教學(xué)課件-統(tǒng)計(jì)學(xué)(第三版)袁衛(wèi)

課程說明

課程名稱：《統(tǒng)計(jì)學(xué)》Statistics

課程編號(hào)：171JB008

課程性質(zhì)：專業(yè)必修課

學(xué)時(shí)學(xué)分：64學(xué)時(shí)，4學(xué)分

考試與成績：考試；

平時(shí)成績占30%期末考試占70%

先修課程：經(jīng)濟(jì)數(shù)學(xué)2000年中國GDP為89404億元，比上年增長8%;2001年GDP為95933億元，比上年增長7.3%;2004年GDP為136515億元，比上年增長9.5%；2008年GDP為300670億元，比上年增長9.0%；什么是統(tǒng)計(jì)？請(qǐng)先看看實(shí)際數(shù)據(jù)1953.7.1～587961964.7.1～704991982.7.1～1015411990.7.1～1132742000.11.1～1295332008年末～132802人口?（萬人）中國進(jìn)行了幾次人口普查？人口平均預(yù)期壽命

中國：2000年71.4歲，其中男性69.63歲，女性為73．33歲

北京城區(qū)人口平均預(yù)期壽命79.6歲居全國之首（2006.5.7）

世界：2000年為66歲，發(fā)達(dá)國家和地區(qū)為76

歲，發(fā)展中國家和地區(qū)為64歲

其中：日本81歲瑞士79歲德國78歲澳大利亞79歲加拿大79歲美國78歲嬰兒性別比1982年108.5:1001990年111.3:1001995年115.6:1002000年116.86:1002008年120.56:1002001-2008年我國居民消費(fèi)價(jià)格指數(shù)年份20012002200320042005200620072008城鎮(zhèn)居民(%)100.799.0100.9103.3101.6101.5104.5105.6農(nóng)村居民(%)100.899.6101.6104.8102.2101.5105.4106.5注：當(dāng)CPI>103%時(shí)，即為通貨膨脹；當(dāng)CPI>105%時(shí)，即為嚴(yán)重通貨膨脹。第1章數(shù)據(jù)與統(tǒng)計(jì)學(xué)1.1

統(tǒng)計(jì)數(shù)據(jù)與統(tǒng)計(jì)學(xué)1.2統(tǒng)計(jì)學(xué)的產(chǎn)生和發(fā)展1.3統(tǒng)計(jì)學(xué)的分科1.4統(tǒng)計(jì)數(shù)據(jù)的來源1.5統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量1.6統(tǒng)計(jì)學(xué)的基本概念學(xué)習(xí)目標(biāo)理解統(tǒng)計(jì)學(xué)的含義理解統(tǒng)計(jì)學(xué)與統(tǒng)計(jì)數(shù)據(jù)的關(guān)系了解統(tǒng)計(jì)學(xué)的分科了解統(tǒng)計(jì)學(xué)的發(fā)展過程了解統(tǒng)計(jì)數(shù)據(jù)的來源理解統(tǒng)計(jì)中的幾個(gè)基本概念1.1統(tǒng)計(jì)數(shù)據(jù)與統(tǒng)計(jì)學(xué)什么是統(tǒng)計(jì)學(xué)?1.數(shù)據(jù)搜集：取得數(shù)據(jù)2.數(shù)據(jù)分析：分析數(shù)據(jù)3.數(shù)據(jù)表述：圖表展示數(shù)據(jù)數(shù)據(jù)解釋：結(jié)果的說明

收集、整理、顯示和分析數(shù)據(jù)的科學(xué)

統(tǒng)計(jì)規(guī)律

(一些例子)正常條件下新生嬰兒的性別比為105:100投擲一枚均勻的硬幣，出現(xiàn)正面和反面的頻率各為1/2；投擲一枚骰子出現(xiàn)1～6點(diǎn)的頻率各為1/6農(nóng)作物的產(chǎn)量與施肥量之間存在相關(guān)關(guān)系銷售額與廣告費(fèi)用之間的關(guān)系1.2統(tǒng)計(jì)學(xué)的產(chǎn)生和發(fā)展1.2統(tǒng)計(jì)學(xué)的產(chǎn)生和發(fā)展一、統(tǒng)計(jì)學(xué)的三大源頭1、政府統(tǒng)計(jì)：配第的《政治算術(shù)》2、人口統(tǒng)計(jì)：格朗特的《關(guān)于死亡表的自然觀察和政治觀察》3、古典概率論：帕斯卡、費(fèi)馬二、統(tǒng)計(jì)學(xué)的發(fā)展階段1、第一階段：17C中葉—19C末，描述統(tǒng)計(jì)2、第二階段：20C初—20C中葉，推斷統(tǒng)計(jì)3、第三階段：20C中葉以來，全面發(fā)展1.3統(tǒng)計(jì)學(xué)的分科統(tǒng)計(jì)方法統(tǒng)計(jì)方法描述統(tǒng)計(jì)推斷統(tǒng)計(jì)參數(shù)估計(jì)假設(shè)檢驗(yàn)描述統(tǒng)計(jì)

(descriptivestatistics)研究數(shù)據(jù)收集、整理和描述的統(tǒng)計(jì)學(xué)分支內(nèi)容搜集數(shù)據(jù)整理數(shù)據(jù)展示數(shù)據(jù)描述性分析目的描述數(shù)據(jù)特征找出數(shù)據(jù)的基本規(guī)律推斷統(tǒng)計(jì)

