统计学精品课件(6)

整理ppt
16
2. T统计量
设X1，X2，…，Xn是来自正态总体N～ (μ,σ2 )
n
的一个样本，
X
1 n
n i 1
Xi
(Xi X )2 s 2 i1
n 1
则 T(X) ~t(n1)
S/ n
称为T统计量,它服从自由度为(n-1)的t分布。
整理ppt
17
F分布
定义：设随机变量Y与Z相互独立，且Y和Z分别服 从自由度为m和n的c2分布，随机变量X有如下表达式：
整理ppt
8
中心极限定理
设从均值为，方差为2的一个任意总 体中抽取容量为n的样本，当n充分大时， 样本均值的抽样分布近似服从均值为μ、 方差为σ2/n的正态分布。
当样本容量足够大时
(n≥30)，样本均值的抽样
分布逐渐趋于正态分布
整理ppt
9
标准误差
标准误差：样本统计量与总体参数之间的平均差异
1. 所有可能的样本均值的标准差，测度所有样本 均值的离散程度
因此，估计这100名患者治愈成功的比 例在85%至95%的概率为90.5%
整理ppt
22
6.5 两个样本平均值之差的分布
设
X
1
是独立地抽自总体
X1 ~N(1,12)
的一个容量
为n1的样本的均值。 X 2 是独立地抽自总体
X2 ~N(2,22)的一个容量为n2的样本的均值，则有
E (X 1X 2)E (X 1) E (X 2)12
2. 样本均值的标准误差小于总体标准差
3. 计算公式为
x
n
整理ppt
10
【例】设从一个均值μ=8、标准差σ=0.7的总 体中随机抽取容量为n=49的样本。要求：

多元线性回归分析
总结词
多元线性回归分析是研究多个因变量与多个自变量之间线性关系的统计方法。
详细描述
多元线性回归分析用于分析多个因变量与多个自变量之间的关联性，并建立多个因变量与多个自变量之间的线性方程 组。它能够揭示多个自变量对因变量的共同影响，以及各因变量之间的关系。
参数估计
通过最小二乘法或其它优化算法，可以估计出回归系数β01, β02, ... β0n, β11, β12, ... β1n, ... 的值，从 而得到回归方程组。
统计学的分支
随着统计学的发展，逐渐 形成了多个分支，包括描 述统计学、贝叶斯统计学、 频率派统计学等。
统计学的应用
随着计算机技术的发展， 统计学的应用领域越来越 广泛，包括人工智能、大 数据等领域。
02 统计学的基石
总体与样本
总体
统计学中研究的全部数据称为 总体。
样本
从总体中选取的一部分数据称 为样本。
趋势性因素
指时间序列中随着时间推移而呈现出的长期 趋势或上升或下降的变动。
周期性因素
指时间序列中呈现出的周期性变动，如经济 周期、市场波动等。
随机性因素
指时间序列中无法解释的随机波动，通常是 由各种不可预测的事件引起的。
时间序列的预测方法
简单平均法
通过对历史数据的简单平均来预测未来 数据，适用于数据波动较小的情况。
样本的代表性
样本应具有代表性，能够反映 总体的特征。
样本的规模
样本的大小应根据研究目的和 精度要求确定。
参数与统计量
参数
描述总体特性的数值，如总体均值、方差等。
参数与统计量的关系
统计量是参数的估计量，用于估计总体的参 数。

