參數(shù)估計與假設(shè)檢驗實用教案_第1頁
參數(shù)估計與假設(shè)檢驗實用教案_第2頁
參數(shù)估計與假設(shè)檢驗實用教案_第3頁
參數(shù)估計與假設(shè)檢驗實用教案_第4頁
參數(shù)估計與假設(shè)檢驗實用教案_第5頁
已閱讀5頁,還剩11頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、一、基本統(tǒng)計(tngj)概念 參數(shù)估計(Parameter Estimates)是以樣本的某個統(tǒng)計量作為總體參數(shù)的估計量,然后通過樣本觀測值計算出該統(tǒng)計量的取值,在利用這個值去估計未知總體的參數(shù)。參數(shù)估計包括點估計和區(qū)間估計兩種方法。 點估計是直接以樣本統(tǒng)計量的取值作為總體參數(shù)的估計值。這種方法簡便易行,例如直接計算出樣本的均值就可以作為總體均值的估計了。但缺點是沒有體現(xiàn)出樣本的隨機(jī)性,以及無法提供關(guān)于這種估計的可靠(kko)程度的參考值。 區(qū)間估計是以樣本統(tǒng)計量的取值為基礎(chǔ),給出一個區(qū)間來作為總體參數(shù)的估計。因為該區(qū)間既具有一定的精確度也具有一定的可靠(kko)性,所以在統(tǒng)計上稱為置信區(qū)間。

2、1、參數(shù)估計第1頁/共15頁第一頁,共16頁。一、基本(jbn)統(tǒng)計概念 假設(shè)檢驗是統(tǒng)計推斷中另一個重要部分,它與參數(shù)估計有著密切的聯(lián)系。 假設(shè)檢驗要求先對總體的參數(shù)作出一個假設(shè),稱為原假設(shè);另外還要給出一個與相互對立的備擇假設(shè),原假設(shè)與備擇假設(shè)有且僅有一個成立。然后構(gòu)造一個合適的檢驗統(tǒng)計量,并確定在原假設(shè)成立時該統(tǒng)計量的分布,在給定的顯著性水平下,從分布中可得出原假設(shè)的拒絕域。最后由樣本觀測值計算該統(tǒng)計量的取值,如果取值落在原假設(shè)的拒絕域中,則拒絕原假設(shè),而取對應(yīng)的備擇假設(shè)。否則,不能拒絕原假設(shè)。 假設(shè)檢驗所依據(jù)的是統(tǒng)計中的“小概率原理”,該原理認(rèn)為小概率事件在一次試驗中是幾乎不可能(knn

3、g)發(fā)生的。 2、假設(shè)檢驗第2頁/共15頁第二頁,共16頁。二、單樣本正態(tài)總體(zngt)的均值估計和檢驗1、基本原理第3頁/共15頁第三頁,共16頁。二、單樣本正態(tài)總體(zngt)的均值估計和檢驗1、基本原理第4頁/共15頁第四頁,共16頁。一、描述統(tǒng)計量 用TTEST過程進(jìn)行單樣本均值檢驗(jinyn),其語句格式為:PROC TTEST DATA=數(shù)據(jù)(shj)集名 ; VAR 變量名列表; BY 分組變量名;RUN; 其中,只有PROC語句是必須的,其他語句可以根據(jù)用戶(yngh)需要進(jìn)行選用。 二、單樣本正態(tài)總體的均值估計和檢驗2、TTEST過程第5頁/共15頁第五頁,共16頁。一、

4、描述統(tǒng)計量語句說明: (1)PROC語句規(guī)定開始運行TTEST過程,并指定要分析的數(shù)據(jù)集名。 選項: ALPHA=值指定顯著性水平。 H0=m規(guī)定檢驗的原假設(shè)(jish)為H0=m。 (2)VAR語句規(guī)定要進(jìn)行估計和檢驗的變量。 (3)BY語句規(guī)定了分組變量,要求按照BY變量的分組進(jìn)行分析。在使用BY語句之前,數(shù)據(jù)集必須按照BY變量進(jìn)行排序。 二、單樣本(yngbn)正態(tài)總體的均值估計和檢驗2、TTEST過程(guchng)第6頁/共15頁第六頁,共16頁。三、兩樣(lingyng)本正態(tài)總體的均值估計和檢驗1、基本原理第7頁/共15頁第七頁,共16頁。三、兩樣(lingyng)本正態(tài)總體的均

