参数估计与假设检验 |
您所在的位置:网站首页 › 置信区间图解 › 参数估计与假设检验 |
推断统计:研究如何利用样本数据来推断总体特征 描述统计:描述一组数据的特征 参数估计:利用样本信息估计总体特征 假设检验:利用样本信息判断对总体的假设是否成立 一.参数估计就是对于总体指标的估计 估计:根据你拥有的信息来对现实世界进行某种判断 总体均值:真实的总体均值和预估的总体均值 样本均值:将样本中的数字相加,然后除以这些数字的总数 点估计量:总体均值的估计 1.总体均值的估计步骤①收集样本数据 ②用样本均值作为总体均值 2.总体方差的估计方差是所有数值偏离均值的程度,样本相对于总体来说数量变少了,极端值出现在样本中的可能性就会下降。而极端值是最容易影响总体方差的因素,所以,样本方差会小于总体方差,而且样本量越少,差距越大 如果不能使用样本方差,那我们就用其他方式来估计总体方差 这个算法和样本方差的算法相似,不过除数是n-1,而不是n 这样估计得出的值要比样本方差略大,而总体方差本身就大于样本方差,所以这个公式作为总体方差的点估计量,效果更好 3.总体比例的估计可以用样本成功的比例来作为总体成功比例的点估计量 4.样本均值的期望①对于E(x+y) = E(x) + E(y),假设 x 前面有一个系数A,那么E(Ax) = AE(x) ②E(x) = (x1 + x2 + ... + xn)/n ③E(x) = (μ + μ + ... + μ)/n 5.样本均值的方差X的标准差即方差的平方根,这个标准差可指出样本均值与μ的可能偏离距离,因此称为均值标准误差 样本N越大,均值标准误差越小 也就是说,样本中的个体越多,样本均值的方差越小,用总体估算样本均值越可靠 6.中心极限定理如果X符合正态分布,那么样本均值这个随机变量也符合正态分布 如果X不符合正态分布,但只要N足够大,那样本均值也符合正态分布 在这里,样本均值不是一个数值,而是一个变量,因为从总体中我们可以选出任意多个样本来,每个样本都有一个均值,所以X在这里是一个变量,而是随机变量 利用样本均值得到总体均值的一个具体的估计值 不要求给出总体均值的精确估计,而是指出总体均值介于数值A和数值B之间,用(A,B)表示这个区间,希望这个区间包含总体均值 用(A,B)表示区间估计的区间,我们希望这个区间包含总体均值,当然如果区间设置的太大,就没有实际意义了,我们要确定A和B的确切数值,取决于你要设置多大的概率水平,因此,(A,B)被称为置信区间 样本量越大,抽样误差越小,而误差越小,样本的代表性就越好,这时用样本估计总体就越可靠,我们把这种可靠度叫做置信水平,或者置信度 求置信区间的步骤:①求出样本均值 ②计算出抽样误差 ③求出置信区间的两个端点 在样本量相同的情况下,置信水平越高,置信区间越宽 二.假设检验 原理1:小概率事件是指小概率事件(p |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |