應(yīng)用統(tǒng)計方法第一章數(shù)理統(tǒng)計基本概念課件

1、 應(yīng)用統(tǒng)計方法電子教案開課系：數(shù)理系對象：工科研究生學(xué)時：48授課教師：李曉童Email：電話：897345919/24/20221 應(yīng)用統(tǒng)計方法電子教案開課系：數(shù)理系9/24/20221參考書:吳翊等 國防大學(xué)出版社1995高惠璇,北京大學(xué)出版社 2001梅長林等 西安交通大學(xué)出版社 20029/24/20222參考書:吳翊等 國防大學(xué)出版社19959/2考核方式 閉卷考試(50%)+課程論文(40%)+考勤（10%）9/24/20223考核方式 閉卷考試(50%)+課程論文(40%)+考勤（10主要內(nèi)容數(shù)理統(tǒng)計基礎(chǔ)-抽樣分布,參數(shù)估計,假設(shè)檢驗回歸分析方差分析多元分析的基本概念多元正態(tài)的參

2、數(shù)估計與假設(shè)檢驗主成分分析判別分析聚類分析因子分析9/24/20224主要內(nèi)容數(shù)理統(tǒng)計基礎(chǔ)-抽樣分布,參數(shù)估計,假設(shè)檢驗9/24 chapter1 數(shù)理統(tǒng)計基本概念 (Basic Concept of Mathematical Statistics) 9/24/20225 chapter1 數(shù)理統(tǒng)計基本概念 (Basic 數(shù)理統(tǒng)計學(xué)是數(shù)學(xué)的重要分支它研究怎樣有效得收集，整理和分析帶有隨機性的數(shù)據(jù)，以對所考察的問題作出推斷和預(yù)測，直到采取一定的決策和行動提供依據(jù)和建議統(tǒng)計學(xué)：去掉帶有隨機性也是數(shù)據(jù)科學(xué)數(shù)理統(tǒng)計和統(tǒng)計學(xué)的區(qū)別：9/24/20226數(shù)理統(tǒng)計學(xué)是數(shù)學(xué)的重要分支它研究怎樣有效得收集，整理

3、和分析那里有受隨機性影響的數(shù)據(jù),那里就有數(shù)理統(tǒng)計的問題教育學(xué)醫(yī)學(xué)環(huán)境科學(xué)氣象，地質(zhì)，考古，服裝工業(yè)經(jīng)濟學(xué)社會學(xué),心理學(xué)農(nóng)業(yè)文學(xué)9/24/20227那里有受隨機性影響的數(shù)據(jù),那里就有數(shù)理統(tǒng)計的問題教育學(xué)9/2例如何估計產(chǎn)品的壽命？工業(yè)管理極重要的問題，因為壽命實驗是破壞性的，只能抽取少量產(chǎn)品做試驗為評價這批電子產(chǎn)品的使用壽命，隨機抽取臺作試驗，測得壽命數(shù)據(jù)為（小時）：，問整批電子設(shè)備中壽命超過小時的占多大比例？（參數(shù)估計問題）9/24/20228例如何估計產(chǎn)品的壽命？工業(yè)管理極重要的問題，因為壽命實例某針織廠進行技術(shù)革新，漂白工藝過程中，要考慮溫度對針織品斷裂強力（主要質(zhì)量指標(biāo)）的影響，為了比較

4、70C,80C 影響有無差異，在兩個溫度下做了次試驗：70:20.5,18.8,19.8,20.9,21.5,19.5,21.0,21.280:17.7,20.3,20.0,18.8,19.0,20.1,20.2,19.1.問這兩種溫度下強力有無差別?(假設(shè)檢驗問題)這1公斤差別是由什么引起?隨機誤差?溫度的不同?9/24/20229例某針織廠進行技術(shù)革新，漂白工藝過程中，要考慮溫度對針織例3.為探討吸煙與慢性支氣管炎是否有關(guān),調(diào)查了339人問從這批數(shù)據(jù)能否判定患慢性支氣管炎與吸煙有關(guān)?(列聯(lián)表的獨立性)人數(shù)患未患合計吸煙43162205不吸煙13121134合計562833399/24/20

5、2210例3.為探討吸煙與慢性支氣管炎是否有關(guān),調(diào)查了339人人數(shù)患1.1 樣本和總體(Sample and Population)1.2 直方圖與經(jīng)驗分布函數(shù)(Histogram and Empirical Distribution Function)1.3 統(tǒng)計量及其分布(Statistic and Distribution)9/24/2022111.1 樣本和總體(Sample and Populati1.1 樣本和總體 (Sample and Population)9/24/2022121.1 樣本和總體9/24/2022129/24/2022139/24/2022139/24/202

