MYMarcoreus的博客

8.4 假设问题的进一步说明例如当问到是否购入某批灯泡（根据其寿命）：：H0:μ≥1000  hour认为该厂生产的灯泡【不会低于】规定的质量标准1000小时和H0:μ≤1000  hour认为该厂生产的灯泡【可能低于】规定的质量标准1000小时H_0: \mu \ge 1000 \; hour \qquad 认为该厂生产的灯泡【不会低于】规定的质量标准1000小时\\和\\H_0: \mu \le 1000 \;hour \qquad 认为该厂生产的灯泡【可能低于】规定的质量标准1000小时

统计量的所比较的那个带下标得到统计量的下标(就是zα或z_{\alpha}或zα​或zα/2z_{\alpha/2}zα/2​的下标)是根据单侧检验还是双侧检验确定的！！其实就是：单侧时α的分子是 1，双侧时α的分子是 2单侧检验时：使用α\alphaα;双侧检验是：使用α/2\alpha/2α/2。这里约定统计量的下标都为AAA：var 统计量下标 = A;if(单侧检验) A = α;elseif(双侧检验) A = α/2;z统计量∣z∣<∣zA∣|z |&lt

1. 方差分析表1.1 单因素方差分析表误差来源平方和SSSSSS自由度dfdfdf均方MSMSMSFFF值PPP值FFF临界值Significance  FSignificance \; FSignificanceF组间（因素影响）factor  Afactor \; \bold AfactorASSASSASSAn−1n-1n−1MSA=SSAn−1MSA = \frac{SSA}{n-1}MSA=n−1SSA​MSAMSE\frac{MSA}{MSE}MSEM

第十二章 多元线性回归12.1 多元线性回归模型多元回归：一个因变量与两个及两个以上自变量的回归12.1.1 多元回归模型与回归方程多元回归模型：描述因变量 y 如何依赖于自变量 x1，x2，…，xkx_1 ， x_2 ，…， x_kx1​，x2​，…，xk​ 和误差项 εεε 的方程，其一般形式可表示为：y=β0+β1x1+β2x2+...+βkxk+ε（其中β0+β1β2+...+βk是模型的参数；ε为误差项）y = β_0 + β_1x_1 + β_2x_2 + ... + β_kx

第十一章 一元线性回归11.1 变量间的关系的度量11.1.1 变量间的关系函数关系：设有两个x和y，y随x一起变化，并完全依赖于x，y是x的函数，y=f(x)y = f(x)y=f(x)，x为自变量，y为因变量。相关关系：变量之前存在的不确定的关系称为相关关系。一个变量的取值不能由另一个变量唯一确定当变量x 取某个值时，变量y 的取值对应着一个分布各观测点分布在直线周围11.1.2 相关关系的描述与测量散点图：可以通过散点图判断两个变量之间有无相关关系，并对变量间的关系形态

第十章 方差分析10.1 方差分析引论10.1.1 方差分析及其有关术语1）方差分析：通过各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响在例子中：检验饮料的颜色对销售量是否有显著影响，也就是检验四种颜色饮料的平均销售量是否相同2）因素或因子（factorfactorfactor）：所要检验的对象称为因子在例子中：要分析饮料的颜色对销售量是否有影响，颜色是要检验的因素或因子3）水平（treatmenttreatmenttreatment）：因素的具体表

第九章 分类数据分析9.1 分类数据和χ2\chi^2χ2统计量9.1.1 分类数据调查结果虽然用数值表示，但不同数值描述的是调查对象的不同特征。分类数据汇总的结果表现为频数。χ2\chi^2χ2检验是对分类数据的频数进行分析的统计方法。9.1.2 χ2\chi^2χ2统计量χ2=∑(fo−fe)2fe\chi^2 = \sum \frac{(f_o - f_e)^2}{f_e}χ2=∑fe​(fo​−fe​)2​观察值频数(fo：observed  frequencef_o：obser

第八章 假设检验参数估计和假设检验是统计推断的两个组成部分。假设检验：先对总体参数μ\muμ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。采用逻辑上的反证法依据统计上的小概率原理8.1 假设检验的基本问题8.1.1 假设问题的提出8.1.2 假设的表达式原假设（H0H_0H0​）：待检验的假设总是有等号===， ≤≤≤ 或 ≥≥≥因为总是用下标0表示，故又称“0假设”一般表示为 μ    符号    某个数值\mu \;\; 符号 \;\; 某个数值μ符号某

第七章 参数估计7.1 参数估计的基本原理7.1.1 估计量与估计值7.1.2 点估计和区间估计点估计区间估计7.1.3 评价估计量的标准无偏性有效性一致性7.2 一个总体参数的区间估计7.2.1 总体均值的区间估计7.2.2 总体比例的区间估计7.2.3 总体方差的区间估计7.3 两个总体参数的区间估计7.3.1 两个总体均值之差的区间估计7.3.2 两个总体比例之差的区间估计7.3.3 两个总体方差比的区间估计7.4 样本量的确定7.4.1 估计总体

第六章 统计量及其抽样分布6.1 统计量6.2 由正态分布导出的几个重要分布6.2.1 抽样分布6.2.2 χ2{ \chi }^2χ2分布：χ2\chi^2χ2分布的定义：χ2\chi^2χ2分布的定义的符号表达：有X1,X2,......,Xn相互独立 if：Xi∼N(0,1)；then：∑i=1nXi2∼χ2(n)；有X_1,X_2,......,X_n相互独立\qquad\qquad\qquad\qquad\qquad\qquad\\\ \\if：\qquad\qq

第五章 概率及概率分布预期回报率就是均值（期望）连续性变量：

第四章 数据的概括性度量4.1 集中趋势的度量4.1.1 分类数据：众数（Mo：modeM_o：modeMo​：mode）：一组数据中出现次数最多的变量值。4.1.2 顺序数据：中位数（Me：medianM_e ：medianMe​：median）：是一组数据排序后处于中间位置上的变量值。中位数位置 pos=n+12pos = \frac{n+1}{2}pos=2n+1​，Me={pos位上的值，n为奇数；对pos向上、向下取整的两个位置数的平均数，n为偶数； M_e=\left\{