(inferentialstatistics)研究如何利用樣本數(shù)據(jù)來推斷總體特征的統(tǒng)計(jì)學(xué)分支內(nèi)容參數(shù)估計(jì)假設(shè)檢驗(yàn)?zāi)康膶?duì)總體特征作出推斷描述統(tǒng)計(jì)與推斷統(tǒng)計(jì)的關(guān)系反映客觀現(xiàn)象的數(shù)據(jù)總體內(nèi)在的數(shù)量規(guī)律性推斷統(tǒng)計(jì)（利用樣本信息和概率論對(duì)總體的數(shù)量特征進(jìn)行估計(jì)和檢驗(yàn)等）概率論（包括分布理論、大數(shù)定律和中心極限定理等）描述統(tǒng)計(jì)（統(tǒng)計(jì)數(shù)據(jù)的搜集、整理、顯示和分析等）總體數(shù)據(jù)樣本數(shù)據(jù)理論統(tǒng)計(jì)與應(yīng)用統(tǒng)計(jì)理論統(tǒng)計(jì)研究統(tǒng)計(jì)學(xué)的一般理論研究統(tǒng)計(jì)方法的數(shù)學(xué)原理應(yīng)用統(tǒng)計(jì)研究統(tǒng)計(jì)學(xué)在各領(lǐng)域的具體應(yīng)用1.4統(tǒng)計(jì)數(shù)據(jù)的來源普查和抽樣調(diào)查普查為某一特定目的，專門組織的一次性全面調(diào)查。這是一種摸清國情、國力的重要調(diào)查方法。抽樣調(diào)查抽樣調(diào)查是統(tǒng)計(jì)調(diào)查中應(yīng)用最廣、最為重要的調(diào)查方法，它是通過隨機(jī)樣本對(duì)總體數(shù)量規(guī)律性進(jìn)行推斷的調(diào)查研究方法1.5統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量抽樣誤差和非抽樣誤差抽樣誤差利用樣本推斷總體時(shí)產(chǎn)生的誤差由于樣本只是總體的一部分，用樣本的信息去推斷總體，或多或少總會(huì)存在誤差，因而抽樣誤差對(duì)任何一個(gè)隨機(jī)樣本來講都是不可避免的非抽樣誤差由于調(diào)查過程中各有關(guān)環(huán)節(jié)工作失誤造成的包括調(diào)查方案中有關(guān)規(guī)定或解釋不明確所導(dǎo)致的填報(bào)錯(cuò)誤、抄錄錯(cuò)誤、匯總錯(cuò)誤，不完整的抽樣框?qū)е碌恼`差，調(diào)查中不回答產(chǎn)生的誤差等1.6統(tǒng)計(jì)學(xué)的基本概念總體和樣本總體(population)所研究的全部個(gè)體(數(shù)據(jù))的集合，其中的每一個(gè)元素稱為個(gè)體分為有限總體和無限總體有限總體的范圍能夠明確確定，且元素的數(shù)目是有限的無限總體所包括的元素是無限的，不可數(shù)的樣本(sample)從總體中抽取的一部分元素的集合構(gòu)成樣本的元素的數(shù)目稱為樣本容量

參數(shù)和統(tǒng)計(jì)量參數(shù)(parameter)描述總體特征的概括性數(shù)字度量，是研究者想要了解的總體的某種特征值所關(guān)心的參數(shù)主要有總體均值(

)、標(biāo)準(zhǔn)差(

)、總體比例()等總體參數(shù)通常用希臘字母表示統(tǒng)計(jì)量(statistic)用來描述樣本特征的概括性數(shù)字度量，它是根據(jù)樣本數(shù)據(jù)計(jì)算出來的一些量，是樣本的函數(shù)所關(guān)心的樣本統(tǒng)計(jì)量有樣本均值(

x)、樣本標(biāo)準(zhǔn)差(s)、樣本比例(p)等樣本統(tǒng)計(jì)量通常用小寫英文字母表示統(tǒng)計(jì)中的幾個(gè)基本概念平均數(shù)標(biāo)準(zhǔn)差比例參數(shù)

統(tǒng)計(jì)量

xsp

總體

樣本變量在研究總體時(shí)，我們重點(diǎn)關(guān)注的是總體單位具有哪些特征或?qū)傩?，我們把這些特征稱為變量。如：工業(yè)企業(yè)的基本情況包括企業(yè)所有制、職工人數(shù)、產(chǎn)值、勞動(dòng)生產(chǎn)率、利潤、稅金等。幾種常用的統(tǒng)計(jì)軟件

(Software)

典型的統(tǒng)計(jì)軟件SASSPSSMINITABSTATISTICAExcelMINITABSTATISTICAExcelSASSPSS本章小節(jié)統(tǒng)計(jì)數(shù)據(jù)與統(tǒng)計(jì)學(xué)統(tǒng)計(jì)學(xué)的產(chǎn)生和發(fā)展統(tǒng)計(jì)學(xué)的分科統(tǒng)計(jì)數(shù)據(jù)的來源和質(zhì)量統(tǒng)計(jì)學(xué)的基本概念第2章統(tǒng)計(jì)數(shù)據(jù)的描述2.1統(tǒng)計(jì)數(shù)據(jù)的整理2.2分布集中趨勢的測度2.3分布離散程度的測度2.4分布偏態(tài)與峰態(tài)的測度2.5統(tǒng)計(jì)表與統(tǒng)計(jì)圖

本章小結(jié)學(xué)習(xí)目標(biāo)掌握數(shù)值型數(shù)據(jù)的整理方法掌握數(shù)據(jù)集中趨勢和離散程度的測度方法掌握莖葉圖和箱線圖的制作方法掌握分布偏態(tài)與峰度的測度方法掌握統(tǒng)計(jì)表和統(tǒng)計(jì)圖的使用2.1統(tǒng)計(jì)數(shù)據(jù)的整理一、統(tǒng)計(jì)數(shù)據(jù)的分組二、次數(shù)分配三、次數(shù)分配直方圖四、洛倫茨曲線一、統(tǒng)計(jì)數(shù)據(jù)的分組（一）定性分組如按性別、民族、經(jīng)濟(jì)類型分組（二）定量分組如按產(chǎn)量、年齡、利潤分組1、單項(xiàng)分組：每組只有一個(gè)變量值2、組距分組2.1統(tǒng)計(jì)數(shù)據(jù)的整理二、次數(shù)分配（以組距分組為例）（一）組距分組的要點(diǎn)將變量值的一個(gè)區(qū)間作為一組適合于數(shù)值型變量適合于變量值較多的情況需要遵循“不重不漏”的原則可采用等距分組，也可采用不等距分組~~~~~2.1統(tǒng)計(jì)數(shù)據(jù)的整理組距分組

(幾個(gè)概念)（二）組距分組的概念1.下限(lowlimit)

：一個(gè)組的最小值2.上限(upperlimit)

：一個(gè)組的最大值3.組距(classwidth)

：上限與下限之差4.組中值(classmidpoint)

：下限與上限之間的中點(diǎn)值下限值+上限值2組中值=2.1統(tǒng)計(jì)數(shù)據(jù)的整理（三）組距分組的步驟確定組數(shù)：組數(shù)的確定應(yīng)以能夠顯示數(shù)據(jù)的分布特征和規(guī)律為目的確定組距：組距(classwidth)是一個(gè)組的上限與下限之差，可根據(jù)全部數(shù)據(jù)的最大值和最小值及所分的組數(shù)來確定，即

