数据分析第二节推论统计.pptVIP

1、F分布定义2、简单方差分析（单因素方差分析）简单方差分析将总误差划分为两种来源：一种是组间，由施加的试验处理形成；另一种是组内，由随机误差形成。单因素方差分析表变异源(方差来源)方差和（平方和）自由度平均数方差（MS)F值组间（B）SSBk-1组内（W）SSWN-k总体（T）SSTN-12推论统计O、预备知识抽样分析参数估计假设检验的基本概念t检验F检验检验示例管理研究和社会研究绝大部分都采用样本研究，从较大的研究对象总体中抽样收集数据。最终目的是从样本来判断样本所在的总体的特性。统计推断是一套有清晰逻辑程序的统计计算，对于从样本观测值得出的发现（findings),作出是否适用于总体的判断。发现亦即研究的结果，这些结果不外乎以下几个方面的内容：假设中的自变量和因变量之间有无关联？这种关联的趋向和形式如何？这种关联的强度如何？这种关联是否是因果★自变量的属性值变化引起因变量的属性值变化，说明两变量间存在关联。★关联强度的判断则是指观测值中有多大比例的因变量属性值可以从自变量的属性值来解释。★统计技术用统计显著性来检验所观测到的关联是随机性的还是系统性的原因。自变量和因变量之间存在关联并非表明自变量就是因，因变量就是果，因果辨析一般属于实证研究之后机理分析的内容。数据分析的主要内容主要围绕变量间关联的存在性、趋向和形式、强度和统计显著性四个方面。描述统计已涉及到存在性、趋向和形式的内容，推论统计则主要回答统计显著性问题。O、预备知识正态分布与有关的分布◆定义1设连续型随机变量X的密度函数为称X服从正态分布，记作X～N(μ,σ2）.其中μ，σ均为常数，－∞＜μ＜＋∞，σ＞0.§2推论统计(inferentialstatistics)当μ=0,σ2=1时，我们称X服从标准正态分布，即X～N(0,1）.标准正态分布的密度和分布函数分别为：壹贰◆定理1设X～N(μ,σ2），则（X－μ）／σ～N(0,1).◆定义设X1，X2，…，Xn为相互独立的随机变量，它们都服从标准正态N(0,1)分布，则称随机变量服从自由度为n的分布，记作Y～(n).定理2设X1，X2，…，Xn独立，同N（μ，σ2）分布，记02与S2相互独立.01则（1）◆定义2设X～N(0,1)，Y～（n),且X与Y相互独立，记则T服从自由度为n的t分布，又称为学生(student）分布，记作T～t(n)◆定理3设X1，X2，…，Xn独立，同N（μ，σ2）分布，记logo◆定理4设X1，X2，…，Xn独立，同N（μ1，σ2）分布，Y1，Y2，…Ym独立，同N（μ2，σ2）分布，且它们相互独立，记则当μ1＝μ2时T～t(n+m-2).◆定义3设X～,Y～,X与Y独立，则称随机变量服从自由度为(n1,n2)的F分布，记作F～F（n1,n2)样本统计值（samplestatistics):描述样本分布情况的特性值。总体参数值（populationparameter):描述总体分布情况的特性值。样本统计值是否能代表总体参数值,怎样才能代表参数值，这正是推论统计解决问题的出发点。统计值和参数值两者的关系可以通过“抽样分布”（samplingdistribution)这个概念连通起来。统计值的分布情况就是抽样分布。统计推论可分为参数估计（parameterestimation)和假设检验。010302040506一、抽样分析参数估计分为点估计（pointestimation)和区间估计（intervalestimation)二、参数估计11、点估计常用的点估计方法有矩法和极大似然估计（MaximumLikelihoodEstimation)。样本均值样本方差参数是概率分布的特征值，各种概率分布有不同的特征值，最常用到的参数有平均数μ和方差σ2。22、区间估计●估计偏差（bias)●无偏估计：设是未知参数的一个估计量，若有则称是θ的无偏估计量。●抽样误差：每次估计值和长期估计的平均值（long-runaveragevalue)之间的随机误差称作抽样误差。●抽样误差的一个很有用的特点是它符合正态分布。点估计值给出了参数的一个近似值且是随机的，