统计学名词解释

  • 格式:docx
  • 大小:16.39 KB
  • 文档页数:1

选择性偏移:选择性偏差是指这样一种认知倾向:人们喜欢把事物分为典型的几个类别,然后在对事件进行概率估计时,过分强调这种典型类别的重要性,而不顾有关其他潜在可能性的证据。

选择性偏差的后果势必使人们倾向于在实际上是随机的数据序列中“洞察”到某种模式,从而造成系统性的预测偏差。

大多数投资者坚信“好公司”就是“好股票”,这就是一种选择性偏差。

参数检验(parameter test)全称参数假设检验,是指对参数平均值、方差进行的统计检验。

参数检验是推断统计的重要组成部分。

当总体分布已知(如总体为正态分布),根据样本数据对总体分布的统计参数进行推断。

先由测得的样本数据计算检验统计量,若计算的统计量值落入约定显著性水平a 时的拒绝域内,说明被检参数之间在所约定的显著性水平a 下在统计上有显著性差异;反之, 若计算的统计量值落入约定显著性水平a 时的接受域内,说明被检参数之间在统计上没有显著性差异,是同一总体的参数估计值。

常用的假设检验方法有U检验法、T检验法、χ2检验法(卡方检验)、F检验法等。

非参数检验(Nonparametric tests)是统计分析方法的重要组成部分,它与参数检验共同构成统计推断的基本内容。

参数检验是在总体分布形式已知的情况下,对总体分布的参数如均值、方差等进行推断的方法。

但是,在数据分析过程中,由于种种原因,人们往往无法对总体分布形态作简单假定,此时参数检验的方法就不再适用了。

非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法。

由于非参数检验方法在推断过程中不涉及有关总体分布的参数,因而得名为“非参数”检验。

SPSS单样本非参数检验是对单个总体的分布形态等进行推断的方法,其中包括卡方检验、二项分布检验、K-S检验以及变量值随机性检验等方法。

T检验,亦称student t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布。

T检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。

它与f检验、卡方检验并列。

秩和检验:在实践中我们常常会遇到以下一些资料,如需比较患者和正常人的血清铁蛋白、血铅值、不同药物的溶解时间、实验鼠发癌后的生存日数、护理效果评分等,我们将非参数统计中一种常用的检验方法--秩和检验,其中“秩”又称等级、即上述次序号的和称“秩和”,秩和检验就是用秩和作为统计量进行假设检验的方法。

P值是用来判定假设检验结果的一个参数,也可以根据不同的分布使用分布的拒绝域进行比较。

P值(P value)就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。

如果P值很小,说明原假设情况的发生的概率很小,而如果出现了,根据小概率原理,我们就有理由拒绝原假设,P值越小,我们拒绝原假设的理由越充分。

总之,P值越小,表明结果越显著。

但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值的大小和实际问题来解决。