概率论和数理统计(第三学期)数理统计的基本概念.pptxVIP

概率论和数理统计(第三学期)数理统计的基本概念

汇报人：AA

2024-01-19

CATALOGUE

目录

数理统计概述

总体与样本

统计量与抽样分布

参数估计

假设检验

方差分析与回归分析

01

数理统计概述

定义

数理统计是应用概率论对大量数据进行收集、整理、分析和推断的数学分支。

以概率论为基础

数理统计的理论和方法都建立在概率论的基础上。

依赖于数据

数理统计的结论和推断都依赖于实际观测到的数据。

具有不确定性

由于数据的随机性，数理统计的结论和推断具有一定程度的不确定性。

数理统计研究如何从样本数据中推断总体的性质。

总体与样本

用于描述样本特征的数，如样本均值、样本方差等。

统计量

描述统计量在多次抽样中的分布规律。

抽样分布

02

总体与样本

性质

总体具有确定性，即其分布$F(x)$是确定的。

总体可以是有限的，也可以是无限的。

总体中的每个个体都是随机变量$X$的一个可能取值。

定义：总体是研究对象的全体，通常用一个随机变量$X$及其分布$F(x)$来描述。

定义：样本是从总体中随机抽取的一部分个体，用于推断总体的性质。样本通常表示为$X_1,X_2,ldots,X_n$，其中$n$为样本容量。

性质

样本具有随机性，因为它是从总体中随机抽取的。

样本容量$n$是有限的。

样本中的每个个体都是独立的，且与总体具有相同的分布。

01

02

03

04

05

01

02

03

01

区别

02

总体是确定的，而样本是随机的。

03

总体的容量可以是无限的，而样本的容量是有限的。

04

对总体的研究通常是理论性的，而对样本的研究则是实践性的，旨在通过样本来推断总体的性质。

03

统计量与抽样分布

统计量是基于样本数据计算出来的量，用于对总体进行推断。它不依赖于任何未知参数，是样本的函数。

定义

统计量的期望值等于被估计的总体参数。

无偏性

对于同一总体参数的两个无偏估计量，方差较小的估计量更有效。

有效性

随着样本量的增加，统计量的值趋近于总体参数的真值。

一致性

次序统计量

如中位数、四分位数等，用于描述样本数据的分布位置。

样本矩

描述样本数据分布形态的特征量，如偏度和峰度。

样本标准差

方差的平方根，同样用于衡量数据的离散程度。

样本均值

表示样本数据的平均水平，用于估计总体均值。

样本方差

表示样本数据的离散程度，用于估计总体方差。

01

02

概念

抽样分布是指由样本统计量所形成的概率分布。当从同一总体中随机抽取多个样本时，每个样本都可以计算出一个统计量的值，这些统计量的值会形成一定的分布规律。

中心极限定理

当样本量足够大时，不论总体分布如何，样本均值的抽样分布近似于正态分布。

卡方分布

多个独立的标准正态随机变量的平方和服从卡方分布，常用于检验统计量的构造。

t分布

当总体标准差未知时，样本均值与总体均值的差除以样本标准差与根号n的比值服从t分布。

F分布

两个独立的卡方分布变量之比服从F分布，常用于方差分析。

03

04

05

04

参数估计

矩估计法

利用样本矩来估计总体矩，从而获得参数的估计值。该方法简单易行，但精度有时不够高。

最大似然估计法

根据样本观测值出现的概率最大原则来估计参数。该方法具有优良的大样本性质，但在小样本情况下可能表现不佳。

贝叶斯估计法

基于贝叶斯定理，将参数的先验分布与样本信息结合，得到参数的后验分布，并据此进行点估计。该方法考虑了先验信息，但计算相对复杂。

构造置信区间的步骤

选择合适的统计量，确定置信水平，根据统计量的分布规律计算置信区间的上下限。

常见的置信区间构造方法

包括基于正态分布的z检验法、基于t分布的t检验法、基于卡方分布的χ^2检验法等。

置信区间的概念

根据样本数据构造一个区间，使得该区间以一定的概率包含总体参数的真值。该概率称为置信水平。

指估计量的期望值等于被估计参数的真值，即估计量在多次重复抽样下的平均值接近参数真值。

无偏性

指无偏估计量中方差最小者最有效，即对于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。

有效性

指随着样本量的增加，点估计量的值逐渐接近被估参数的真值。一致性是评价估计量好坏的一个重要标准。

一致性

01

02

03

05

假设检验

VS

原假设为真时拒绝原假设的错误，也称为“弃真”错误。犯第一类错误的概率记为$alpha$，也称为显著性水平。

第二类错误

原假设为假时未拒绝原假设的错误，也称为“取伪”错误。犯第二类错误的概率记为$beta$。

第一类错误

06

方差分析与回归分析

基本原理

方差分析是通过研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。

步骤

建立假设、构造检验统计量、确定显著性水平、计算检验统计量的值、作出统计决策。

回归分析是研究一个因变量与一个或多个