概率论和数理统计假设检验.pptxVIP

概率论和数理统计假设检验汇报人：AA2024-01-19

概率论基础数理统计基础假设检验基本原理单样本假设检验方法双样本假设检验方法多重比较与方差分析初步contents目录

01概率论基础

样本空间与事件样本空间是随机试验所有可能结果的集合，事件是样本空间的子集。概率的定义与性质概率是描述事件发生的可能性大小的数值，满足非负性、规范性和可列可加性。古典概型与几何概型古典概型中每个样本点等可能出现，几何概型中样本点具有几何度量性质。概率空间与事件030201

在已知某事件发生的条件下，另一事件发生的概率。条件概率两个事件相互独立意味着一个事件的发生不影响另一个事件的发生概率。事件的独立性乘法公式用于计算两个事件的交事件的概率，全概率公式用于计算复杂事件的概率。乘法公式与全概率公式条件概率与独立性

离散型随机变量及其分布离散型随机变量取值为有限个或可列个，常用分布有0-1分布、二项分布、泊松分布等。连续型随机变量及其分布连续型随机变量取值充满某个区间，常用分布有均匀分布、指数分布、正态分布等。随机变量的定义随机变量是定义在样本空间上的实值函数，用于描述随机试验的结果。随机变量及其分布

数字特征与极限定理数学期望描述随机变量取值的平均水平，方差描述随机变量取值的离散程度。协方差与相关系数协方差描述两个随机变量的线性相关程度，相关系数是协方差的标准化形式。大数定律与中心极限定理大数定律表明当试验次数足够多时，频率近似于概率；中心极限定理表明当随机变量之和满足一定条件时，其分布近似于正态分布。数学期望与方差

02数理统计基础

研究对象的全体个体组成的集合，通常用一个概率分布来描述。总体从总体中随机抽取的一部分个体组成的集合，用于推断总体的性质。样本样本中包含的个体数目，通常用n表示。样本容量总体与样本

03常见抽样分布正态分布、t分布、F分布、卡方分布等。01统计量样本的函数，用于描述样本的特征，如样本均值、样本方差等。02抽样分布统计量的概率分布，描述了统计量在多次抽样中的分布情况。统计量与抽样分布

点估计用样本统计量的某个值来估计总体参数的方法，如样本均值估计总体均值。区间估计根据样本统计量的抽样分布，构造一个包含总体参数的置信区间，并给出该区间的置信水平。评价标准无偏性、有效性、一致性等。参数估计

123由样本统计量构造的包含总体参数的区间，其置信水平表示该区间包含总体参数的概率。置信区间通常取95%或99%，表示构造的置信区间包含总体参数的概率分别为95%或99%。置信水平基于正态分布的置信区间、基于t分布的置信区间、基于其他分布的置信区间等。置信区间的构造方法区间估计

03假设检验基本原理

VS假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。假设检验步骤建立假设，确定检验水准α；选择检验方法，计算检验统计量；确定P值，作出推断结论。假设检验概念假设检验概念及步骤

两类错误与功效函数两类错误第一类错误是原假设为真时拒绝原假设，第二类错误是原假设为假时未能拒绝原假设。功效函数功效函数描述了当原假设不成立时，假设检验能够正确地拒绝原假设的概率。功效函数与样本量、效应大小和显著性水平等因素有关。

单侧检验单侧检验只关注一个方向的差异，即只关注参数是否大于或小于某个值。例如，在比较两种药物的疗效时，如果只关心新药是否比旧药更有效，那么就可以使用单侧检验。双侧检验双侧检验关注两个方向的差异，即关注参数是否不等于某个值。例如，在比较两种药物的疗效时，如果关心新药与旧药是否有显著差异（无论新药是更好还是更差），那么就需要使用双侧检验。单侧检验与双侧检验

04单样本假设检验方法

检验目的判断样本均值与已知总体均值是否存在显著差异。适用场景适用于连续型变量，如身高、体重等。检验步骤提出假设、确定检验统计量、计算p值、作出决策。单样本均值检验

检验目的判断样本比例与已知总体比例是否存在显著差异。适用场景适用于二分类变量，如性别、是否患病等。检验步骤提出假设、确定检验统计量、计算p值、作出决策。单样本比例检验

判断样本方差与已知总体方差是否存在显著差异。检验目的提出假设、确定检验统计量、计算p值、作出决策。检验步骤适用于连续型变量，用于检验数据的离散程度。适用场景单样本方差检验

05双样本假设检验方法

原理通过比较两个独立样本的均值差异，推断两个总体均值是否存在显著差异。应用场景适用于连续型数据，如身高、体重等指标的两组人群比较。检验统计量通常采用t统计量，计算两组样本均值的差异与合并标准差之比。假设条件