L、?U分别称为置信下限和置信上限，通称为置信限。 ? 称为显著性水平 1-?称为置信度 评价估计量的标准 无偏性：估计量抽样分布的数学期望等于被估计的总体参数，即 有效性：对同一总体参数的两个无偏点估计 量，有更小标准差的估计量更有效 一致性：随着样本容量的增大，估计量的 值越来越接近被估计的总体参数 一、总体均值的区间估计 需要考虑总体是否为正态分布、总体方差是否已知、用于构造估计量的样本是大样本还是小样本等几种情况。 二、总体比率的区间估计 大样本条件下，样本比率p的抽样分布可以由正态分布来近似 三、总体方差的区间估计 总体方差的区间估计 1. 估计一个总体的方差或标准差 2. 假设总体服从正态分布 3. 总体方差 ? 2 的点估计量为s2,且 总体方差的区间估计(图示) 样本容量的确定 估计总体均值时样本容量的确定 估计总体均值时样本容量n为 第 6 章 假设检验 6.1 假设检验的基本问题 6.2 一个总体参数的检验 假设检验在统计方法中的地位 假设的两种类型 原假设 备择假设 假设检验中的两类错误 1. 第Ⅰ类错误(弃真错误) 原假设为真时拒绝原假设 第Ⅰ类错误的概率记为? 被称为显著性水平 2. 第Ⅱ类错误(取伪错误) 原假设为假时未拒绝原假设 第Ⅱ类错误的概率记为??(Beta) 拒绝域：能够拒绝原假设的统计量的所有可能取值的集合。就是由显著性水平?所围成的区域。 临界值:根据给定的显著性水平确定的拒绝域的边界值。 决策规则 给定显著性水平?，查表得出相应的临界值z?或z?/2， t?或t?/2 将检验统计量的值与? 水平的临界值进行比较 作出决策 双侧检验：I统计量I 临界值，拒绝H0 左侧检验：统计量 临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H0 什么是P 值?(P-value) 如果原假设H0为真，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为P值，也称观察到的显著性水平。 反映实际观测到的数据与原假设H0之