统计是以数据为食物的动物 统计的本业是消化数据， 并产生有营养的结果。
Data—— Statistics ——Information
经济学家、教育家、人口学家 原北京大学校长 马寅初
• 学者不能离开统计而研究 • 政治家不能离开统计而施政 • 企业家不能离开统计而执业
第一节 统计与统计学
• 统计与统计学的含义 • 统计数据的规律与统计方法
二、统计数据的规律与统计方法
以上例子说明，通过多次观察或试验可 以得到大量的统计数据，利用统计方法是 可以探索其内在的数量规律性。因为客观 事物本身是必然性与偶然性的对立统一， 必然性反映了事物的本质特征，偶然性反 映了事物表现形式的差异。（举例学生的 平均分，标准差）
举例3：《2011年武汉地区高校毕业 生就业报告》
• 即使入职相同行业，不同部门间的收入差 距也较大。从总体看，高校毕业生薪资起 点呈现“研发岗”＞“销售岗”＞“职能 岗”＞“行政岗”的总体态势。 • 在不同性质的企业中，应届高校毕业生工 资最高的是外资企业，达2500元以上的占 到62.3%，达5000元以上的占到8.2%。接 近半数的应届毕业生，工资水平集中在 1500元-2500元之间。
举例5：文学也与统计有关
据统计学家（复旦大学李贤平教授）对《红 楼梦》各回的虚词（47个虚词：之，其，或，呀， 吗，可，便，就……）出现的频率进行统计分析 （原因是由于个人写作特点和习惯的不同，所用 的虚词是不会一样的），采用聚类分析，（物以 聚类，人以群分）发现前80回和后40回明显不同， 出自不同的人，进一步运用判别分析，发现前80 回是曹雪芹缩写，后40回不是高鹗一人所写，而 是曹雪芹亲友将其草稿整理而成，宝黛故事为一 人所写，贾府衰败情景为另一人所写等等，这个 论证在红学界轰动很大。

减少误差比例 （Proportional reduction in error, PRE）
PRE E1E2 E1
式中： E1表示不y知 与x有关系时，预 y的测全部误差； E2表示已y知 与x有关系后，x去 用预测 y时的全部误差
减少误差比例 （Proportional reduction in error, PRE）
社会统计学
第八章 列联表 （Contingency Table ）
第一节 基本概念
列联表 （实例）
列联表 （概念要点）
1. 由两个以上的变量进行交叉分类所形成的频数分布表 2. 列变量（自变量）的类别用 c 表示， cj 表示第 j 个类别 3. 行变量（因变量）的类别用 r 表示， ri 表示第 i 个类别 4. 每种组合的观察频数用 fij 表示 5. 表中列出了行变量和列变量的所有可能的组合，所以称
PRE E1 E2 0 E1
(E1 E2， y与 x无关）
PRE E1 E2 E1 0 E1 1
E1
E1 E1
(E2 0， y与 x完全相关）
减少误差比例之λ系数
E1的定义： 未知y与x有关之前，如果预测y值，唯一可资依据的就是y本身的分布。 由于y与x无关，所以只能根据y的行边缘和（与x无关）去预测y，也即由y的行 边缘和中最大者——众值，去预测y，可能性最大。
演讲人：XXXXXX 时 间：XX年XX月XX日
独立性检验 （实例）
连续性校正
（卡方分布为连续型分布，故需对变量做连续性校正）
第三节 列联强度
以：
减少误差比例 （Proportional reduction in error）
为基础的相关性测量
减少误差比例 （Proportional reduction in error, PRE）

版权所有 肖智 重庆大学经济与工商管理学院
§6统计决策问题
案例研究： 一位投资顾问说，如果A国政府变更，那么石油 价格将上涨的可能性为90％，这显然不能算是一个精 确的概率，它只是用来表示该顾问相当确信石油会涨 价。在你据此作出任何行动前，一定得对相信此话的 风险表示接受。 （90％—石油价格将上涨的概率— 主观概率：凭 人们的实际感觉对某一事件的可能性作出测定） 案例研究： 一家装瓶公司为自己设计了装瓶机器。该机器标 明可把64盎司饮料装人瓶子。在他们自己的厂里，随 机抽取了500只装有饮料的瓶子。经检验，发现有两 瓶少于64盎司，这是由生产过程内在变异性所引起的 版权所有 肖智
2、贝努里概型：
1）主要功能：解决独立重复试验条件下
概率问题。
版权所有 肖智 重庆大学经济与工商管理学院
§6统计决策问题
2）判断条件：独立、重复、两种可能。 3）问题的一般描述：在N次独立重复试 验中，事件A恰好出现K次的概率。
版权所有 肖智 重庆大学经济与工商管理学院
§6统计决策问题
4）模型（公式）：
§6统计决策问题
3）全概率公式：
（1）公式：
P ( B ) P ( A) P ( B | A) P ( A) P ( B | A)
其中：A、B均为事件， 为事件 AA的对立 事件。注：该公式可推广到多个事件。 （2） 图示：
A
A B
B A
A AB B
B
版权所有 肖智 重庆大学经济与工商管理学院
年 99 2000 2001 2002 2003 2004 2005 2006 2007 2008
状态
好
好
坏
好
坏
好
坏
好