組距＝(最大值-最小值)÷組數(shù)統(tǒng)計(jì)出各組的頻數(shù)并整理成頻數(shù)分布表2.1統(tǒng)計(jì)數(shù)據(jù)的整理次數(shù)分配表的編制

(例題分析)【例】某車間30名工人每周加工某種零件件數(shù)如右表，試對(duì)數(shù)據(jù)進(jìn)行分組。

次數(shù)分配表使用Excel頻數(shù)函數(shù)

(FREQUENCY)Excel的“直方圖”工具的缺陷是：頻數(shù)分布和直方圖沒有與數(shù)據(jù)聯(lián)系起來，這樣，如果你改變?nèi)魏我粋€(gè)數(shù)據(jù)，頻數(shù)分布表和直方圖不會(huì)跟著改變使用Excel中的統(tǒng)計(jì)函數(shù)“FREQUENCY”來創(chuàng)建頻數(shù)分布表和直方圖，可解決這一問題。創(chuàng)建頻數(shù)分布表的步驟是選擇與接受區(qū)域相臨近的單元格區(qū)域，作為頻數(shù)分布表輸出的區(qū)域選擇統(tǒng)計(jì)函數(shù)中的“FREQUENCY”函數(shù)在對(duì)話框Date-array后輸入數(shù)據(jù)區(qū)域，在Bins-array后輸入各組分界點(diǎn)同時(shí)按下ctrl-shift-Enter組合鍵，即得到頻數(shù)分布統(tǒng)計(jì)函數(shù)—FREQUENCY直方圖

三、次數(shù)分配直方圖（一）直方圖(histogram)用矩形的寬度和高度來表示頻數(shù)分布的圖形，實(shí)際上是用矩形的面積來表示各組的頻數(shù)分布在直角坐標(biāo)中，用橫軸表示數(shù)據(jù)分組，縱軸表示頻數(shù)或頻率，各組與相應(yīng)的頻數(shù)就形成了一個(gè)矩形，即直方圖直方圖下的總面積等于12.1統(tǒng)計(jì)數(shù)據(jù)的整理分組數(shù)據(jù)的圖示

(直方圖的繪制)某車間工人周加工零件直方圖

我一眼就看出來了，周加工零件在100～110之間的人數(shù)最多!(frequencypolygon)（二）折線圖(frequencypolygon)折線圖也稱頻數(shù)多邊形圖是在直方圖的基礎(chǔ)上，把直方圖頂部的中點(diǎn)(組中值)用直線連接起來，再把原來的直方圖抹掉折線圖的兩個(gè)終點(diǎn)要與橫軸相交，具體的做法是第一個(gè)矩形的頂部中點(diǎn)通過豎邊中點(diǎn)（即該組頻數(shù)一半的位置）連接到橫軸，最后一個(gè)矩形頂部中點(diǎn)與其豎邊中點(diǎn)連接到橫軸折線圖下所圍成的面積與直方圖的面積相等，二者所表示的頻數(shù)分布是一致的2.1統(tǒng)計(jì)數(shù)據(jù)的整理分組數(shù)據(jù)的圖示

(折線圖的繪制)折線圖與直方圖下的面積相等！某車間工人周加工零件折線圖

對(duì)稱分布右偏分布左偏分布正J型分布反J型分布U型分布幾種常見的頻數(shù)分布（三）分布曲線2.1統(tǒng)計(jì)數(shù)據(jù)的整理洛倫茨曲線三、洛倫茨曲線和基尼系數(shù)（一）洛倫茨曲線20世紀(jì)初美國經(jīng)濟(jì)學(xué)家、統(tǒng)計(jì)學(xué)家洛倫茨(M.E.Lorentz)根據(jù)意大利經(jīng)濟(jì)學(xué)家巴雷特(V.Pareto)提出的收入分配公式繪制而成描述收入和財(cái)富分配性質(zhì)的曲線，分析該國家或地區(qū)分配的平均程度

AB累積的人口百分比

累積的收入百分比

絕對(duì)公平線

2.1統(tǒng)計(jì)數(shù)據(jù)的整理基尼系數(shù)

（二）基尼系數(shù)20世紀(jì)初意大利經(jīng)濟(jì)學(xué)家基尼(G.Gini)根據(jù)洛倫茨曲線給出了衡量收入分配平均程度的指標(biāo)AB

其中，A表示實(shí)際收入曲線與絕對(duì)平均線之間的面積，B表示實(shí)際收入曲線與絕對(duì)不平均線之間的面積2.1統(tǒng)計(jì)數(shù)據(jù)的整理基尼系數(shù)2.評(píng)價(jià)標(biāo)準(zhǔn)（1）如果A=0，則基尼系數(shù)=0，表示收入絕對(duì)平均；（2）如果B=0，則基尼系數(shù)=1，表示收入絕對(duì)不平均；（3）基尼系數(shù)在0和1之間取值；（4）基尼系數(shù)若小于0.2，表明分配平均但缺乏效率；（5）基尼系數(shù)在0.2至0.4之間是比較適當(dāng)?shù)?，即一個(gè)社會(huì)既有效率又沒有造成極大的分配不公；（6）基尼系數(shù)在0.4被認(rèn)為是收入分配不公平的警戒線，超過了0.4應(yīng)該采取措施縮小這一差距。2.2分布集中趨勢的測度一、眾數(shù)二、中位數(shù)三、四分位數(shù)四、均值五、幾何均值六、切尾均值七、眾數(shù)、中位數(shù)和均值的比較(mode)一、眾數(shù)(mode)一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的變量值適合于數(shù)據(jù)量較多時(shí)使用不受極端值的影響一組數(shù)據(jù)可能沒有眾數(shù)或有幾個(gè)眾數(shù)2.2分布集中趨勢的測度眾數(shù)

(不惟一性)無眾數(shù)

原始數(shù)據(jù):10591268一個(gè)眾數(shù)

原始數(shù)據(jù):659855多于一個(gè)眾數(shù)

原始數(shù)據(jù):252828

364242排序后處于中間位置上的值Me50%50%不受極端值的影響3.各變量值與中位數(shù)的離差絕對(duì)值之和最小，即2.2分布集中趨勢的測度二、中位數(shù)（median）（一）中位數(shù)的概念原始數(shù)據(jù)：分組數(shù)據(jù)：2.2分布集中趨勢的測度（二）中位數(shù)的位置中位數(shù)的求法

(9個(gè)數(shù)據(jù)的算例)【例】

9個(gè)家庭的人均月收入數(shù)據(jù)原始數(shù)據(jù):15007507801080850960200012501630排序:7507808509601080

1250150016302000位置:1234

56789中位數(shù)

