概率论与数理统计(共8章)数理统计的基本概念.pptxVIP

概率论与数理统计(共8章)数理统计的基本概念

汇报人：AA

2024-01-19

目录

CONTENTS

数理统计概述

数理统计的基本概念

参数估计

假设检验

方差分析

回归分析

时间序列分析

数理统计的应用领域

01

数理统计概述

定义

数理统计是应用概率论对数据进行收集、整理、分析和推断的数学学科。

特点

数理统计以概率论为基础，通过对数据的分析和处理，揭示数据的内在规律和随机现象的本质。

数理统计的研究对象是总体和从总体中抽取的样本。

总体与样本

总体和样本中的特征数（如平均数、方差等）以及它们之间的关系也是数理统计的研究对象。

变量与数据

描述性统计

运用图表、数值等方法对数据进行整理和描述，反映数据的分布规律和特征。

推断性统计

在描述性统计的基础上，运用概率论对总体进行推断，包括参数估计和假设检验等方法。

实验设计与方差分析

通过实验设计和方差分析等方法，研究不同因素对实验结果的影响，以及因素之间的交互作用。

02

数理统计的基本概念

总体

研究对象的全体个体组成的集合，通常用一个随机变量及其分布来描述。

样本

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。

样本容量

样本中包含的个体数目，用n表示。

03

02

01

随机变量

描述随机试验结果的变量，可以是离散的或连续的。

分布函数

描述随机变量取值概率的函数，包括概率质量函数（离散型）和概率密度函数（连续型）。

常见分布

二项分布、泊松分布、正态分布等。

由样本数据计算得到的用于推断总体性质的量，如样本均值、样本方差等。

统计量

统计量的概率分布，描述了在不同样本下统计量的可能取值及概率。

抽样分布

卡方分布、t分布、F分布等，它们在参数估计和假设检验中发挥着重要作用。

常见抽样分布

03

参数估计

点估计是用样本统计量来估计总体参数，因为样本统计量为数轴上某一点值，估计结果也以一个点的数值表示，所以称为点估计。

方法

点估计的主要方法有矩估计法、最大似然估计法、最小二乘法、贝叶斯估计法等。

性质

无偏性、有效性、一致性是评价点估计好坏的三个重要标准。

定义

无偏性

指估计量的数学期望等于被估计的总体参数，即样本统计量的期望值等于总体参数的真值。

有效性

指对同一总体参数的两个无偏点估计量，有更小方差的估计量更有效。

指随着样本容量的增大，点估计量的值越来越接近被估总体的真值。

一致性

04

假设检验

小概率原理

在一次试验中，小概率事件几乎不可能发生。如果发生了，则有理由拒绝原假设。

决策风险

在假设检验中，无论做出何种决策，都可能存在风险。需要权衡两类错误的风险，选择合适的显著性水平。

反证法思想

先假设总体参数等于某个值，然后利用样本信息判断假设是否成立。

用于检验单个正态总体均值是否等于某个值。

单样本t检验

用于检验单个正态总体方差是否等于某个值。

卡方检验

在进行t检验或卡方检验前，需要对样本数据进行正态性检验，以确保检验结果的可靠性。

正态性检验

01

02

03

两独立样本t检验

用于检验两个独立正态总体均值是否相等。

F检验

用于检验两个正态总体方差是否相等。如果方差不等，则需要使用Welcht检验进行均值比较。

配对样本t检验

用于检验两个相关正态总体均值是否相等，通常用于比较同一组对象在不同时间或条件下的差异。

多重比较

当涉及多个总体均值比较时，需要使用多重比较方法，如TukeyHSD、Scheffe等，以控制犯第一类错误的概率。

05

方差分析

通过比较不同水平下样本均值的差异，推断总体均值是否存在显著差异。

原理

提出原假设和备择假设，构造F统计量，根据F分布进行假设检验。

假设检验

要求各样本相互独立且服从正态分布，方差具有齐性。

注意事项

同时考虑两个因素对试验结果的影响，分析它们的主效应和交互效应。

原理

分别对每个因素提出原假设和备择假设，构造F统计量，根据F分布进行假设检验。

假设检验

要求各样本相互独立且服从正态分布，方差具有齐性；还需考虑交互效应的影响。

注意事项

06

回归分析

回归方程

描述两个变量之间关系的直线方程，其中一个变量是解释变量，另一个是响应变量。

最小二乘法

通过最小化预测值与实际观测值之间的平方和，得到回归方程的系数。

显著性检验

检验回归系数是否显著不为零，以确定解释变量对响应变量的影响是否显著。

多元回归方程

描述多个解释变量与一个响应变量之间关系的方程。

多重共线性

当解释变量之间存在高度相关时，会导致回归系数的估计不准确。

逐步回归

一种选择重要解释变量的方法，通过逐步添加或删除变量，以优化模型的预测性能。

非线性模型

当变量之间的关系不能用直线描述时，需要使用非线性模型进行拟合。

模型检验

检验非线性模型的拟合优度、参数的显著性等，以评估模型的适用性和可靠性。

参数估计