统计数的分布与统计推断.pptx

本资料来源;正态分布; 设X~ ,; 决定了图形的中心位置， 决定了图形中峰的陡峭程度.;标准正态分布;;;(2) P( U ? -u) 或 P(U? u) ;正态分布;;正态分布;正态分布;正态分布;正态分布;对于给定的两尾概率?求标准正态分布在x轴上的分位点;用2? 查附表2，可得一尾概率为? 时的分位点u;总体;抽样分布的概念;;例：设有一个 N=4 的有限总体，变数为2、3、3、4。现分别以n=2,n=4作独立的有放回的抽样。求总体的μ、σ2和样本平均数抽样总体的平均数、方差之间的关系。;N=4, n=2和n=4时的次数分布;解???该总体的μ、σ2、σ为μ=3, σ2=1／2, σ= =0.707 从有限总体作返置随机抽样，所有可能的样本数为Nn。其中n为样本含量。以上述总体而论，如果从中抽取n=2的样本，共可得 42=16 个样本；如果样本含量n为4，则 一 共 可 抽 得44=256个样本。分别求这些样本的平均数，其次数分布如上表所示。 根据表数据，在n=2的试验中，样本平均数抽样总体的平均数、方差与标准差分别为： ; 同理可得，在n=4的试验中，样本平均数抽样总体的平均数、方差与标准差分别为： ;;正态总体样本平均数的分布 设样本来自正态总体 N(? , ? 2)，则样本平均数也服从正态分布，其总体均数为? ，方差为? 2/n。;不同样本容量的平均数的抽样分布形状为：;中心极限定理;;样本标准差与标准误之间的区别;二、样本平均数差数的分布;;例如:当df=15时，查t分布表得两尾概率等于0.05的临界t值为 =2.131，其意义是： P(-∞t-2.131)= P(2.131t+∞)=;t分布的特征 1、t分布受自由度的制约，每一个自由度都有一条t分布密度曲线 2、t分布密度曲线以纵轴为对称轴，左右对称，且在t＝0时，分布密度函数取得最大值 3、与标准正态分布曲线相比,t分布曲线顶部略低，两尾部稍高而平.df越小这种趋势越明显.df越大，t分布越趋近于标准正态分布.当n 30时，t分布与标准正态分布的区别很小；n 100时，t分布基本与标准正态分布相同；n→∞时，t分布与标准正态分布完全一致;四、Ｆ分布; F分布特征 1)F分布的平均数μ＝1，F的取值区间为[0，+∞) 2)F分布曲线的形状仅决定于df1和df2.在df1＝l或2时,F分布曲线呈严重倾斜的反向J型，当df1=3时转为左偏曲线(在平均值的左边);第四章 统计推断 ;;假设检验的基本原理; 如何回答 随机抽取一个样本 计算该样本的平均数 比较样本平均数与9cm 难题 存在抽样误差 当样本平均数与9cm之差达到多大时可否定? ＝ 9;解决的思路 针对要回答的问题提出一对对立的假设，并对其中的一个进行检验 找到一个样本统计量，它与提出的假设有关，其抽样分布已知 根据这个统计量观察值出现的概率，利用小概率事件原理对假设是否成立做出推断 ;这里用到人们在实践中普遍采用的一个原则：;下面我们用一例说明这个原则.;;;; 小概率事件原理 小概率事件在一次试验中几乎不会发生 如果某事件在一次试验中发生了，我们可认为它不是一个小概率事件 如果在某个假设下应当是小概率的事件在一次试验中发生了，可认为该假设不能成立; 在假设检验中，我们称这个小概率为 显著性水平用 表示.;假设检验的基本步骤 1）提出一对对立的假设 2）确定显著水平 3）构造并计算检验统计量 4）对所作的假设进行推断;例 设由该农场随机抽取了10株江南桤木，测得它们在4龄时的平均胸径为8.7cm。已知江南桤木的胸径服从正态分布，总体方差为? 2 ＝ 2.5cm2 1）提出假设 零假设(null hypothesis)： H0: ? = 9cm 备择假设(alternative hypothesis)： HA: ? ≠ 9cm;2）确定（显著水平）否定域 在检验统计量抽样分布的尾部（1侧或2侧）中划定一小概率区域，一旦计算的检验统计量的实际值落入此区域，就否定原假设，接受备择假设。 这个小概率也称为显著性水平，用 ? 表示 通常取 ? ＝5％或 ? ＝1％;若取 ? ＝5％，则;3) 构造并计算检验统计量 检验统计量：用于检验原假设能否成立的统计量，满足以下条件 必须利用原假设提供的信息 抽样分布已知;4）对所作的假设进行推断 － 差异不显著：在? ＝5％水平下，检验统计量的观察值落在接受域中 － 差异显著：在? ＝5％水平下，检验统计量的观察值落在否定域中 － 差异极显著