1080

中位數(shù)的求法

(10個(gè)數(shù)據(jù)的算例)【例】：10個(gè)家庭的人均月收入數(shù)據(jù)排序:

660

75078085096010801250150016302000位置:1234

5678910

三、四分位數(shù)（quartile）（一）四分位數(shù)的概念排序后處于25%和75%位置上的值不受極端值的影響QLQMQU25%25%25%25%2.2分布集中趨勢的測度原始數(shù)據(jù)：分組數(shù)據(jù)：2.2分布集中趨勢的測度（二）四分位數(shù)的位置四分位數(shù)的求法

(9個(gè)數(shù)據(jù)的算例)【例】：9個(gè)家庭的人均月收入數(shù)據(jù)原始數(shù)據(jù):15007507801080850960200012501630排序:75078085096010801250150016302000位置:123456789

四分位數(shù)的求法

(10個(gè)數(shù)據(jù)的算例)【例】：10個(gè)家庭的人均月收入數(shù)據(jù)排序:

660

75078085096010801250150016302000位置:1234

5678910

統(tǒng)計(jì)函數(shù)—QUARTILE四、均值（mean）（一）均值的概念集中趨勢的最常用測度值一組數(shù)據(jù)的均衡點(diǎn)所在體現(xiàn)了數(shù)據(jù)的必然性特征易受極端值的影響2.2分布集中趨勢的測度（二）均值的算法1、簡單均值（simplemean）設(shè)一組數(shù)據(jù)為：x1，x2，…，xn總體均值樣本均值2.2分布集中趨勢的測度2、加權(quán)均值（weightedmean）設(shè)一組數(shù)據(jù)為：x1，x2，…，xn相應(yīng)的頻數(shù)為：f1，f2，…，fk總體均值樣本均值2.2分布集中趨勢的測度加權(quán)均值計(jì)算表零件數(shù)

工人數(shù)

組中值xifi80-9038525590-100795665100-110131051365110-1205115575120-1302125250合計(jì)30

—3110加權(quán)均值

(例題分析)（三）均值的數(shù)學(xué)性質(zhì)1. 各變量值與均值的離差之和等于零

2.各變量值與均值的離差平方和最小2.2分布集中趨勢的測度五、幾何平均數(shù)（geometricmean）1.n個(gè)變量值乘積的

n次方根2.適用于對(duì)比率數(shù)據(jù)的平均3.主要用于計(jì)算平均增長率4.計(jì)算公式為5.可看作是均值的一種變形2.2分布集中趨勢的測度幾何均值的求法

(例題分析)

【例】一位投資者購持有一種股票，在2000年、2001年、2002年和2003年收益率分別為4.5%、2.1%、25.5%、1.9%。計(jì)算該投資者在這四年內(nèi)的平均收益率算術(shù)平均：

幾何平均：六、切尾均值（trimedmean）

1.去掉大小兩端的若干數(shù)值后計(jì)算中間數(shù)據(jù)的均值2.在電視大獎(jiǎng)賽、體育比賽及需要人們進(jìn)行綜合評(píng)價(jià)的比賽項(xiàng)目中已得到廣泛應(yīng)用3.計(jì)算公式為n

表示觀察值的個(gè)數(shù)；α表示切尾系數(shù)，

2.2分布集中趨勢的測度切尾均值

(例題分析)

【例】謀次比賽共有11名評(píng)委，對(duì)某位歌手的給分分別是：

經(jīng)整理得到順序統(tǒng)計(jì)量值為去掉一個(gè)最高分和一個(gè)最低分，取1/11

眾數(shù)、中位數(shù)和均值的關(guān)系左偏分布均值

中位數(shù)

眾數(shù)對(duì)稱分布

均值=中位數(shù)=

眾數(shù)右偏分布眾數(shù)

中位數(shù)均值2.2分布集中趨勢的測度眾數(shù)、中位數(shù)、均值的特點(diǎn)和應(yīng)用眾數(shù)不受極端值影響具有不惟一性數(shù)據(jù)分布偏斜程度較大時(shí)應(yīng)用中位數(shù)不受極端值影響數(shù)據(jù)分布偏斜程度較大時(shí)應(yīng)用均值易受極端值影響數(shù)學(xué)性質(zhì)優(yōu)良數(shù)據(jù)對(duì)稱分布或接近對(duì)稱分布時(shí)應(yīng)用2.3分布離散程度的測度一、極差二、內(nèi)距三、方差和標(biāo)準(zhǔn)差四、離散系數(shù)一、極差（rang）一組數(shù)據(jù)的最大值與最小值之差離散程度的最簡單測度值易受極端值影響未考慮數(shù)據(jù)的分布7891078910

R

=max(xi)-min(xi)計(jì)算公式為2.3分布離散程度的測度二、內(nèi)距(Inter-QuartileRange,IQR)

也稱四分位差上四分位數(shù)與下四分位數(shù)之差

內(nèi)距=QU

–QL反映了中間50%數(shù)據(jù)的離散程度不受極端值的影響可用于衡量中位數(shù)的代表性2.3分布離散程度的測度三、方差與標(biāo)準(zhǔn)差(VarianceandStandarddeviation)（一）方差與標(biāo)準(zhǔn)差的概念1. 離散程度的測度值之一2. 最常用的測度值3. 反映了數(shù)據(jù)的分布4.反映了各變量值與均值的平均差異根據(jù)總體數(shù)據(jù)計(jì)算的，稱為總體方差或標(biāo)準(zhǔn)差；根據(jù)樣本數(shù)據(jù)計(jì)算的，稱為樣本方差或標(biāo)準(zhǔn)差可用于衡量均值的代表性大小4681012

x=8.32.3分布離散程度的測度（二）總體方差和標(biāo)準(zhǔn)差(PopulationvarianceandStandarddeviation)的計(jì)算公式未分組數(shù)據(jù)：組距分組數(shù)據(jù)：未分組數(shù)據(jù)：組距分組數(shù)據(jù)：1、總體方差的計(jì)算公式2、總體標(biāo)準(zhǔn)差的計(jì)算公式2.3分布離散程度的測度（三）樣本方差和標(biāo)準(zhǔn)差(simplevarianceandstandarddeviation)的計(jì)算公式未分組數(shù)據(jù)：組距分組數(shù)據(jù)：未分組數(shù)據(jù)：組距分組數(shù)據(jù)：1、樣本方差的計(jì)算公式2、樣本標(biāo)準(zhǔn)差的計(jì)算公式注意：樣本方差用自由度n-1去除!2.3分布離散程度的測度注解：樣本方差自由度(degreeoffreedom)一組數(shù)據(jù)中可以自由取值的數(shù)據(jù)的個(gè)數(shù)當(dāng)樣本數(shù)據(jù)的個(gè)數(shù)為

