统计学导论期末复习总结.pptVIP

分组数目的确定 组边界的确定 第四章 由样本计算统计量 由分组数据近似计算统计量 第四章 第四章 异常数据 什么样的数据是异常数据？ 产生异常数据的原因有哪些？ 第四章 主要掌握两个方面 不同的统计图转递给你的信息是不同的，理解每一种图给你的主要信息是什么。 根据你的数据选用不同的统计图向其他人转递你的数据里包含的信息. 第四章 文科的女生比男生多，理科中男女生比例差不多，文科中女生的比例高于理科中女生的比例. 文科 理科 第四章 样本数据的标准化 什么时候要对样本数据标准化？ 标准得分的解释. 总体分布函数的估计：经验分布函数 参数估计方法：矩估计和极大似然估计 估计的标准：均方误差最小 无偏估计的含义 第五章 Matlab binopdf(x,n,p) binocdf(x,n,p) binornd(n,p,m1,m2) hygepdf(x,M,K,n) hygecdf(x,M,K,n) hygernd(M,K,n,m1,m2) poisspdf(x,?) poisscdf(x,?) poissrnd(?,m1,m2) normpdf(x,?,?) normcdf(x,?,?) normrnd(?,?,m1,m2) unifpdf(x,a,b) unifcdf(x,a,b) unifrnd(a,b,m1,m2) unidrnd(N,m1,m2) norminv(p,?,?) 常用分布的函数 Matlab mean(x), mean(x,2), sum(x), sum(x,2), median(x), median(x,2), range(x), range(x,2), mad(x), mad(x,2), var(x), var(x,2), std(x), std(x,2) 统计函数 Matlab plot(x,y), boxplot(x), bar(x,g), bar(g,h,’histc’), pie(x), 画统计图的函数 histc(x,g)：输出统计表的结果 Matlab sqrt(x), exp(x), 其他常用函数 统计方法的特点 有效性 局限性 可改进性 复习总结 统计推断 统计模型 描述性统计 图表 观测数据 （样本） 了解背景知识 明确分析目的 确定获得数据方法 未知现象 获取观测资料 分析观测资料 探索未知现象流程图 第一章 随机现象中的随机性与规律性。 第二章 概率理论发展的几个重要阶段 概率的公理化体系的建立 随机变量的引入 随机变量的分布函数的引入 第二章 基本概念 样本空间和样本点 随机事件 样本空间?上的? 代数 波雷尔集 概率空间 事件的运算 事件的并、交、差、余 对偶原理 分配律 第二章 概率的性质 不可能事件的概率为0 有限可加性 可减性 单调性 加法公式 第二章 概率性质的应用 利用概率性质计算一些随机事件的概率。 第二章 随机变量 ?：? R 第二章 随机变量 离散型随机变量 连续型随机变量 奇异型随机变量 密度矩阵 分布函数 密度函数 分布函数 第二章 随机变量的数字特征 1、随机变量的数学期望； 2、随机变量的方差、标准差 第二章 数学期望具有线性性 (1) E ( c )= c (2) E (aX+b)=aE (X)+b (3) E (aX+bY )=aE (X)+bE (Y) D(c)=? D(aX+b)=? 随机变量的方差 标准差（或标准偏差）： 计算公式： 第二章 常用分布及其数字特征 两点分布：X~B(1,p) 二项分布：X~B(n,p) 第二章 Poisson分布：X~P(?) 超几何分布：参数M，K，n 超几何分布的均值: nK/M 第二章 均匀分布：X~U(a,b) 第二章 第二章 正态分布：X~N(?,?2) 背景、概率密度函数、分布函数、均值、方差。 切比雪夫不等式： 第二章 第二章 定理2.5.2 若随机变量X的数学期望为有限数，则 成立的概率为1，这里Xk为X的第k次重复观测结果。 大数定律 定理2.5.4 设随机变量X的数学期望和方差都为实数，并且方差大于0。若 为随机变量X的n次独立重复观测，则 其中 为标准正态分布随机变量的分布函 数， . 第二章 中心极限定理 第三章 分类变量：描述个体的分类特征的变量； 数值变量：描述个体的数量特征的变量. 把分类变量的不同取值用数来表示，就可以把分类变量看出是随机变量。 对分类变量来讲，数学期望和方差等概念是