3. 第Ⅰ类错误(错误)
原假设为正确时拒绝原假设
第Ⅰ类错误的概率记为，被称为显著性水平
2. 第Ⅱ类错误(错误)
原假设为错误时未拒绝原假设
第Ⅱ类错误的概率记为
6 - 17
2008年8月
统计学
STATISTICS (第三版)
两类错误的关系
和的关系就像 翘翘板，小就 大， 大就小
你不能同时减 少两类错误!
➢ 我们应该放弃“正常人的平均体温是37oC”这个 共识吗？本章的内容就将提供一套标准统计程序 来检验这样的观点
6-4
2008年8月
第 6 章 假设检验
6.1 假设检验的基本原理
6.1.1 怎样提出假设？ 6.1.2 怎样做出决策？ 6.1.3 怎样表述决策结果？
6.1 假设检验的基本原理 6.1.1 怎样提出假设？
H1 ： 某一数值 H1 ： 某一数值 H1 ： <某一数值
6 - 10
2008年8月
统计学
STATISTICS (第三版)
双侧检验与单侧检验
1. 备择假设没有特定的方向性，并含有符号 “”的假设检验，称为双侧检验或双尾 检验(two-tailed test)
2. 备择假设具有特定的方向性，并含有符号 “>”或“<”的假设检验，称为单侧检验或 单尾检验(one-tailed test)
2. 当不拒绝原假设时，我们称样本结果是统 计上不显著的
6 - 32
2008年8月
第 6 章 假设检验
6.2 一个总体参数的检验
6.2.1 总体均值的检验 6.2.2 总体比例的检验 6.2.3 总体方差的检验
统计学
STATISTICS (第三版)

从中解得
P{(n1)S2 2(n1)S2 }1
22(n1)
(n1) 2
p1 p t精选版2
20
于是 所求置信区间为：
(n1)S2 (n1)S2
[2
, 2(n1)
2 1
] 2(n 的 95% 置
信解区：间由。例1，S2 =196.52，n =10，
（1）实用中应在保证足够可靠的前提 下，尽量使得区间的长度短一些 .
（2）增大样本容量n,可在保证足够可 靠的前提下,提高估计的精度.
n
n
L 2 z /2
n
ppt精选版
31
估计均值μ时的样本容量n确定
1.指定估计的精度:
dX dL2z/2
n
2.指定估计的可靠度1-α;
3.确定σ:
(1)由历史资料确定;
对给定的置信水平1,
查正态分布表得 z 2 ,
使 P{|Xn|z2}1
ppt精选版
6
从中解得：
P{X nz2
Xnz2}
1
于是所求的 置信区间为
[X nz2, X nz2]
也可简记为
X n z 2
ppt精选版
7
求置信区间的一般步骤(1-2):
给定置信水平1：
1. 寻找参数的一个良好的点估计
T (X1,X2,…Xn)
实用中应在保证足够可靠的前提下，尽
量使得区间的长度短一些 .
ppt精选版
28
置信度与置信区间长度的关系
考虑单个正态总体μ的置信区间: 当σ已知时,
Z X n
~N(0, 1)
例如，由 P(-1.96≤U≤1.96)=0.95
我们得到 均值 的置信水平为 1 的