6、2149/24/2022149/24/2022159/24/2022159/24/2022169/24/2022169/24/2022179/24/2022179/24/2022189/24/2022189/24/2022199/24/2022199/24/2022209/24/2022209/24/2022219/24/2022219/24/2022229/24/2022229/24/2022239/24/2022239/24/2022249/24/2022249/24/2022259/24/2022259/24/2022269/24/2022261.2 直方圖與經(jīng)驗分布函數(shù)Histogra

7、m and Empirical Distribution Function)9/24/2022271.2 直方圖與經(jīng)驗分布函數(shù)9/24/2022279/24/2022289/24/2022289/24/2022299/24/2022299/24/2022309/24/2022309/24/2022319/24/2022319/24/2022329/24/2022329/24/2022339/24/202233data wh100; input h w ; if w=50.3 then wc= 50.3 and w54.1 and w57.9 and w61.7 and w65.5 and w6

8、9.3 and w=73.2; wgroup=int(w-46.5)*8/(77-46.5)-0.001)+1; cards;9/24/202234data wh100; input h w ;172.4 75.0 169.3 54.8 169.3 64.0 171.4 64.8 166.5 47.4 171.4 62.2168.2 66.9 165.1 52.0 168.8 62.2 167.8 65.0 165.8 62.2 167.8 65.0164.4 58.7 169.9 57.5 164.9 63.5 160.3 55.2 175.0 66.6 172.5 73.5172.0 64

9、.0 168.4 57.0 155.0 57.0 175.5 63.9 172.3 69.0 168.6 58.0176.4 56.9 173.2 57.5 167.5 50.0 169.4 52.2 166.7 72.0 169.5 57.0165.7 55.4 161.2 48.5 172.8 57.0 175.1 75.5 157.5 50.5 169.8 62.9168.6 63.4 172.6 61.0 163.8 58.5 165.1 61.5 166.7 52.5 170.9 61.0166.1 69.5 166.2 62.5 172.4 52.6 172.8 60.0 177.

10、8 63.9 162.7 56.8168.8 54.0 169.1 66.2 177.5 60.0 177.0 66.2 169.9 55.9 167.4 54.4169.3 58.4 172.8 72.8 169.8 58.0 160.0 65.3 179.1 62.2 172.3 49.8163.3 46.5 172.9 66.7 165.4 58.0 175.8 63.2 162.3 52.2 165.4 65.7171.5 59.3 176.6 66.3 181.7 68.6 175.2 74.9 169.5 59.5 169.6 61.5169.1 63.1 185.5 77.0 1

11、73.9 65.5 162.5 50.0 171.5 58.5 175.6 59.8166.0 75.5 167.2 63.3 171.9 57.0 176.6 58.4 177.3 67.0 169.2 71.8166.2 49.8 181.7 63.0 175.8 68.3 172.3 55.5 172.7 58.5 174.3 64.0171.2 59.0 174.8 68.0 165.4 55.5 169.1 64.8 167.9 62.0 176.8 64.0183.5 69.9 165.5 48.6 171.0 70.5 170.3 58.59/24/202235172.4 75.

12、0 169.3 54.8 169.3 64proc print data=wh100;run;proc freq data=wh100; tables wc ; /* tables wgroup; */ title 100名學(xué)生的體重分為8個組的頻數(shù)表;run;proc chart data=wh100; vbar w / midpoints=48 to 76 by 4; title 對學(xué)生體重數(shù)據(jù)使用選項MIDPOINT=產(chǎn)生的條形圖;run;proc chart data=wh100; vbar wgroup / discrete; /* vbar wc / discrete; */ ti

13、tle 把輸出1.2.1的頻數(shù)表用條形圖表示;run;proc univariate data=wh100 plot; var w;run;9/24/202236proc print data=wh100;run;pr100名學(xué)生的體重分為8個組的頻數(shù)表 3 12:45 Thursday, February 18, 2009 The FREQ Procedure Cumulative Cumulative wc Frequency Percent Frequency Percent - =73.2 6 6.00 100 100.009/24/202237100名學(xué)生的體重分為8個組的頻數(shù)表 T

14、he UNIVARIATE Procedure Variable: w Stem Leaf # Boxplot 76 0 1 | 74 9055 4 | 72 085 3 | 70 58 2 | 68 036059 6 | 66 2236790 7 | 64 00008800357 11 +- - -+ 62 022225901234599 15 | | 60 000055 6 *- + -* 58 00044555570358 14 | | 56 890000055 9 +- - -+ 54 04824559 8 | 52 02256 5 | 50 005 3 | 48 5688 4 | 4