5、值估計和檢驗1、基本原理第8頁/共15頁第八頁,共16頁。三、兩樣本正態(tài)總體的均值估計(gj)和檢驗1、基本原理第9頁/共15頁第九頁,共16頁。三、兩樣(lingyng)本正態(tài)總體的均值估計和檢驗1、基本原理第10頁/共15頁第十頁,共16頁。一、描述統(tǒng)計量 利用TTEST過程可以實現(xiàn)(shxin)對獨立樣本和配對樣本均值的t檢驗及其置信區(qū)間的估計,其語句格式為: PROC TTEST DATA=數(shù)據(jù)集名 ; VAR 變量名列表; CLASS 分組變量名; PAIRED 配對(pi du)變量列表;RUN;三、兩樣本正態(tài)總體(zngt)的均值估計和檢驗2、TTEST過程第11頁/共15頁第十

6、一頁,共16頁。一、描述統(tǒng)計量語句說明: (1)PROC語句規(guī)定開始運行TTEST過程并指定要分析的數(shù)據(jù)集名,兩個樣本的數(shù)據(jù)應(yīng)該包含在一個數(shù)據(jù)集中。 (2)VAR語句規(guī)定要進(jìn)行估計和檢驗的變量,兩個獨立樣本要比較的變量應(yīng)該記在一個變量名下。 (3)CLASS語句規(guī)定了分組變量,使得(sh de)TTEST過程對分組之間進(jìn)行t檢驗。分組變量的不同取值即代表了不同的樣本。 (4)PAIRED語句用來規(guī)定進(jìn)行配對t檢驗的變量對。在PAIRED語句中,配對的變量即代表了配對樣本。 三、兩樣(lingyng)本正態(tài)總體的均值估計和檢驗2、TTEST過程(guchng)第12頁/共15頁第十二頁,共16頁

7、。四、正態(tài)性檢驗(jinyn) 在進(jìn)行參數(shù)估計和假設(shè)檢驗時,我們都是對樣本(yngbn)來自正態(tài)總體的情況進(jìn)行分析。但是,對于一組數(shù)據(jù)究竟是否滿足正態(tài)性要求,這還需要我們對其進(jìn)行相應(yīng)的正態(tài)性檢驗。 正態(tài)性檢驗的方法有很多種,如卡方擬合優(yōu)度檢驗,Kolmogorov-Smirnov檢驗法和Shapiro-Wilk檢驗法等。 Shapiro-Wilks檢驗通過計算W統(tǒng)計量來驗證正態(tài)性。W統(tǒng)計量是基于次序統(tǒng)計量而構(gòu)造的,取值在0到1之間,當(dāng)樣本(yngbn)來自正態(tài)總體時,由樣本(yngbn)觀測值計算的W統(tǒng)計量將接近于1。 1、基本原理第13頁/共15頁第十三頁,共16頁。一、描述統(tǒng)計量 應(yīng)用UN

8、IVARIATE過程可以實現(xiàn)(shxin)正態(tài)性檢驗,其語句格式為: PROC UNIVARIATE DATA=數(shù)據(jù)(shj)集名 ; VAR 變量名;RUN;2、UNIVARIATE過程(guchng)四、正態(tài)性檢驗語句說明: (1)PROC語句規(guī)定運行UNIVARIATE過程,其選項中與正態(tài)性檢驗有關(guān)是: ALPHA=值指定顯著性水平。 NORMAL規(guī)定進(jìn)行正態(tài)性檢驗,輸出相關(guān)統(tǒng)計量和對應(yīng)的p值。 (2)VAR規(guī)定要進(jìn)行正態(tài)性檢驗的變量。第14頁/共15頁第十四頁,共16頁。感謝您的觀看(gunkn)!第15頁/共15頁第十五頁,共16頁。NoImage內(nèi)容(nirng)總結(jié)一、基本統(tǒng)計概念。ALPHA=值指定顯著性水平。在使用BY語句之前,數(shù)據(jù)集必須按照BY變量進(jìn)行排序。(3)CLASS語句規(guī)定了分組變量,使得TTEST過程對分組

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論