n時(shí)，若樣本均值

x

確定后,只有n-1個(gè)數(shù)據(jù)可以自由取值，其中必有一個(gè)數(shù)據(jù)則不能自由取值例如，樣本有3個(gè)數(shù)值，即x1=2，x2=4，x3=9，則

x

=5。當(dāng)

x

=5

確定后，x1，x2和x3有兩個(gè)數(shù)據(jù)可以自由取值，另一個(gè)則不能自由取值，比如x1=6，x2=7，那么x3則必然取2，而不能取其他值樣本方差用自由度去除，其原因可從多方面解釋，從實(shí)際應(yīng)用角度看，在抽樣估計(jì)中，當(dāng)用樣本方差去估計(jì)總體方差σ2時(shí)，它是σ2的無偏估計(jì)量2.3分布離散程度的測度方差、標(biāo)準(zhǔn)差計(jì)算表（組距數(shù)列）零件數(shù)

工人數(shù)

組中值(Xi-x)280-90385348.4490-10079575.11100-110131051.78110-1205115128.44120-1302125455.11合計(jì)30

—1008.89方差、標(biāo)準(zhǔn)差（例題）四、離散系數(shù)(coefficientofvariation)1. 標(biāo)準(zhǔn)差與其相應(yīng)的均值之比2.對(duì)數(shù)據(jù)相對(duì)離散程度的測度3.消除了數(shù)據(jù)水平高低和計(jì)量單位的影響4. 用于對(duì)不同組別數(shù)據(jù)離散程度的比較5.計(jì)算公式為2.3分布離散程度的測度離散系數(shù)

(例題分析)某管理局所屬8家企業(yè)的產(chǎn)品銷售數(shù)據(jù)企業(yè)編號(hào)產(chǎn)品銷售額（萬元）x1銷售利潤（萬元）x21234567817022039043048065095010008.112.518.022.026.540.064.069.0【例】某管理局抽查了所屬的8家企業(yè)，其產(chǎn)品銷售數(shù)據(jù)如表。試比較產(chǎn)品銷售額與銷售利潤的離散程度離散系數(shù)

(例題分析)結(jié)論：

計(jì)算結(jié)果表明，v1<v2，說明產(chǎn)品銷售額的離散程度小于銷售利潤的離散程度

v1=536.25309.19=0.577v2=32.521523.09=0.7102.7偏態(tài)與峰態(tài)的度量一、偏態(tài)-----偏度二、峰態(tài)-----峰度一、偏態(tài)及其測度（一）偏態(tài)的概念1.統(tǒng)計(jì)學(xué)家Pearson于1895年首次提出2.數(shù)據(jù)分布偏斜程度的測度，數(shù)據(jù)分布的不對(duì)稱性稱為偏態(tài)。3.偏態(tài)系數(shù)=0為對(duì)稱分布偏態(tài)系數(shù)>0為右偏分布偏態(tài)系數(shù)<0為左偏分布2.7偏態(tài)與峰態(tài)的度量二、偏態(tài)系數(shù)

(skewnesscoefficient)根據(jù)原始數(shù)據(jù)計(jì)算2.7偏態(tài)與峰態(tài)的度量2.根據(jù)分組數(shù)據(jù)計(jì)算二、峰態(tài)及其測度（一）峰態(tài)的概念1.統(tǒng)計(jì)學(xué)家Pearson于1905年首次提出2.數(shù)據(jù)分布扁平程度的測度，反映數(shù)據(jù)分布的尖峭程度（與正態(tài)分布比較）。3.峰態(tài)系數(shù)=0為峰度適中峰態(tài)系數(shù)<0為扁平分布峰態(tài)系數(shù)>0為尖峰分布2.7偏態(tài)與峰態(tài)的度量（二）峰態(tài)系數(shù)(kurtosiscoefficient)1.根據(jù)原始數(shù)據(jù)計(jì)算2.7偏態(tài)與峰態(tài)的度量2.根據(jù)分組數(shù)據(jù)計(jì)算偏態(tài)系數(shù)和峰態(tài)系數(shù)

(例題分析)

某電腦公司銷售量偏態(tài)及峰度計(jì)算表

按銷售量份組(臺(tái))組中值(Mi)頻數(shù)

fi140~150150~160160~170170~180180~190190~200200~210210~220220~230230~240145155165175185195205215225235491627201710845-256000-243000-128000-270000170008000021600025600062500010240000729000025600002700000170000160000064800001024000031250000合計(jì)—120540000

70100000

結(jié)論：偏態(tài)系數(shù)為正值，但與0的差異不大，說明電腦銷售量為輕微右偏分布。結(jié)論：峰態(tài)系數(shù)為負(fù)值，但與0的差異不大，說明電腦銷售量為輕微扁平分布STAT《統(tǒng)計(jì)學(xué)》非對(duì)稱的，右偏斜的分布對(duì)稱的、高度適中的分布既左偏斜又低平的分布2.5統(tǒng)計(jì)表與統(tǒng)計(jì)圖一、統(tǒng)計(jì)表二、統(tǒng)計(jì)圖一、統(tǒng)計(jì)表（一）統(tǒng)計(jì)表的結(jié)構(gòu)1999～2000年城鎮(zhèn)居民家庭抽樣調(diào)查資料項(xiàng)目單位1999年2000年

調(diào)查戶數(shù)平均每戶家庭人口平均每戶就業(yè)人口平均每戶就業(yè)面平均一名就業(yè)者負(fù)擔(dān)人數(shù)平均每人全部年收入?？芍涫杖肫骄咳讼M(fèi)性支出戶人人%元元元元

400443.141.7756.431.775888.775854.024615.91

4222.03.131.6853.671.866316.816279.984998.00資料來源：《中國統(tǒng)計(jì)年鑒2001》，中國統(tǒng)計(jì)出版社，2001，第305頁。注：本表為城市和縣城的城鎮(zhèn)居民家庭抽樣調(diào)查材料。

行標(biāo)題列標(biāo)題數(shù)字資料表頭附加2.5統(tǒng)計(jì)表與統(tǒng)計(jì)圖（1）合理安排統(tǒng)計(jì)表的結(jié)構(gòu)（2）總標(biāo)題內(nèi)容應(yīng)滿足3W(where,when,what)

