数理统计知识点.pptxVIP

数理统计知识点汇报人：AA2024-01-19绪论概率论基础统计量及其分布参数估计假设检验方差分析回归分析目录01绪论数理统计的定义与特点定义特点数理统计是应用概率论的结果，更深入地分析研究统计资料，通过对某些现象的频率的观察来发现该现象的内在规律性，并做出一定精确度的判断和预测；将这些研究的某些结果加以归纳整理，逐步形成一定的数学概型。数理统计具有随机性、数量性、总体性等特征。其中随机性表示在一次试验中可能出现也可能不出现，而在大量重复试验中具有某种规律性；数量性表示数理统计的研究对象是数量，它是通过对各种数量表现的统计资料及其所反映的各种数量关系的分析来实现对客观事物的科学认识；总体性表示数理统计是从整体上反映和分析事物数量特征，而不是着眼于个别现象。数理统计的研究对象总体研究对象的全体个体所构成的集合称为总体。组成总体的每个个体称为总体单位。个体总体中所考察的每一个事物称为个体。样本从总体中抽取的一部分个体所组成的集合称为样本。样本容量样本中个体的数目称为样本容量。数理统计的研究方法描述统计对收集的数据资料进行整理、概括和计算，以揭示数据分布规律性的方法。推断统计根据样本数据推断总体数量特征的方法。它是在对样本数据进行描述的基础上，利用一定的方法根据样本数据去估计或检验总体的数量特征。02概率论基础概率的定义与性质概率的直观定义描述某一事件发生的可能性大小的数值。概率的基本性质概率的公理化定义满足非负性、规范性、可列可加性的函数。包括互斥事件的概率加法公式、对立事件的概率公式等。条件概率与独立性条件概率01在某一条件下，某一事件发生的概率。事件的独立性02两个事件相互独立，当且仅当其中一个事件的发生不影响另一个事件的发生概率。条件概率与独立性的关系03独立事件的条件概率等于其无条件概率。随机变量及其分布随机变量的定义连续型随机变量及其概率密度描述随机试验结果的变量，可以是离散的或连续的。包括均匀分布、正态分布、指数分布等。ABCD离散型随机变量及其分布律随机变量的函数的分布包括0-1分布、二项分布、泊松分布等。通过随机变量的函数关系，求新的随机变量的分布。随机变量的数字特征0102数学期望方差描述随机变量取值的平均水平，是随机变量的一种中心化指标。描述随机变量取值的离散程度，是随机变量的一种波动性指标。协方差与相关系数矩与协方差矩阵描述两个随机变量之间的线性相关程度。描述随机变量的高阶矩及不同随机变量间的协方差关系。030403统计量及其分布统计量的定义与性质统计量定义统计量是样本空间上的实值函数，不依赖于任何未知参数。统计量性质统计量应具有一致性、无偏性、有效性等性质。常用统计量及其分布样本均值样本方差样本均值的分布随着样本量的增大而逐渐趋近于正态分布。样本方差的分布与总体分布、样本量等因素有关。样本矩顺序统计量样本矩是描述样本分布形态的重要统计量，包括偏度、峰度等。顺序统计量是样本观测值排序后的结果，如最小值、最大值、中位数等。抽样分布定理中心极限定理当总体分布未知时，可以用样本均值近似总体均值，且随着样本量的增大，样本均值的分布逐渐趋近于正态分布。大数定律χ^2分布用于描述多个独立随机变量的平方和的抽样分布。当试验次数足够多时，频率近似于概率。F分布t分布用于描述两个独立随机变量的方差比的抽样分布。当总体分布为正态分布，但总体标准差未知时，可以用t分布来描述样本均值的抽样分布。04参数估计点估计定义方法性质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，估计的结果也以一个点的数值表示，所以称为点估计。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。无偏性、有效性、一致性是评价点估计好坏的三个重要标准。区间估计方法区间估计的构造方法主要有枢轴量法、大样本法等。定义区间估计是在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差得到。性质区间估计的精度与样本量大小、总体分布等因素有关，一般要求置信水平越高，则置信区间的宽度越大。估计量的评价标准010203无偏性有效性一致性指估计量的数学期望等于被估计的总体参数，即样本统计量的平均值等于总体参数的真值。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。指随着样本量的无限增加，样本统计量依概率收敛于被估计的总体参数。05假设检验假设检验的基本思想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，接受备择假设。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接受原假设。检验统计量与拒绝域构造一个检验统计量，根据显著性水平确定拒绝域，通过比较检验统计量的值与拒绝域的关系来判断是否拒绝原假设。单个正态总体参数的假设检验单个正态总体均值的假设检验：