统计学7
来源:互联网 发布:python post 发送文件 编辑:程序博客网 时间:2024/06/14 04:13
随机变量之差的方差
假设有两个随机变量X和Y,两者完全独立。
假设有Z=X+Y
E(Z)=E(X+Y)=E(X)+E(Y),
Var(Z)=Var(X)+Var(Y)。
假设有A=X-Y
E(A)=E(X-Y)=E(X)-E(Y),
Var(A)=Var(X)+Var(-Y)=Var(X)+Var(Y)=Var(Z)。
证明
而E(-Y)=-E(Y)
随机变量之差的均值等于均值之差,随机变量之差的方差等于方差之和。
样本均值之差的分布
有随机变量X服从任意分布,总体均值
有随机变量Y服从任意分布,总体均值
样本容量很大时,随机变量X和Y的样本均值的抽样分布服从正态分布。
随机变量X的样本均值
随机变量Y的样本均值
定义一个新的随机变量
样本均值之差的置信区间
我们想检验一种新低脂节食产品是否帮助人们减肥,100个随机抽取的人采用此产品,另外100个人采用普通节食产品作对照,4个月后第一组体重减轻均值9.31磅,样本标准差4.67磅,第二组样本均值是7.4磅,样本标准差4.04磅。计算95%置信区间。
考虑均值之差的分布。
均值
方差
标准差
查z表格得,z=1.96
所以95%置信区间是1.91
我们95%确信采用低脂节食产品比采用普通节食产品多减轻0.7 到3.12 磅,真实差异值
样本均值之差的假设检验
定义零假设:低脂节食产品无效,
备择假设:低脂节食产品,
任何假设检验,都有一定的显著性水平,在这里
假设零假设正确,
如果低脂节食产品无效,两样本均值之差超过1.02的概率只有5%。而得到的样本差值是1.91,所以拒绝零假设。
总体占比比较的置信区间
总统选举,我想知道男性和女性中投给某候选人的占比是否有显著不同。
也就是
调查了1000个投票的男性和1000个投票的女性。男性中,642人投给此候选人,记为1,358人用0表示。女性中,591人投给此候选人,记为1,409人用0表示。
计算男性样本均值
因为样本容量很大,样本占比的抽样分布图服从正态分布。
不仅考虑男女性单独的抽样分布,要考虑两样本占比之差的抽样分布。这里说的占比其实是一般的均值。
均值
方差
标准差
95%的置信区间d,表示有95%几率,0.051在
d=
因此投给某一特定候选人的男女总体占比之差的95%置信区间,也就是
总体占比比较的假设检验
定义零假设:男性和女性中投给某候选人的占比没有显著不同,
备择假设:有显著不同,
显著性水平
假设零假设成立,
0.051距离抽样分布均值0的z分数,z=
此中p未知,我们可以考虑估计
z=
这里是双侧检验,查z表格得到拒绝零假设的最小z分数,左右侧尾部显著性水平5%在距离均值1.96个标准差处。而2.35>1.96,所以零假设成立下,得到实际样本占比差值0.051的概率小于5%,拒绝零假设。
- 统计学7
- 统计学
- 统计学
- 统计学
- 统计学
- 《统计学》读书笔记,第3-7章节
- #统计学#统计学经典书目
- 数理统计学导论(英文版第7版)
- SAT数学统计学部分7大运算解析
- 统计学学习笔记——(7)抽样分布
- 统计学简史
- 统计学悖论
- 统计学基本知识
- 统计学笔记
- 统计学书籍
- 统计学名词解释
- #统计学# 笔记
- 统计学概要
- 《javascript设计模式与开发实践》阅读笔记(12)—— 享元模式
- TestestFlight 如何外部测试
- C#——程序结构
- MFC实现编辑框对回车键的响应
- 每秒处理10万订单乐视集团支付架构
- 统计学7
- PHP开发程序应该注意的42个优化准则
- 如何去除Xcode中的警告⚠️
- 【前端面试】HTML5+CSS3初级面试
- php 正则中的"i,m,s,x,e"分别表示什么
- 解决$GLOBALS["HTTP_RAW_POST_DATA"]获取不到数据的问题
- Servlet是什么
- ButterKnife基本使用
- SAP前一期间更改物料价格