要求（3）數(shù)據(jù)計(jì)量單位相同時(shí)，可放在表的右上角標(biāo)明，不同時(shí)應(yīng)放在每個(gè)指標(biāo)后或單列出一列標(biāo)明（4）表中上下兩條橫線一般用粗線，其他線用細(xì)線（5）通常情況下，統(tǒng)計(jì)表的左右兩邊不封口（6）表中的數(shù)據(jù)一般是右對(duì)齊，有小數(shù)點(diǎn)時(shí)應(yīng)以小數(shù)點(diǎn)對(duì)齊，而且小數(shù)點(diǎn)的位數(shù)應(yīng)統(tǒng)一（7）對(duì)于沒有數(shù)字的表格單元，一般用“—”表示（8）必要時(shí)可在表的下方加上注釋（二）設(shè)計(jì)和使用統(tǒng)計(jì)表的注意事項(xiàng)2.5統(tǒng)計(jì)表與統(tǒng)計(jì)圖一、統(tǒng)計(jì)圖

（一）莖葉圖(stem-and-leafdisplay)用于顯示未分組的原始數(shù)值型數(shù)據(jù)的分布由“莖”和“葉”兩部分構(gòu)成，其圖形是由數(shù)字組成的以該組數(shù)據(jù)的高位數(shù)值作樹莖，低位數(shù)字作樹葉樹葉上只保留一位數(shù)字莖葉圖類似于橫置的直方圖，但又有區(qū)別直方圖可觀察一組數(shù)據(jù)的分布狀況，但沒有給出具體的數(shù)值莖葉圖既能給出數(shù)據(jù)的分布狀況，又能給出每一個(gè)原始數(shù)值，保留了原始數(shù)據(jù)的信息2.5統(tǒng)計(jì)表與統(tǒng)計(jì)圖莖葉圖

(例題分析)莖葉圖

(擴(kuò)展的莖葉圖)（二）箱線圖(boxplot)用于顯示未分組的原始數(shù)值型數(shù)據(jù)的分布箱線圖由一組數(shù)據(jù)的5個(gè)特征值繪制而成，它由一個(gè)箱子和兩條線段組成箱線圖的繪制方法首先找出一組數(shù)據(jù)的5個(gè)特征值，即最大值、最小值、中位數(shù)Me和兩個(gè)四分位數(shù)(下四分位數(shù)QL和上四分位數(shù)QU）連接兩個(gè)四分（位）數(shù)畫出箱子，再將兩個(gè)極值點(diǎn)與箱子相連接2.5統(tǒng)計(jì)表與統(tǒng)計(jì)圖箱線圖

(箱線圖的構(gòu)成)中位數(shù)4681012QUQLX最大值X最小值簡單箱線圖箱線圖

(例題分析)最小值84最大值128中位數(shù)105下四分位數(shù)96上四分位數(shù)10980859095100105110150120125130周加工零件數(shù)的箱線圖分布的形狀與箱線圖

對(duì)稱分布QL中位數(shù)

QU左偏分布QL中位數(shù)

QU右偏分布QL

中位數(shù)

QU不同分布的箱線圖未分組數(shù)據(jù)—多批數(shù)據(jù)箱線圖

(例題分析)【例】

從某大學(xué)經(jīng)濟(jì)管理專業(yè)二年級(jí)學(xué)生中隨機(jī)抽取11人，對(duì)8門主要課程的考試成績進(jìn)行調(diào)查，所得結(jié)果如表。試?yán)L制各科考試成績的批比較箱線圖，并分析各科考試成績的分布特征11名學(xué)生各科的考試成績數(shù)據(jù)課程名稱學(xué)生編號(hào)1234567891011英語經(jīng)濟(jì)數(shù)學(xué)西方經(jīng)濟(jì)學(xué)市場營銷學(xué)財(cái)務(wù)管理基礎(chǔ)會(huì)計(jì)學(xué)統(tǒng)計(jì)學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)76659374687055859095818775739178975176857092688171748869846573957078669073788470936379806087816786918377769070828382928481706972787578918866948085718674687962818155787075687177未分組數(shù)據(jù)—多批數(shù)據(jù)箱線圖

(例題分析)8門課程考試成績的箱線圖11名學(xué)生8門課程考試成績的箱線圖min-max25%-75%medianvalue455565758595105學(xué)生1學(xué)生2學(xué)生3學(xué)生4學(xué)生5學(xué)生6學(xué)生7學(xué)生8學(xué)生9學(xué)生10學(xué)生11未分組數(shù)據(jù)—多批數(shù)據(jù)箱線圖

(例題分析)本章小結(jié)統(tǒng)計(jì)數(shù)據(jù)的整理分布集中趨勢的測度分布離散程度的測度偏態(tài)系數(shù)與峰態(tài)系數(shù)統(tǒng)計(jì)表與統(tǒng)計(jì)圖第2章結(jié)束了!THANKS第3章抽樣與抽樣分布3.3

