《误差分布》课件.ppt

*******************误差分布课程目标1理解误差概念深入了解误差的概念，包括随机误差、系统误差和偶然误差。2掌握误差分布规律学习正态分布的特性和应用，并掌握如何进行正态分布检验。3运用误差分析方法了解误差传播定律和相关系数的计算方法，并学习如何进行回归分析。什么是误差测量误差测量值与真实值之间的差异。随机误差不可预测的误差，通常服从正态分布。系统误差由于测量仪器或方法的缺陷导致的误差，具有方向性和一致性。误差分布的主要特征误差分布可以用统计图描述，例如直方图或频率曲线。误差分布通常围绕中心值对称分布。误差分布的离散程度可以用标准差或方差来衡量。正态分布简介正态分布，也称为高斯分布，是最重要的连续概率分布之一。它在统计学、机器学习、物理学等众多领域都有广泛的应用。正态分布的标准形式公式正态分布的标准形式可以用以下公式表示：参数其中，μ表示总体平均值，σ表示总体标准差，x表示随机变量的值。正态分布的性质对称性正态分布曲线关于平均数对称，表示数据在平均数两侧分布均衡。峰度正态分布曲线呈钟形，中心高，两侧低，表示数据集中在平均数附近。渐进性正态分布曲线两端无限接近于横轴，但永远不会与横轴相交，表示数据存在极端值。标准正态分布标准正态分布是指均值为0，标准差为1的正态分布。它的概率密度函数可以用以下公式表示：f(x)=(1/√(2π))*e^(-x^2/2)标准正态分布的图形是对称的，其曲线呈钟形，以x轴为对称轴，并且它的面积为1。标准正态分布在统计学中具有重要的应用，它可以用来计算随机变量的概率，并进行假设检验和置信区间估计。标准正态分布表的应用使用标准正态分布表查找对应于给定z值的概率计算正态分布随机变量的概率可视化正态分布曲线下的面积正态分布的计算方法1标准化公式将随机变量转换为标准正态分布2概率计算利用标准正态分布表进行概率计算3逆运算根据概率值求出随机变量的值正态分布检验1数据收集收集足够多的数据以确保样本能够代表总体。2假设检验假设总体服从正态分布，并利用样本数据进行检验。3检验统计量计算检验统计量，以判断样本数据是否支持假设。4决策根据检验结果，决定是否拒绝假设，并得出结论。检验假设的基本思想1假设检验是对总体参数做出判断的过程。2检验假设首先提出一个关于总体参数的假设。3收集样本数据并计算检验统计量。4判断假设根据检验统计量的值判断是否拒绝原假设。检验统计量的计算确定样本统计量根据所检验的假设，选择合适的样本统计量，例如样本均值、样本方差等。计算检验统计量将样本统计量代入相应的检验统计量公式，得到检验统计量的值。确定检验统计量的分布根据样本容量、总体方差等信息，确定检验统计量的分布，例如标准正态分布、t分布等。显著性水平与临界值显著性水平用来衡量错误拒绝原假设的风险，通常用α表示，取值范围为0到1，例如0.05。临界值在假设检验中，临界值是用来区分接受或拒绝原假设的分界点，它与显著性水平相关。单侧检验与双侧检验单侧检验检验方向明确，例如，检验某种药物是否能提高治疗效果，即只关心治疗效果是否大于某个阈值。双侧检验检验方向不确定，例如，检验两种药物的疗效是否相同，即关心两种药物的疗效是否显著不同，无论哪个药物效果更优。正态总体方差已知的z检验1z检验用于检验总体均值2正态总体数据符合正态分布3已知方差总体方差已知z检验是一种常用的假设检验方法，用于检验来自正态总体的样本均值是否与预设的总体均值相符。z检验的应用前提是总体方差已知，且数据符合正态分布。在实际应用中，如果总体方差未知，可以使用t检验来代替z检验。正态总体方差未知的t检验1假设检验对总体均值进行假设检验，确定样本均值是否与总体均值有显著差异。2t统计量利用样本均值、样本标准差和样本量计算t统计量，评估样本均值与总体均值的偏差程度。3t分布根据t统计量和自由度查阅t分布表，确定临界值，判断是否拒绝原假设。4结论根据检验结果得出结论，判断样本均值与总体均值之间是否存在显著差异。样本容量的确定精度要求样本容量越大，估计结果越精确。成本限制样本容量过大，会增加调查成本。时间限制样本容量过大，会延长调查时间。失误概率与置信水平1失误概率表示推断结果出错的可能性。2置信水平表示推断结果正确的可能性。3互补关系失误概率与置信水平互为补集，两者之和等于1。置信区间的构建样本统计量使用样本数据计算样本均值、样本方差等统计量。