10个必知必会的统计学问题

统计学面试经典问题 1. 叙述你所熟悉的大数定律与中心极限定理,并举例说明它在统计学中的应用。 1) 大数定律 弱大数定律(通常指辛钦大数定律): a) 马尔科夫大数定律: 随机变量满足马尔科夫条件:1n2D(∑k=1nξk)→0\frac {1}{n^2} D(\sum^n_{k=1} \xi_k)\rightarrow 0n21​D(∑k=1n​ξk​)→0,则样本均值依概率收敛于期望值。 b) 辛钦大数定律... 阅读详情

哈喽大家好!又到周五了,今天看到一篇文章很不错,给大家看一下。

所有的检验统计都是正态分布的吗?统计学的意义是什么?假设检验的内涵和步骤?这篇文章带你来看10个必知必会的统计学问题。

正文

来源:计量经济学

1、问:自由度是什么?怎样确定?


答:(定义)构成样本统计量的独立的样本观测值的数目或自由变动的样本观测值的数目。用df表示。


自由度的设定是出于这样一个理由:在总体平均数未知时,用样本平均数去计算离差(常用小s)会受到一个限制——要计算标准差(小s)就必须先知道样本平均数,而样本平均数和n都知道的情况下,数据的总和就是一个常数了。


所以,“最后一个”样本数据就不可以变了,因为它要是变,总和就变了,而这是不允许的。


通俗点说,一个班上有50个人,我们知道他们语文成绩平均分为80,现在只需要知道49个人的成绩就能推断出剩下那个人的成绩。你可以随便报出49个人的成绩,但是最后一个人的你不能瞎说,因为平均分已经固定下来,自由度少一个。

2、问:正态分布检验中自由度问题


答:在正态分布检验中,这里的M(三个统计量)为:N(总数)、平均数和标准差。


因为我们在做正态检验时,要使用到平均数和标准差以确定该正态分布形态,此外,要计算出各个区间的理论次数,我们还需要使用到N。


所以在正态分布检验中,自由度为K-3。

3、问:t检验


答:t检验适用于两个变量均数间的差异检验,多于两个变量间的均数比较要用方差分析。


无论哪种类型的t检验,都必须在满足特定的前提条件下: 正态性和方差齐性,应用才是合理的。这是因为必须在这样的前提下所计算出的t统计量才服从t分布,而t检验正是以t分布作为其理论依据的检验方法。


t检验是目前医学研究中使用频率最高,医学论文中最常见到的处理定量资料的假设检验方法。

4、问:统计学意义(P值) 


答:结果的统计学意义是结果真实程度(能够代表总体)的一种估计方法。专业上,P值为结果可信程度的一个递减指标,P值越大,我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。


P值是将观察结果认为有效即具有总体代表性的犯错概率。如P=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联

我们重复类似实验,会发现约20个实验中有一个实验,我们所研究的变量关联将等于或强于我们的实验结果。(这并不是说如果变量间存在关联,我们可得到5%或95%次数的相同结果,当总体中的变量存在关联,重复研究和发现关联的可能性与设计的统计学效力有关。)


在许多研究领域,0.05的P值通常被认为是可接受错误的边界水平。

5、问:如何判定结果具有真实的显著性


答:在最后结论中判断什么样的显著性水平具有统计学意义,不可避免地带有武断性。换句话说,认为结果无效而被拒绝接受的水平的选择具有武断性。

实践中,最后的决定通常依赖于数据集比较和分析过程中结果是先验性还是仅仅为均数之间的两两比较,依赖于总体数据集里结论一致的支持性证据的数量,依赖于以往该研究领域的惯例。

通常,许多的科学领域中产生P值的结果≤0.05被认为是统计学意义的边界线,但是这显著性水平还包含了相当高的犯错可能性。结果 0.05≥P>0.01被认为是具有统计学意义,而0.01≥P≥0.001被认为具有高度统计学意义。但要注意这种分类仅仅是研究基础上非正规的判断常规。

6、问:所有的检验统计都是正态分布的吗?


答:并不完全如此,但大多数检验都直接或间接与之有关,可以从正态分布中推导出来,如t检验、F检验或卡方检验。这些检验一般都要求:所分析变量在总体中呈正态分布,即满足所谓的正态假设。许多观察变量的确是呈正态分布的,这也是正态分布是现实世界的基本特征的原因。

随着样本量的增加,样本分布形状趋于正态,即使所研究的变量分布并不呈正态。

7、问:假设检验的内涵及步骤


答:在假设检验中,由于随机性我们可能在决策上犯两类错误,一类是假设正确,但我们拒绝了假设,这类错误是“弃真”错误,被称为第一类错误;

