概率论与数理统计--数理统计的基本概念.pptxVIP

概率论与数理统计--数理统计的基本概念汇报人：AA2024-01-19

目录contents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

数理统计的定义与特点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。特点以概率论为基础，研究随机现象的统计规律性；通过对数据的分析和处理，揭示其内在的数量关系和规律性。

总体与样本总体是研究对象的全体，样本是从总体中随机抽取的一部分。统计量与抽样分布统计量是样本的函数，用于描述样本的特征；抽样分布是统计量的概率分布。参数估计与假设检验参数估计是利用样本信息对总体参数进行估计；假设检验是对总体参数或分布形式提出假设，利用样本信息判断假设是否成立。数理统计的研究对象

社会科学在经济学、社会学、心理学等领域中，数理统计可用于分析和解释社会现象的数量关系和规律性。工程与技术在质量控制、可靠性工程等领域中，数理统计可用于分析和控制产品质量，提高生产过程的稳定性和效率。医学与生物学在医学研究中，数理统计可用于分析疾病的发病率、死亡率等；在生物学中，可用于研究生物种群的数量特征和遗传规律。金融与保险在金融领域中，数理统计可用于风险管理和投资决策；在保险领域中，可用于厘定保费和赔付率等。数理统计的应用领域

02总体与样本

总体定义总体是研究对象的全体，具有共同性质的个体所组成的集合。总体分布描述总体数据分布规律的统计量，如均值、方差等。总体性质总体具有大量性、同质性、差异性和随机性。总体的概念与性质

样本定义从总体中随机抽取的一部分个体组成的集合。样本分布描述样本数据分布规律的统计量，如样本均值、样本方差等。样本性质样本具有代表性、随机性和独立性。样本的概念与性质

抽样关系样本是从总体中随机抽取的一部分，代表总体的特征。统计推断通过样本数据对总体进行推断，包括参数估计和假设检验等。误差控制在抽样过程中需要控制误差，以保证样本对总体的代表性。总体与样本的关系

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，用于描述样本特征或推断总体特征。统计量定义统计量应具有代表性、无偏性、一致性和充分性等性质。统计量性质统计量的定义与性质

常见统计量及其意义方差偏度衡量数据波动程度，刻画总体离散程度。描述数据分布形态的偏斜程度。均值标准差峰度反映数据集中趋势，刻画总体平均水平。方差的算术平方根，用于标准化处理。描述数据分布形态的尖峭程度。

抽样分布概念由样本统计量所服从的概率分布称为抽样分布。抽样分布类型常见的抽样分布有正态分布、t分布、F分布和χ^2分布等。其中，正态分布是最常见的连续型概率分布，t分布用于小样本情况下均值差异的显著性检验，F分布用于方差分析的显著性检验，χ^2分布用于计数数据的显著性检验。抽样分布的概念与类型

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。最大似然估计法根据样本数据，选择使得似然函数达到最大的参数值作为估计值。最小二乘法通过最小化误差的平方和来寻找数据的最佳函数匹配，从而得到参数的估计值。点估计的性质包括无偏性、有效性、一致性和充分性等，用于评价点估计的优良性。点估计的方法与性质

03常见的置信区间构造方法包括正态总体均值、比例、方差等参数的置信区间构造方法。01置信区间的概念根据样本数据构造一个区间，使得该区间包含总体参数真值的概率等于预先给定的置信水平。02构造置信区间的步骤选择合适的统计量，确定置信水平，根据统计量的分布找到置信区间的上下限。区间估计的方法与步骤

有效性指对于同一总体参数的两个无偏估计量，有更小方差的估计量更有效。充分性指样本中包含的有关总体分布的信息都被充分地提取出来了。一致性指随着样本量的增加，估计量的值逐渐接近被估参数的真值。无偏性指估计量的数学期望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等于总体参数。参数估计的评价标准

05假设检验

作出决策根据检验统计量的值和拒绝域，作出接受或拒绝原假设的决策。计算检验统计量的值根据样本数据计算检验统计量的值。确定拒绝域根据显著性水平$alpha$和检验统计量的分布，确定拒绝域$W$。建立假设根据实际问题，提出原假设$H_0$和备择假设$H_1$。选择检验统计量根据假设选择合适的检验统计量，并确定其分布。假设检验的基本思想与步骤

VS只关注参数的一侧，如只关注均值是否大于或小于某个值。在单侧检验中，拒绝域只在一侧。双侧检验关注参数的两侧，如关注均值是否等于某个值。在双侧检验中，拒绝域在两侧。单侧检验单侧检验与双侧检验

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。原假设为假时接受原假设的错误，也称为“取伪”错误。犯第二类错误的概率记为$beta$。第一类错