大数据分析中数理统计方法正确使用.ppt

大数据分析中数理统计方 法的正确使用 92、火龙果整 uml. org. cn 重要假定 令作者所处理的数据属于随机变量的特定样本 作者已经掌握最基本的数理统计学常识,如概率、 假设检验、均值、方差、标准差、正态分布、相 关分析、回归分析、方差分析… 9、火龙果 o uml. org. cn 数理统计问题的重要性 令在科学研究中,经常会涉及到对随机变量大小、离散及分布 特征的描述以及对2个或多个随机变量之间的关系描述问题。 地学、环境科学研究也不例外 今对随机变量及随机变量之间的关系进行定量描述的数学工具 就是数理统计学。 令在科学研究中,能否正确使用各种数理统计方法关系到所得 出结论的客观性和可信性。所以,来稿中使用的数理统计方 法是否正确应是学术期刊编辑和作者极为重视的问题 今目前,国内科技期刊对稿件中数理统计方法问题的重视程度 存在差异 92、火龙果整 o uml. org. cn 1统计软件的选择 令统计分析通常涉及大量的数据,需要较大的计算 工作量 令在进行统计分析时,尽管作者可以自行编写计算 程序,但在统计软件很普及的今天,这样做是毫 无必要的。 令出于对工作效率以及对算法的通用性、可比性的 考虑,一些学术期刊要求作者采用专门的数理统 计软件进行统计分析。 9、火龙果 o uml. org. cn 1统计软件的选择 问题:作者未使用专门的数理统计软件,而采用 Exce这样的电子表格软件进行数据统计分析 由于电子表格软件提供的统计分析功能十分有限 只能借助它进行较为简单的统计分析,故我们不主 张作者采用这样的软件进行统计分析。 Q火龙果整 1统计软件的选择 显件晨雾,昆發 出的专门用于统计分析的商 名有SPSs( Statistical Package for Social Sciences) ASAS(Statistical Analysis Systen)。此外,还有BMDP和 STATISTICA 等 SPSS是专门为社会科学领域的研究者设计的,但 此软件在自然科学领域也得到广泛应用 BMDP是专门为生物学和医学领域研究者编制的 统计软件。 92、火龙果整 o uml. org. cn 1统计软件的选择 冷目前,国际学术界有一条不成文的约定:凡是用SPSS 和SAS软件进行统计分析所获得的结果,在国际学术 交流中不必说明具体算法。由此可见,SPSS和SAS软 件已被各领域研究者普遍认可。 心我们建议作者们在进行统计分析时尽量使用这2个专 门的统计软件。目前,有关这2个软件的使用教程在 书店中可很容易地买到。 9、火龙果 o uml. org. cn 2.1均值的计算:理论问题 令1)均值(准确的称呼应为“样本均值”)的统 计学意义:反映随机变量样本的大小特征。 2)均值对应于随机变量总体的数学期望一总体 的数学期望客观上决定着样本的均值,反过来 通过计算样本的均值可以描述总体的数学期望 92、火龙果整 uml. org. cn 2.1均值计算:理论问题(续) 令3)在处理实验数据或采样数据时,经常会遇到 对相同采样或相同实验条件下同一随机变量的多 个不同取值进行统计处理的问题。 4)为找到代表这些观测值总体大小特征的代表 值(统计量,该统计量根据样本数据算出),多 数作者会不假思索地直接给出算术平均值和标准 差。显然,这种做法是不严谨的—不一定总是 正确的 QQ火龙果整理 o uml. org. cn 2.2均值计算:技术问题 今在数理统计学中,作为描述随机变量样本的总体大 小特征的统计量有算术平均值、几何平均值和中位数 等多个。 心何时用算术平均值?何时用几何平均值?以及何时 用中位数?这不能由研究者根据主观意愿随意确定, 而要根据随机变量的分布特征确定。 92、火龙果整 uml. org. cn