一类是假设不正确,但我们没拒绝假设,这类错误是“取伪”错误,被称为第二类错误。

一般来说,在样本确定的情况下,任何决策无法同时避免两类错误的发生,即在避免第一类错误发生机率的同时,会增大第二类错误发生的机率;或者在避免第二类错误发生机率的同时,会增大第一类错误发生的机率。人们往往根据需要选择对那类错误进行控制,以减少发生这类错误的机率。大多数情况下,人们会控制第一类错误发生的概率。

发生第一类错误的概率被称作显著性水平,一般用α表示,在进行假设检验时,是通过事先给定显著性水平α的值而来控制第一类错误发生的概率。

在这个前提下,假设检验按下列步骤进行:


1)确定假设;


2)进行抽样,得到一定的数据;

3)根据假设条件下,构造检验统计量,并根据抽样得到的数据计算检验统计量在这次抽样中的具体值;


4)依据所构造的检验统计量的抽样分布,和给定的显著性水平,确定拒绝域及其临界值;


5)比较这次抽样中检验统计量的值与临界值的大小,如果检验统计量的值在拒绝域内,则拒绝假设;

到这一步,假设检验已经基本完成,但是由于检验是利用事先给定显著性水平的方法来控制犯错概率的,所以对于两个数据比较相近的假设检验,我们无法知道那一个假设更容易犯错,即我们通过这种方法只能知道根据这次抽样而犯第一类错误的最大概率(即给定的显著性水平),而无法知道具体在多大概率水平上犯错。

计算 P值有效的解决了这个问题,P值其实就是按照抽样分布计算的一个概率值,这个值是根据检验统计量计算出来的。通过直接比较P值与给定的显著性水平α的大小就可以知道是否拒绝假设,显然这就代替了比较检验统计量的值与临界值的大小的方法。

而且通过这种方法,我们还可以知道在p值小于α的情况下犯第一类错误的实际概率是多少,p=0.03<α=0.05,那么拒绝假设,这一决策可能犯错的概率是0.03。需要指出的是,如果P>α,那么假设不被拒绝,在这种情况下,第一类错误并不会发生。

8、问:卡方检验的结果,值是越大越好,还是越小越好?


答:与其它检验一样,所计算出的统计量越大,在分布中越接近分布的尾端,所对应的概率值越小。如果试验设计合理、数据正确,显著或不显著都是客观反映。没有什么好与不好。

9、问:在比较两组数据的率是否相同时,二项分布和卡方检验有什么不同?


答:卡方分布主要用于多组多类的比较,是检验研究对象总数与某一类别组的观察频数和期望频数之间是否存在显著差异,要求每格中频数不小于5,如果小于5则合并相邻组。

二项分布则没有这个要求。如果分类中只有两类还是采用二项检验为好。如果是2*2表格可以用fisher精确检验,在小样本下效果更好。

10、问:如何比较两组数据之间的差异性


答:从三个方面来回答,


1)设计类型是完全随机设计两组数据比较,不知道数据是否是连续性变量?


2)比较方法:如果数据是连续性数据,且两组数据分别服从正态分布和方差齐性检验,则可以采用t检验,如果不服从以上条件可以采用其他检验。


3)想知道两组数据是否有明显差异?不知道这个明显差异是什么意思?是问差别有无统计学意义(即差别的概率有多大)还是两总体均数差值在哪个范围波动?如果是前者则可以用第2步可以得到P值,如果是后者,则是用均数差值的置信区间来完成的。

觉得还不错就给我一个小小的鼓励吧!
【生信】统计学基础知识 【生信】统计学基础知识 本文图片来源网络或学术论文,文字部分来源网络与学术论文,仅供学习使用。 阅读详情

相关推荐

做数据分析必看的书有哪些?

想要做数据分析,不知道从何学习? 从网上找的书单,比高速公路还长,就算是看完了也不一定领会了多少! 下面这些书籍,不多但精,就三本,涵盖了数据分析能力模型的几大重要板块。

Vivian_JAVAing的博客 1595

统计学10个必知问题 (附答案)

主要参考下面网址,经过整理总结后。https://www.cnblogs.com/Acceptyly/p/3930006.html1、问:自由度是什么?怎样确定?2、问:...