16
公式：t
自由度：对子数 - 1
适用条件：两组配对计量资料。 例题：p. 34, 例8
三、两个小样本均数比较的 t 检验
▲目的：由两个样本均数的差别推断两样本
所代表的总体均数间有无差别。 ▲计算公式及意义： t 统计量： 自由度：n1 + n2 –2
18
▲ 适用条件：
（1）已知/可计算两个样本均数及它们的标准差 ；
38
(2）当不能拒绝
II 类错误的概率 β 值的两个规律：
1. 当样本量一定时, α 愈小, 则 β 愈大，反之…; 2.当 α 一定时, 样本量增加, β 减少.
39
4. 正确理解P值的意义， P值很小时“拒绝H0 ”，P值的
大小不要误解为总体参数间差异的大小； 拒绝H0 只是说 差异不为零。 统计学中的差异显著或不显著，和日常生活中所说的差 异大小概念不同. （不仅区别于均数差异的大小，还区别 于均数变异的大小)
统计推断
用样本信息推论总体特征的过程。
包括：
参数估计: 运用统计学原理，用从样本计算出来的统计
指标量，对总体统计指标量进行估计。
假设检验：又称显著性检验，是指由样本间存在的差
别对样本所代表的总体间是否存在着差别做出判断。
第一节
▲显著性检验;
假设检验
▲科研数据处理的重要工具;
▲某事发生了：
是由于碰巧？还是由于必然的原 因？统计学家运用显著性检验来 处理这类问题。
45
41
是非判断： （ ）1．标准误是一种特殊的标准差，其 表示抽样误差的大小。 （ ）2．N一定时，测量值的离散程度越 小，用样本均数估计总体均数的抽样误差 就越小。 （ ）3．假设检验的目的是要判断两个样 本均数的差别有多大。

学习交流PPT
20
理论值T的计算
345/376（总的治愈率）*276=253.24
276-253.24=22.76
345/376（总的治愈率）*100=91.76
100-91.76=8.24
学习交流PPT
21
卡方值的计算
卡方值的影响因素： • 1、格子数 • 2、实测值与理论值的差距
学习交流PPT
18
➢四格表的卡方检验，也是通过计算代表实际频数A 与理论频数T之间的吻合程度的卡方值来进行检验 的。
➢理论频数T采用两组的合并情况来计算。
学习交流PPT
19
【例2】某医院把慢性支气管炎患者376名，随机分为2 组，分别用中西医结合法和西医法治疗，结果见表。问 两种疗法治疗慢性支气管炎病人的治愈率是否有差别？
• 选择数据→加权个案 • 例数→加权个案（频
数变量）
学习交流PPT
14
• 第4步：x2检验
• 选择分析→非参数检验→ 卡方
• 中医证型→检验变量列表
学习交流PPT
15
• 第5步：结果解读
• 结果解读： x2=392.514， p=0.000，说明 原发性高血压患 者中医证型内部 构成不相同。
学习交流PPT
2、卡方值的校正值 3、似然比卡方，一 般用于对数线性模 型。 4、fisher的精确检 验 5、线性趋势检验
学习交流PPT
29
➢输出2种相关 系数： 1、pearson相关系
数 2、spearman相关系 数
列联系数：分 析行与列之间的 关联程度
学习交流PPT
30
➢Kappa：一 致性检验
风险：计算 相对危险度 （RR）和比数 比（OR）。

★年距增长量=报告年某期水平—上年同期水平
四、平均增长量
平均增长量：是某一现象各逐期增长量的序时平
均数，反映现象在较长一段时期 内 平 量。均增 逐 逐 长 增减期 期 量 变化增 增 的一般长 长 水平累 量 量 。又计 n 项 之 叫递增 增数 和长
【教学资料】河南1954年总耕地面积9062千公顷，到2019年耕地面积 减少至8080千公顷，平均每年减少18.9千公顷，人均耕地也由1954年 的0.2公顷减少到2019年的0.08公顷，也低于全国人均耕地面积0.1公顷 的平均水平。。
动态 平均 指标
四、时间数列的编制原则
编制时间数列应遵守的基本原则：可比性。表现在：
（一）时间上要可比 （二）总体范围要可比 （三）指标的经济内容要可比 （四）计算方法、计算价格和计量单位上要可比
第二节 时间数列的水平分析指标
主要内容 ★ 发展水平 ☆ 平均发展水平 ★ 增长量 ☆ 平均增长量
一、发展水平
时间 1月初 人数 100
某企业职工人数资料
5月初
8月初
160
200
12月末 180
1 010 64 0 3 0 1 620 03 0 3 0 2 010 85 0 30101064016200302010850
a 2
2
2
2
2
2
4 3 0 3 3 0 5 30
第三节 时间数列的速度分析指标
本节内容
发展速度和增长速度 平均速度（平均发展速度和平均增长速度） 计算和运用速度指标应注意的问题
一、发展速度
发展速度：说明现象发展变动的相对程度。其值可 大于、等于或小于1。基本公式为：
按对比的 基期不同