15、6 54 2 | - -+- -+- - -+- -+9/24/2022389/24/202238五數(shù)概括與箱線圖-次序統(tǒng)計量的應(yīng)用之一9/24/202239五數(shù)概括與箱線圖-次序統(tǒng)計量的應(yīng)用之一9/24/202做法做法:1 畫一個箱子,其兩側(cè)恰為第一4分位數(shù)和第三4分位數(shù),在中位數(shù)位置上畫一豎線,它在箱子內(nèi),這個箱子包含了樣本中50%的數(shù)據(jù).2 在箱子左右兩側(cè)各引一條水平線,分別至最小值和最大值為止.個線段包含了樣本的25%的數(shù)據(jù).9/24/202240做法做法:1 畫一個箱子,其兩側(cè)恰為第一4分位數(shù)和第三4分位二 莖葉圖:每個數(shù)值分為兩部分,前面一部分(百位,十位)稱為莖,后面部分(個位)

16、稱為葉. 如: 數(shù)值 分開 莖 葉 112 12|2 11 2 然后畫一豎線,在豎線的左側(cè)寫上莖,右側(cè)寫上葉.就形成了莖葉圖. 647 7024669 8012333566779 91123333566779100024667881122468991223568133 9/24/202241二 莖葉圖:每個數(shù)值分為兩部分,前面一部分(百位,十位)稱為 要比較兩組樣本時,可畫出它們的背靠背的莖葉圖.這是簡單,直觀而有效的對比方法.例2.下面的數(shù)據(jù)是某廠車間某天40名員工生產(chǎn)的產(chǎn)品的數(shù)量. 甲車間 62056 乙車間 87775554211667788 8776644217224555566688

17、9 8766532801133344466778 73210922358 53001079/24/202242 要比較兩組樣本時,可畫出它們的背靠背的莖葉圖.這是簡單9/24/2022439/24/2022439/24/2022449/24/2022449/24/2022459/24/2022459/24/2022469/24/2022469/24/2022479/24/2022471.3 統(tǒng)計量及其分布(Statistic and Distribution)9/24/2022481.3 統(tǒng)計量及其分布9/24/2022489/24/2022499/24/202249data Money50;

18、input w ;cards;924 800 916 704 870 1040 824 690 574 490 972 988 1266 684 764 940 408 804 610 892 602 754 788 962 704 712 854 888 768 848 882 1192 820 878 614 846 746 828 792 872 696 644 926 808 1010 728 742 850 864 738;proc print data=Money50; var w;proc means data=Money50; var w;proc univariate dat

19、a=Money50 plot;var w;run;9/24/202250data Money50;9/24/202250 The MEANS Procedure Analysis Variable : w N Mean Std Dev Minimum Maximum - 50 810.3200000 156.1738226 408.0000000 1266.00 - Stem Leaf # Boxplot 12 7 1 0 12 11 9 1 0 11 10 10 14 2 | 9 679 3 | 9 2234 4 | 8 55556778899 11 +-+ 8 001223 6 *-+-*

20、 7 556799 6 | | 7 0001344 7 +-+ 6 89 2 | 6 0114 4 | 5 7 1 | 5 | 4 9 1 | 4 1 1 0 -+-+-+-+ Multiply Stem.Leaf by 10*+29/24/2022519/24/202251 Stem Leaf # Boxplot 12 7 1 0 12 11 9 1 0 11 10 10 14 2 | 9 679 3 | 9 2234 4 | 8 55556778899 11 +-+ 8 001223 6 *-+-* 7 556799 6 | | 7 0001344 7 +-+ 6 89 2 | 6 011

21、4 4 | 5 7 1 | 5 | 4 9 1 | 4 1 1 0 -+-+-+-+ Multiply Stem.Leaf by 10*+29/24/2022529/24/202252 The SAS System 13:47 Saturday, February 20, 2009 22 The UNIVARIATE Procedure Variable: w Moments N 50 Sum Weights 50 Mean 810.32 Sum Observations 40516 Std Deviation 156.173823 Variance 24390.2629 Skewness 0.2322891 Kurtosis 1.40426379 Uncorrected SS 34026048 Corrected SS 1195122.88 Coeff Variation 19.2731048 Std Error Mean 22.0863138 Basic Statistical Measures Location Variability Mean 810.3200 Std Deviation 156.17382 Median 814.0000 Va