算法channel 7042

统计学在地区健康问题中的应用

本文探讨了统计学与数据分析在理解地区健康问题中的关键作用,涵盖描述性与推断性统计方法,聚类与因子分析技术,以及大数据在健康领域的挑战与伦理问题。文章强调统计模型对疾病风险、环境因素和公共政策的影响评估具有重要意义。

elastic6hunter的博客 961

『统计学』第四部分:回归分析和卡方检验

回归分析 线性回归中的平方误差

简之的通向技术之路 8310

10天掌握统计学基础:使用Python(numpy)实践指南

统计学是研究数据收集、处理、分析、解释和展示的科学。它广泛应用于市场研究、社会调查、经济学、生物医学等领域。通过对数据的科学分析,统计学帮助我们从大量信息中提取有价值的洞察,进行合理决策。假设有一个电商平台,我们得到了一个用户年龄分布的数据集。我们想要分析用户的平均年龄、中位数、众数、标准差和方差等统计数据,并进行后续的分析决策。首先,我们来模拟这样一个数据集:# 创建模拟数据集# 数据集的描述性统计分析。

weixin_30633869的博客 913

stm32开发3D打印机(一)——介绍(已完成)

如何运用stm32开发3D打印机

Nico_jion的博客 1万+

统计学知识大梳理(最终篇)

1第三部分关于“小样本”预测“大总体”现实生活中,总体的数量如果过于庞大我们无法获取总体中每个数据的数值,进行对总体的特征提取进而完成分析工作。那么接下来就用到了本章节的知识。1.抽取...

机器学习算法那些事 944

高分思路!挑战7天完成一篇网状meta DAY1-7

PASSION!继续析挑战,7天完成一篇网状meta分!

MR_SCI_help的博客 787

【统计学】10个必知必会的统计学问题 (附答案)

点击上方,选择星标或置顶,每天给你送干货!阅读大概需要8分钟跟随小博主,每天进步一丢丢整理:数据分析1480主要参考下面网址,经过整理总结后。https://www.cnblogs.co...

zenRRan的博客 1144

从零构建HFSS连接器仿真模型:以SMP接口的精准复现为例

本文详细介绍了如何从零构建HFSS连接器仿真模型,以SMP接口的精准复现为例。通过获取官方模型、导入技巧、信号路径提取和介质结构复现等步骤,帮助工程师避免常见错误,提升高频电路仿真的准确性。文章特别强调了模型精度对仿真结果的影响,并提供了实用的调试和管理建议。

weixin_29041767的博客 433

手把手教你用FPGA+AD9822搭建300DPI的CIS高速图像采集系统(附时序调试心得)

本文详细介绍了如何利用FPGA作为核心控制器,结合AD9822三通道采样保持放大器/ADC,构建一套完整的300DPI CIS高速图像采集系统。内容涵盖从CIS传感器驱动时序、AD9822寄存器配置与协同调试,到采用千兆以太网替代USB实现稳定高速数据传输的完整实战指南,并分享了关键的时序调试心得与系统集成经验。

weixin_29306261的博客 136

10个必知必会的统计学问题 (附答案)

主要参考下面网址,经过整理总结后。https://www.cnblogs.com/Acceptyly/p/3930006.html1、问:自由度是什么?怎样确定?答:(定义)构成样本统计...

lsxxx2011的专栏 322

DW1000芯片实战:如何用UWB技术打造10厘米精度的室内定位系统(附Arduino代码)

本文是一份基于DW1000芯片和UWB技术的实战指南,详细介绍了如何从零构建一个精度可达10厘米的室内定位系统。内容涵盖硬件选型与连接、软件环境配置、核心的双向测距算法实现,并深入探讨了信号干扰抑制、功耗优化等实战挑战,为物联网开发者提供了完整的Arduino代码和部署思路。

root9的博客 499

10个面试必会的统计学问题!

我是小z数分面试经常会问到一些统计知识点,这些知识点不难,但没能快速答上来,总会给人不专业的感觉。比如:所有的检验统计都是正态分布的吗?统计学的意义是什么?假设检验的内涵和步骤?这篇文章带...

SeizeeveryDay的博客 7422

用 dism 合并与删除 wim 映像

一、合并 假设 installA.wim 有 3 个映像,installB.wim 有 1 个映像。 1、全部合并 将 installA.wim 中的 3 个卷映像合并到 installB.wim 中,这样 installB.wim 中的卷映像增加到 4 个。 dism/export-image/sourceimagefile:d:\installA.wim/sourceindex:1/destinationimagefile:d:\installB.wim dism/export-image/source

KefanWon的博客 5203

2025年最新自动化/控制保研夏令营&预推免面试真题分享(东南/浙大/华科清华)

笔者来2021级本科自动化专业,以下部分将介绍我在夏令营以及预推免期间发生经历和问题。

Control Everything 2648

医学统计学傻瓜教程(2019版)*

作为一名临床医师,或是医学生,不管你愿意不愿意,都必须写论文。医学论文有别于其他论文,我们那些“神圣”的数据都必须进行统计学处理,这时,大多数人会遇到一个难题,大学时期学过的《医学统计学》早就忘得差不多了,重新翻开统计学书本,基本上也是看得云里雾里。为了不让同学们再次重温早年学习统计学时的那种痛苦的体验,我不自量力,特编写《医学统计学傻瓜教程》,本教程有别于其他任何的统计学教程,其特点是略去一些高...

