統(tǒng)計(jì)學(xué)基礎(chǔ)理論復(fù)習(xí)

PAGEPAGE6實(shí)驗(yàn)設(shè)1處理因素23二、基本原對(duì)照的原重復(fù)的原 普遍/必然（樣本含量大小隨機(jī)化原按隨機(jī)的方式從總體中抽取若干構(gòu)成一個(gè)PAGE7PAGE7PAGE8PAGE8量,進(jìn)行統(tǒng)計(jì)推斷,究竟是H0,還是不H0。建立H0,H1當(dāng)H0μ1=μ2,H1μ1＞μ2或H1μ1＜μ2時(shí),如果H1:μ1≠μ2時(shí)就用到二側(cè)(即μ1＞μ221t，單側(cè)概率P較小,故易于產(chǎn)生H0之統(tǒng)計(jì)推斷。因還是不H0,都有可能發(fā)生誤差(或稱錯(cuò)誤),類錯(cuò)誤,不實(shí)際上不成立的H0時(shí),稱為犯第(1)(2)間標(biāo)準(zhǔn)差越小,效能越大正態(tài)分布(normalN(μ,σ2均數(shù)μ：位置參數(shù)，μ增大，曲線向右移標(biāo)準(zhǔn)差σ：形狀參數(shù)，σ增大，數(shù)據(jù)分S(-,S(-,- -S(-,S(-,

二量資料的統(tǒng)計(jì)指非正態(tài)分布資料的平均水平和離散程度常用幾何均數(shù)適用倍數(shù)關(guān)系的資料，如抗體滴度、效價(jià)等，也用于對(duì)數(shù)正態(tài)分布的資料百分位數(shù)主要用于描述一組資料在各個(gè)P50,P75,P95,可以描述總體或樣本的分布特征，如集中位置、變異度等。百分位數(shù)還可變異系數(shù)無(wú)量度單位,而且消除了原始資位不相同的指標(biāo)或者平均水平相差懸殊的指統(tǒng)計(jì)量的標(biāo)準(zhǔn)誤描述樣本統(tǒng)計(jì)量抽樣誤

與標(biāo)準(zhǔn)正態(tài)分布比較

眾 中位 均

==

均數(shù)中位數(shù)

t抽樣分布：t分標(biāo)準(zhǔn)正態(tài)分布dftt(df=t(df=ttt分布的特t分布與自由度有關(guān)，自由度越小，t分布的峰t分布逐漸近標(biāo)準(zhǔn)正態(tài)分布；當(dāng)自由度為無(wú)窮大樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)要求樣本來(lái)團(tuán)體t檢驗(yàn)要求兩個(gè)樣本都來(lái)自正態(tài)分布并具四.方差分同的方差σ2，僅僅均數(shù)可以不相同；還均方,然后列出方差分析表算出F值,作出直線相關(guān)與回系,兩變量間如果存在一定的因果關(guān)系，則常可將一個(gè)變量看而另一個(gè)變量則相關(guān)關(guān)系的圖r=r=r=-r=

C 0<r<

-1<r

r= 。

(xn,

?a(x2,

i(x,y

(xi,yi blxy/lxx(xx)(yy)/[(xx)2ay?H0:β=0,H1:β≠0,H0:ρ=0,H1:ρ≠0,是完所以通常作直線回歸分析時(shí),只須利用R2越接近1Y分越多;R2越接近0認(rèn)為該方程的效果可以令人滿意,啟示我們還數(shù)資料的統(tǒng)計(jì)分通常以100 0.5f0.5f(2)12(/2)2(/21e2/0.40.30.20.1自由度＝自由度＝自由度＝自由度＝α=0.050.0 12卡方1518縱高1.行列皆無(wú)序：卡方檢2.行無(wú)序，列有序：Wilcoxon秩和檢驗(yàn)Kruskal-wallis檢驗(yàn) 3434不能測(cè)量具體數(shù)值,其觀測(cè)結(jié)果往KruskalWal