这里开始就是数理统计的东西了,没有接触过的童鞋可能会觉得有点不能接受,其实接触多了也就熟悉了。个人有这样一种感觉,假设检验和区间估计就是概率的概率,或者说,就是概率论的二次方。
先说一下抽样和估计吧。我们现在有一个总体,但是,通常总体的一些统计量的获取是很花时间和金钱的,所以呢,我们就想着抽样。所谓抽样,当然就是从整体中抽一些样本出来。这个时候就有一个问题了,我计算了抽样获得的样本的均值、方差,真的能够描述原来总体的均值、方差么?
按照我们高中的数学知识,确实是这样的,我们算好均值,就可以认为是总体的了。这就是点估计。那什么是区间估计呢?我不告诉你一个点,我告诉你一个区间。这样就有一个问题了,区间可以很大呀。比如说我抽样之后告诉你,总体的平均身高在0到3米之间,这个就有点废话了,所以在区间估计的时候,我们会说置信度,也就是说,多大的概率,这个均值落在这个区间里面。
那么这个怎么计算呢?
所以我们要多次抽样,获得很多的均值,这时候,我们获得的均值是一个随机变量了,那么他就有分布,就有均值(这是均值的均值),就会有方差等等。是不是我之前说的概率论的平方啊。
这个时候

本文探讨了在数量分析中,如何进行假设检验和区间估计。介绍了抽样的概念,指出当样本数量大于30时,抽样均值遵循中心极限定律,接近正态分布。在总体方差未知时,使用t-分布。通过计算置信区间进行假设检验,反之则是假设检验的过程。文章强调了不同假设检验对应的分布,如均值检验用正态分布,方差检验用卡方或F-分布。
最低0.47元/天 解锁文章
3214

被折叠的 条评论
为什么被折叠?