常用的抽樣方法3.4抽樣分布學(xué)習(xí)目標(biāo)了解抽樣的概率抽樣方法理解抽樣分布的意義了解抽樣分布的形成過程理解中心極限定理理解抽樣分布的性質(zhì)3.3常用的抽樣方法一、簡單隨機(jī)抽樣二、分層抽樣三、系統(tǒng)抽樣四、整群抽樣3.3常用的抽樣方法一、抽樣方法的類型3.3常用的抽樣方法二、概率抽樣(probabilitysampling)（一）概率抽樣概述根據(jù)一個(gè)已知的概率來抽取樣本單位，也稱隨機(jī)抽樣特點(diǎn)按一定的概率以隨機(jī)原則抽取樣本抽取樣本時(shí)使每個(gè)單位都有一定的機(jī)會(huì)被抽中每個(gè)單位被抽中的概率是已知的，或是可以計(jì)算出來的當(dāng)用樣本對(duì)總體目標(biāo)量進(jìn)行估計(jì)時(shí)，要考慮到每個(gè)樣本單位被抽中的概率3.3常用的抽樣方法（二）簡單隨機(jī)抽樣(simplerandomsampling)從總體N個(gè)單位中隨機(jī)地抽取n個(gè)單位作為樣本，使得每一個(gè)單位都有相同的機(jī)會(huì)(概率)被抽中抽取元素的具體方法有重復(fù)抽樣和不重復(fù)抽樣特點(diǎn)簡單、直觀，在抽樣框完整時(shí)，可直接從中抽取樣本用樣本統(tǒng)計(jì)量對(duì)目標(biāo)量進(jìn)行估計(jì)比較方便局限性當(dāng)N很大時(shí)，不易構(gòu)造抽樣框抽出的單位很分散，給實(shí)施調(diào)查增加了困難沒有利用其他輔助信息以提高估計(jì)的效率3.3常用的抽樣方法（三）分層抽樣(stratifiedsampling)將總體單位按某種特征或某種規(guī)則劃分為不同的層，然后從不同的層中獨(dú)立、隨機(jī)地抽取樣本單位優(yōu)點(diǎn)保證樣本的結(jié)構(gòu)與總體的結(jié)構(gòu)比較相近，從而提高估計(jì)的精度組織實(shí)施調(diào)查方便既可以對(duì)總體參數(shù)進(jìn)行估計(jì)，也可以對(duì)各層的目標(biāo)量進(jìn)行估計(jì)3.3常用的抽樣方法（四）系統(tǒng)抽樣(systematicsampling)將總體中的所有單位(抽樣單位)按一定順序排列，在規(guī)定的范圍內(nèi)隨機(jī)地抽取一個(gè)單位作為初始單位，然后按事先規(guī)定好的規(guī)則確定其他樣本單位先從數(shù)字1到k之間隨機(jī)抽取一個(gè)數(shù)字r作為初始單位，以后依次取r+k，r+2k…等單位優(yōu)點(diǎn)：操作簡便，可提高估計(jì)的精度缺點(diǎn)：對(duì)估計(jì)量方差的估計(jì)比較困難3.3常用的抽樣方法（五）整群抽樣(clustersampling)將總體中若干個(gè)單位合并為組(群),抽樣時(shí)直接抽取群，然后對(duì)中選群中的所有單位全部實(shí)施調(diào)查特點(diǎn)抽樣時(shí)只需群的抽樣框，可簡化工作量調(diào)查的地點(diǎn)相對(duì)集中，節(jié)省調(diào)查費(fèi)用，方便調(diào)查的實(shí)施缺點(diǎn)是估計(jì)的精度較差3.4抽樣分布一、抽樣分布的概念二、由正態(tài)分布導(dǎo)出的幾個(gè)重要分布三、樣本均值的抽樣分布四、樣本比例的抽樣分布五、樣本方差的抽樣分布六、兩個(gè)樣本統(tǒng)計(jì)量的抽樣分布一、抽樣分布(samplingdistribution)樣本統(tǒng)計(jì)量的概率分布，是一種理論分布在重復(fù)選取容量為n的樣本時(shí)，由該統(tǒng)計(jì)量的所有可能取值形成的相對(duì)頻數(shù)分布隨機(jī)變量是樣本統(tǒng)計(jì)量樣本均值,樣本比例，樣本方差等結(jié)果來自容量相同的所有可能樣本提供了樣本統(tǒng)計(jì)量長遠(yuǎn)而穩(wěn)定的信息，是進(jìn)行推斷的理論基礎(chǔ)，也是抽樣推斷科學(xué)性的重要依據(jù) 3.4抽樣分布抽樣分布的形成過程

(samplingdistribution)總體計(jì)算樣本統(tǒng)計(jì)量如：樣本均值、比例、方差樣本二、由正態(tài)分布導(dǎo)出的幾個(gè)重要分布（一）

2分布1.定義設(shè)隨機(jī)變量X1，X2，…，Xn

相互獨(dú)立，且服從標(biāo)準(zhǔn)正態(tài)分布N(0,1)，則Y=X12+X22+…+Xn2服從自由度為n的

2分布，記為Y～

2(n)

。2.與

2分布相關(guān)的抽樣分布設(shè)總體服從參數(shù)為μ、σ2的正態(tài)分布，從中抽取容量為n的樣本，則

3.4抽樣分布c2分布(圖示)

選擇容量為n的簡單隨機(jī)樣本計(jì)算樣本方差s2計(jì)算卡方值

2=(n-1)s2/σ2計(jì)算出所有的

2值不同容量樣本的抽樣分布c2n=1n=4n=10n=20ms總體3.4抽樣分布（二）t分布1.定義設(shè)隨機(jī)變量X～N(0,1),Y～

2(n),且X與Y獨(dú)立，則稱是自由度為n的t分布，記為t～t(n)。2.與t分布相關(guān)的抽樣分布設(shè)總體，從中抽取容量為n的樣本，則t分布（圖示）xt

分布與標(biāo)準(zhǔn)正態(tài)分布的比較t分布標(biāo)準(zhǔn)正態(tài)分布t不同自由度的t分布標(biāo)準(zhǔn)正態(tài)分布t(df=13)t(df=5)z

t分布是類似正態(tài)分布的一種對(duì)稱分布，它通常要比正態(tài)分布平坦和分散。一個(gè)特定的分布依賴于稱之為自由度的參數(shù)。隨著自由度的增大，分布也逐漸趨于正態(tài)分布3.4抽樣分布（三）F分布1.定義

設(shè)隨機(jī)變量U與V相互獨(dú)立，且U和V分別服從自由度為n1和n2的

2(n)分布，則稱服從第一自由度為n1，第二自由度為n2的F分布，記為F～F(n1,n2)。2.與F分布相關(guān)的抽樣分布設(shè)兩個(gè)總體都為正態(tài)分布，兩總體的方差分別為σ12，σ22，從兩個(gè)總體中分別抽取容量為n1和n2的獨(dú)立樣本，樣本方差分別為S12，S22則有F分布(圖示)

不同自由度的F分布F（1,10)(5,10)(10,10)三、樣本均值的抽樣分布（一）樣本均值的抽樣分布的概述1.在重復(fù)選取容量為n的樣本時(shí)，由樣本均值的所有可能取值形成的相對(duì)頻數(shù)分布2.一種理論概率分布3.推斷總體均值

的理論基礎(chǔ) 3.4抽樣分布樣本均值的抽樣分布

(例題分析)【例】設(shè)一個(gè)總體，含有4個(gè)元素(個(gè)體)

，即總體單位數(shù)N=4。4

個(gè)個(gè)體分別為x1=1，x2=2，x3=3，x4=4

。總體的均值、方差及分布如下總體分布14230.1.2.3均值和方差樣本均值的抽樣分布

(例題分析)

現(xiàn)從總體中抽取n＝2的簡單隨機(jī)樣本，在重復(fù)抽樣條件下，共有42=16個(gè)樣本。所有樣本的結(jié)果為3,43,33,23,132,42,32,22,124,44,34,24,141,441,33211,21,11第二個(gè)觀察值第一個(gè)觀察值所有可能的n=2的樣本（共16個(gè)）樣本均值的抽樣分布