clongxue的博客 1万+

《QGIS快速入门与应用基础》021:插件仓库 URL 获取与添加

详细介绍了在QGIS中添加第三方插件仓库的方法。首先强调必须从官方推荐、开源社区等可靠渠道获取插件仓库URL以确保安全性,并列出了4类可信获取渠道。文章分步骤讲解了URL添加流程,包括打开插件管理器设置面板、填写仓库信息、刷新缓存验证等操作。针对常见问题如URL格式错误、连接失败等提供了具体解决方案。最后总结指出,成功添加第三方仓库后即可直接搜索安装各类专业插件,从而扩展QGIS功能边界。全文注重实操指导,特别适合需要安装行业专用插件的QGIS用户参考。

LuckyHanMo的博客 467

数据分析必知必会:一文搞懂统计学常考定律!

Mykite | 作者人人都是产品经理|来源http://www.woshipm.com/data-analysis/917862.html本文将从结合实际工作的案例来介绍在日常工作...

SeizeeveryDay的博客 3620

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

【统计学习方法】1、统计学习方法概论

第一章 统计学习方法概论 1.1 统计学习 1.2 监督学习 1.2.1 基本概念 1.3 统计学习三要素 1.3.1 模型 1.3.2 策略 1.4 模型评估与模型选择 1.4.1 训练误差和预测误差 1.4.2 过拟合与模型选择 1.5 正则化与交叉验证 1.5.1 正则化 1.5.2 交叉验证 1.6 泛化能力 1.6.1 泛化误差 1.6.2 泛化误差上界 1.7...

呆呆的猫的博客 1935

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

总结 数据分析师需要掌握的10个统计学知识

Glassdoor利用庞大的就业数据和员工反馈信息,统计了美国25个最佳职位排行榜,其中,数据科学家排名第一。这个工作的重要性可见一斑。毫无疑问,数据科学家所做的事情是不断变化和发展的。随着机器学习的普遍应用,数据科学家们将继续在创新和技术进步浪潮中独领风骚。 很多软件工程师想转型数据科学家,他们盲目地使用机器学习框架TensorFlow或Apache Spark,而没有透彻理解背后的统计理论。...

yihuliunian的博客 2303

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

介绍10种统计学方法

由于文章是word编辑的,所有序列号会导致一些缩进等格式问题,已经初步调校。

qq_58405919的博客 2560

【统计学习方法】10种统计学习方法特点的概括总结

10种统计学习方法特点的概括总结 方法 适用问题 模型特点 模型类型 学习策略 损失函数 学习算法 感知机 二类分类 分离超平面 判别 极小化误分点到超平面距离 误分点到超平面距离 随机梯度下降 k近邻法 多类分类,回归 特征空间,样本点 判别 空 空 空 朴素贝叶斯法 ...

鸡肋啊哈哈 457

10种主要的统计学习方法总结

《统计学习方法》笔记 1.感知机 适用问题:二分类问题 模型特点:分离超平面 模型类型:判别模型 学习策略:极小化误分类点到超平面距离 学习的损失函数:误分类点到超平面距离 学习算法:随机梯度下降法 2.k近邻 适用问题:多类分类,回归 模型特点:特征空间,样本点 模型类型:判别模型 3.朴素贝叶斯法 适用问题:多类分类 模型特点:特征与类别的联合概率分布、条件独立假设...

elma_tww的博客 2547

统计学中p值计算公式_简单谈谈基础的统计学知识

统计学可以分为:描述统计学与推断统计学一、描述统计学:使用特定的数字或图表来体现数据的集中程度和离散程度。运用的工具有:平均数、中位数、众数、几何平均数、调和平均数、方差、标准差等。例如箱线图就可以很好反映其中部分重点统计值。二、推断统计学:根据样本数据推断总体的数据特征。相比描述统计学,大家对推断统计学可能会相对陌生一点。首先用一个例子来简单说明一下为什么会有推断统计学。比如,你想去调查东北地区...

weixin_39988888的博客 6937

统计学cv值是什么意思_统计学知识闯关!一共10关你能到哪?

私信领取【统计学思维导图】1第1关:自由度是什么?怎样确定?答:(定义)构成样本统计量的独立的样本观测值的数目或自由变动的样本观测值的数目。用df表示。自由度的设定是出于这样一个理由:在总体平均数未知时,用样本平均数去计算离差(常用小s)会受到一个限制——要计算标准差(小s)就必须先知道样本平均数,而样本平均数和n都知道的情况下,数据的总和就是一个常数了。所以,“最后一个”样本数据就不可以变了,因...

weixin_39625429的博客 1311
上一篇: 中国吃肉地图,北方输惨了
下一篇: 985统计学硕士的腾讯 飞书 抖音 Tiktok 数据分析面经(均已拿offer)
Wang_AI
博客等级 码龄12年 997粉丝 162原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值