华师大数据分析与数理统计课件-数理统计.pptVIP

华师大数据分析与数理统计课件-数理统计欢迎来到华师大数据分析与数理统计课件！本课程将带您深入了解数理统计的核心概念、方法及其在大数据分析中的应用。从基础概念到高级模型，我们将系统地学习参数估计、假设检验、方差分析、回归分析、判别分析和聚类分析等关键技术。通过本课程，您将掌握利用统计学方法解决实际问题的能力，为未来的学术研究和职业发展打下坚实的基础。

数理统计的定义与作用定义数理统计是应用数学的一个分支，它研究如何有效地收集、整理、分析和解释数据，从而做出推断和决策。它基于概率论，但侧重于从有限的数据中推断总体的性质。作用数理统计在各个领域都有广泛的应用，包括但不限于：经济学、医学、工程学、社会科学等。它帮助我们理解数据背后的规律，预测未来的趋势，评估政策的效果，优化生产过程等。

统计学的基本概念：总体、样本、统计量总体总体是指我们感兴趣的所有个体的集合。例如，一个国家的所有人口，或者一个工厂生产的所有产品。总体可以是有限的，也可以是无限的。样本样本是从总体中抽取的一部分个体。由于研究总体通常是不现实的，我们通常通过分析样本来推断总体的性质。样本的质量直接影响推断的准确性。统计量统计量是样本的函数，不包含任何未知参数。例如，样本均值、样本方差等。统计量用于估计总体的参数，或者检验关于总体的假设。

概率论回顾：随机变量及其分布随机变量随机变量是一个取值具有随机性的变量。它可以是离散的（例如，抛硬币的结果），也可以是连续的（例如，人的身高）。概率分布概率分布描述了随机变量取不同值的概率。对于离散随机变量，我们使用概率质量函数（PMF）；对于连续随机变量，我们使用概率密度函数（PDF）。常见分布常见的概率分布包括：正态分布、均匀分布、二项分布、泊松分布等。这些分布在统计学中有着重要的应用。

抽样分布：χ2分布、t分布、F分布χ2分布χ2分布用于检验分类变量之间的独立性，以及检验拟合优度。它是由多个独立标准正态变量的平方和构成的分布。t分布t分布用于小样本情况下对总体均值的推断。当样本量较小时，使用t分布比使用正态分布更准确。F分布F分布用于比较两个总体的方差，以及进行方差分析。它是两个χ2分布的比值构成的分布。

参数估计：点估计1点估计的定义点估计是用一个样本统计量的值作为总体参数的估计值。例如，用样本均值作为总体均值的估计值，用样本方差作为总体方差的估计值。2常见的点估计方法常见的点估计方法包括：矩估计法、极大似然估计法、最小二乘法等。不同的估计方法有不同的性质和适用条件。3点估计的评价标准点估计的评价标准包括：无偏性、有效性、一致性等。一个好的点估计量应该满足这些标准。

无偏性、有效性、一致性无偏性如果一个估计量的期望值等于总体参数的真实值，则称该估计量是无偏的。无偏性是衡量估计量准确性的一个重要标准。有效性如果两个估计量都是无偏的，则方差较小的估计量更有效。有效性衡量了估计量的精度。一致性如果随着样本量的增大，估计量的值越来越接近总体参数的真实值，则称该估计量是一致的。一致性保证了当样本量足够大时，估计量能够收敛到真实值。

矩估计法基本思想矩估计法是用样本矩来估计总体矩的方法。它的基本思想是用样本的k阶原点矩来估计总体的k阶原点矩，然后解方程组得到参数的估计值。步骤1.计算样本的k阶原点矩；2.建立样本矩与总体矩之间的关系；3.解方程组得到参数的估计值。优点与缺点优点是简单易行，不需要知道总体的分布形式；缺点是估计量的性质可能不好，例如可能不是无偏的，或者不是有效的。

极大似然估计法基本思想极大似然估计法是选择使样本出现的概率最大的参数值作为参数的估计值。它的基本思想是“最合理的参数值应该使样本最有可能出现”。1似然函数似然函数是描述参数与样本之间关系的函数。对于离散随机变量，似然函数是样本的联合概率；对于连续随机变量，似然函数是样本的联合概率密度。2求解方法求解极大似然估计值的方法通常是：1.写出似然函数；2.对似然函数取对数；3.对参数求导；4.令导数为零，解方程组得到参数的估计值。3

估计量的评价标准标准定义解释无偏性E(θ^)=θ估计量的期望值等于总体参数的真实值有效性Var(θ^1)Var(θ^2)在无偏估计量中，方差较小的估计量更有效一致性lim(n→∞)P(|θ^-θ|ε)=1随着样本量的增大，估计量收敛到总体参数的真实值

参数估计：区间估计点估计的局限性点估计只能给出一个参数的估计值，无法提供估计的精度信息。例如，我们估计一个班级的平均身高为170cm，但无法知道这个估计值的误差范围。区间估计的优势区间估计给出一个参数的可能取值范围，并给出这个范围的可信程度。例如，我们估计一个班级的平均身高在165cm到175cm之间，置信水平为95%。区间估计的应用区间估计在实际应用中更加常