推断性统计部分(一)---样本与分布的关系及其检验统计量
来源:互联网 发布:淘宝网广场舞舞蹈服 编辑:程序博客网 时间:2024/04/29 15:15
推断性统计部分(一)—样本与分布的关系及其检验统计量
标签(空格分隔): 概率论与数理统计
统计除了可以描述随机变量特征之外,还有一个重要作用,推断!这也是为什么把统计分为描述性统计和推断性统计的原因,以我目前的理解,推断性统计的作用在于以小推大,以微观推宏观,不排除后续继续深入学习之后得出新的结论。
在我另一篇文章描述性统计(一)—-统计量中,写到过关于样本的一些统计量,在此基础上,增加样本与分布的关系。
样本平均值、样本方差、样本标准差、样本k阶矩、样本k阶中心距
样本平均值:X¯¯¯=1n∑ni=1Xi
样本方差:S2=1n−1∑ni=1(Xi−X¯)2
样本标准差:S=S2−−√=∑ni=1(Xi−X¯)2n−1−−−−−−−−−√
样本k阶(原点)矩:Ak=1n∑ni=1Xki,k=1,2,3,……
样本k阶中心矩:Bk=1n∑ni=1(Xi−X¯)k,k=1,2,3,……
首先知道两个定律:
大数定律:定理(服从具有期望值
中心极限定理:定理(有几个定理,不一一列出了),简单来说,就是当样本足够大的时候,从一个总体中抽出来的样本均值近似的服从
另外,有个工具可以帮助理解,在看可汗学院的统计学课程看到的,蛮有意思的一个中心极限定理检验工具【点击进入】,进去后点击左上角Begin开始就行,不会的看Instruction,注意启用JAVA
知道了这两个定理之后,再看样本及三大正态总体导出分布
介绍一下样本,它是我们从总体中抽样出来的一组观察值,各个观察值都是已知的具体量化数字,样本具有的统计量由上面给出,由大数定律可知道,样本的均值就是总体均值的无偏估计,但要注意,样本的方差是除以(n-1)而不是n,这样得出来的方差才是总体方差的无偏估计,我们经常以此来估计总体的方差,因为总体的均值及方差总是难以知道的。
从中心极限定理可以知道,无论原来的总体是什么鬼分布,通通不管,反正抓出来的样本就可以看作是正态分布,注意,样本数量需要足够,抓一个两个就没意思了是不。
正态分布及导出分布
统计量
以上是正态分布及其导出分布,主要记住各分布是怎么来的(即定义),是由什么分布和什么分布组成的,以后在各处地方都要用到它们的定义来组合分布。
*四大定理(非常重要)*
正态总体的样本均值与样本方差的分布
有来自正态总体
下一节,参数估计
- 描述性统计部分(二)—-常用概率分布及用处简述 ↩
- 推断性统计部分(一)---样本与分布的关系及其检验统计量
- 样本统计量与总体的关系,抽样分布的概念性质
- 统计量及其分布
- 抽样分布与统计推断
- t检验与F检验 /统计常识 / 统计学笔记(2)--随机抽样与统计推断的逻辑
- 描述性统计部分(一)----统计量
- 推断性统计部分(二)---参数估计
- 推断性统计部分(三)---假设检验
- 第六章 统计量及其抽样分布
- 常用统计量的分布
- 复习统计(2)-统计量的抽样分布
- 统计量及抽样分布的思考与遐想
- 推断性统计部分(四)---简单方差分析
- 推断性统计部分(五)---简单回归分析
- 统计与推断
- 如何确定抽样统计的最小样本量(附:随机抽样统计的抽样误差Excel计算表格)
- 如何确定抽样统计的最小样本量(附:随机抽样统计的抽样误差Excel计算表格)
- 如何确定抽样统计的最小样本量(附:随机抽样统计的抽样误差Excel计算表格)
- nyoj 269 VF 动规
- jupyter 教程
- 为什么构造函数不能虚而析构函数可以虚,以及在什么情况下来使用析构函数
- 注意安全!XSS 和 XSRF
- 布隆过滤器 (Bloom Filter) 详解
- 推断性统计部分(一)---样本与分布的关系及其检验统计量
- HDOJ-----5339---Untitled暴力枚举+剪枝
- 【react】初学知识点
- 前端-HTML结构元素
- geoserver地图跨域解决方案
- 【原】CSS实现背景透明,文字不透明,兼容所有浏览器
- Maven 国内镜像
- 《Android 群英传》读书笔记:自定义 View -- 音频条形图
- React创建组件的三种方式及其区别