【资料】统计学复习资料整理.docxVIP

精品word学习资料可编辑 名师归纳总结——欢迎下载 极差： 一组数据的最大值与最小值之差称为极差，也称全距，用 R 表示；其运算公式为： R=max （ xi ）－ min （ xi ） 离散系数： 也称为变异系数， 它是一组数据的标准差与其相应的平均数之比； 其运算公式为： V=S/X ；离散系数是测量数据离散程度的相对统计量，主要是用于比较不同样本数据的离散程度；离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小； 三大统计分布：卡方分布， T 分布， F 分布卡方分布（χ 2） 定理：设 n 个相互独立并且都听从正态 N（ 0,1）分布的随机变量 X1 ，X2 ，?? Xn，记 就随机变量χ 2 听从自由度为 n 的χ 2 分布； 统 计 变 量 服 从 卡 方 分 布 ， 其 含 义 是 ： 在 给 定 概 率 α 的 条 件 下 ， 满 足 或者说表达式 的概率为α； T 分布 定理：设随机变量 x，y 相互独立， X~N （0,1），Y~ χ 2（ n）记 ；就随机变量 T 听从自由度为 n 的 t 分布； 设 T~t （ n ） ， 0 ＜ α ＜ 1 ， 对 于 满 足 下 列 等 式 的数 ta（ n），称为 t（ n）分布的上侧分位数；对于较大的 n（＞ 45）可以同标准正态分布的上侧分位数 ua 作为 t（ n）分布的上侧分位数 F 分布 定理：设随机变量 x，y 相互独立， X~ χ 2（ n1）， Y~χ 2（ n2）记 ，就随机变量 F 听从第一自由度为 n1，其次自由度为 n2 的 F 分布，记作： F~F（ n1， n2） 如 F~F（ n1，n2），易知： ，如 就 统计量： 描述样本特点的概括性数字度量； 完全由样本打算的量，叫做统计量； 或者说不含有其他未知量的样本的函数称为统计量；统计量可以看做是对样本的一种加工，它吧样 本中所包含的关于总体的其一方面的信息集中起来； 最常用的统计量是样本均值和样本 精品word学习资料可编辑 名师归纳总结——欢迎下载 方差 S2； 自由度： 随机变量所包含的独立变量的个数； 参数估量： 就是用样本统计量去估量总体的参数； 在参数估量中， 用来估量总体参数的统计量的名称称为估量量，用符号θ表示；样本均值，样本比例，样本方差等都可以是一个 估量量；而依据一个详细的样本运算出来的估量量的数值称为估量值；参数估量的方法 有点估量和区间估量两种； 点估量： 就是用样本统计量θ的某个取值直接作为总体参数θ的估量值； 区间估量： 是在点估量的基础上， 给出总体参数估量的一个区间范畴， 该区间通常由样本统计量加减估量误差得到；与点估量不同，进行区间估量时，依据样本统计量的抽样分布 可以对样本统计量与总体参数的接近程度给出一个概率度量； 样本量： 从总体中抽取的一部分元素的集合为样本， 构成样本的元素的数目为样本量； 样本量的大小是挑选检验统计量得一个要素； 置信区间： 在区间估量中，由样本统计量所构造的总体参数的估量区间称为置信区间； 置信水平： 将构造置信区间的步骤重复许多次， 置信区间包含总体参数真值的次数所占的比例称为置信水平；表示为（ 1－α） %，α为是总体参数未在区间内的比例；也称置信度或置信系数； 假设检验： 利用样本信息， 对提出的命题进行检验的一套程序和方法； 事先对总体参数或分布形式作出某种假设，然后利用样本信息来判定假设是否成立；有参数假设检验和非参 数假设检验；采纳规律上的反证法，依据统计上的小概率原理； 单侧检验： 拒绝域在右侧或者在左侧的假设检验，左单侧检验 右单侧检验双侧检验： 拒绝域在两侧的假设检验 原假设： 提出一个或两个参数是否等于或大于，小于某个特别值的命题； H0 ：有待检验的假设，又称 0 假设，收集证据予以反对的假设（总是有等号） 备择假设： H1 ：又称讨论假设，收集证据予以支持的假设；与原假设相对立的假设（总是有不等号） 方差分析： 缩写为 ANOV A ，就是通过检验各总体的均值是否相等来判定分类型对数值型变量是否有显著影响的统计方法； 因子和处理： 在方差分析中， 所要检验的对象称为因素或因子， 是所讨论的分类型变量的另 一个名称；因素的不同表现称为处理或水平； 总平方和： 记为 SST；它是全部观测值 xij 与总均值 x 的误差平方和； 组间平方和： 记为 SSA，它是各组均值 xi 与总均值 x 的误差平方和，反应各样本之间的差异程度，因此又称为因素平方和； 组内平方和： 记为 SSE，它是每个水平或组的各样本数据与其组均值的误差平方和， 反应了每个样本观测值的离散情形，因此称为组内平方和；该平方和反应了随机误差的大小； 22SST