(例題分析)

計(jì)算出各樣本的均值，如下表。并給出樣本均值的抽樣分布3.53.02.52.033.02.52.01.524.03.53.02.542.542.03211.51.01第二個(gè)觀察值第一個(gè)觀察值16個(gè)樣本的均值（x）x樣本均值的抽樣分布1.000.10.20.3P

(x)1.53.04.03.52.02.5樣本均值的分布與總體分布的比較

(例題分析)

=2.5σ2=1.25總體分布14230.1.2.3抽樣分布P(x)1.00.1.2.31.53.04.03.52.02.5x3.4抽樣分布

=50

=10X總體分布n=4抽樣分布xn=16（二）總體分布為正態(tài)分布時(shí)的樣本均值的分布當(dāng)總體服從正態(tài)分布N(μ,σ2)時(shí)，來自該總體的所有容量為n的樣本的均值

x也服從正態(tài)分布，

x

的數(shù)學(xué)期望為μ，方差為σ2/n。即

x～N(μ,σ2/n)3.4抽樣分布當(dāng)樣本容量足夠大時(shí)(n

30)，樣本均值的抽樣分布逐漸趨于正態(tài)分布（三）總體分布未知時(shí)的樣本均值的分布中心極限定理(centrallimittheorem)

：設(shè)從均值為

，方差為

2的一個(gè)任意總體中抽取容量為n的樣本，當(dāng)n充分大時(shí)(n≥30），樣本均值的抽樣分布近似服從均值為μ、方差為σ2/n的正態(tài)分布一個(gè)任意分布的總體x中心極限定理

(centrallimittheorem)

x的分布趨于正態(tài)分布的過程（四）樣本均值的數(shù)學(xué)期望與方差1.樣本均值的數(shù)學(xué)期望3.4抽樣分布2.樣本均值的方差重復(fù)抽樣：不重復(fù)抽樣：樣本均值的數(shù)學(xué)期望與方差

（例題分析)比較及結(jié)論：1.樣本均值的均值(數(shù)學(xué)期望)等于總體均值2.在重復(fù)抽樣下，樣本均值的方差等于總體方差的1/n3.4抽樣分布四、樣本比例的抽樣分布當(dāng)樣本容量n足夠大時(shí)（即np≥5，n(1-p)≥5），樣本比例p近似服從均值為π

、方差為π(1-π)/n的正態(tài)分布。即五、樣本方差的分布當(dāng)總體，從中抽取容量為n的樣本，則3.4抽樣分布3.4抽樣分布六、兩個(gè)樣本統(tǒng)計(jì)量的抽樣分布（一）兩個(gè)樣本均值之差的分布設(shè)兩個(gè)總體都服從正態(tài)分布或兩總體不是正態(tài)分布,但n1

30和n2

30，分別從兩總體中獨(dú)立抽取兩個(gè)樣本，則3.4抽樣分布（二）兩個(gè)樣本比例之差的分布設(shè)兩個(gè)總體都服從二項(xiàng)分布，分別從兩個(gè)總體中抽取容量為n1和n2的獨(dú)立樣本，當(dāng)n1p1≥5，n1(1-p1)≥5，n2p2≥5，n2(1-p2)≥5時(shí)，則有3.4抽樣分布（三）兩個(gè)樣本方差之比的分布設(shè)兩個(gè)總體都是正態(tài)總體，分別從兩個(gè)總體中抽取容量為n1和n2的獨(dú)立樣本，其中σ12、σ22分別是兩個(gè)總體的方差，s12、s22分別是兩個(gè)樣本的方差，則有抽樣分布與總體分布的關(guān)系總體分布正態(tài)分布非正態(tài)分布大樣本小樣本正態(tài)分布正態(tài)分布非正態(tài)分布抽樣分布與總體分布的關(guān)系正態(tài)分布

t分布正態(tài)分布

2分布樣本均值統(tǒng)計(jì)量樣本比例樣本方差正態(tài)總體(小樣本)正態(tài)總體或大樣本二項(xiàng)總體(大樣本)正態(tài)總體本章小結(jié)了解抽樣的概率抽樣方法理解抽樣分布的意義了解抽樣分布的形成過程理解中心極限定理理解抽樣分布的性質(zhì)第4章結(jié)束了!THANKS第4章參數(shù)估計(jì)4.1

參數(shù)估計(jì)的基本原理4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)4.4樣本容量的確定學(xué)習(xí)目標(biāo)估計(jì)量與估計(jì)值的概念點(diǎn)估計(jì)與區(qū)間估計(jì)的區(qū)別評(píng)價(jià)估計(jì)量優(yōu)良性的標(biāo)準(zhǔn)一個(gè)總體參數(shù)的區(qū)間估計(jì)方法兩個(gè)總體參數(shù)的區(qū)間估計(jì)方法樣本容量的確定方法參數(shù)估計(jì)在統(tǒng)計(jì)方法中的地位參數(shù)估計(jì)假設(shè)檢驗(yàn)統(tǒng)計(jì)方法描述統(tǒng)計(jì)推斷統(tǒng)計(jì)統(tǒng)計(jì)推斷的過程樣本總體樣本統(tǒng)計(jì)量如：樣本均值、比率、方差總體均值、比率、方差等4.1參數(shù)估計(jì)的基本原理一、估計(jì)量與估計(jì)值二、點(diǎn)估計(jì)與區(qū)間估計(jì)三、評(píng)價(jià)估計(jì)量的標(biāo)準(zhǔn)一、估計(jì)量與估計(jì)值(estimator&estimatedvalue)估計(jì)量：用于估計(jì)總體參數(shù)的隨機(jī)變量如樣本均值，樣本比率、樣本方差等例如:樣本均值就是總體均值

的一個(gè)估計(jì)量參數(shù)用

表示，估計(jì)量用表示估計(jì)值：估計(jì)參數(shù)時(shí)計(jì)算出來的統(tǒng)計(jì)量的具體值如果樣本均值

x

=80，則80就是

的估計(jì)值4.1參數(shù)估計(jì)的基本原理參數(shù)估計(jì)的方法估計(jì)方法點(diǎn)估計(jì)區(qū)間估計(jì)4.1參數(shù)估計(jì)的基本原理二、點(diǎn)估計(jì)和區(qū)間估計(jì)（一）點(diǎn)估計(jì)(pointestimate)用樣本統(tǒng)計(jì)量直接作為總體參數(shù)的估計(jì)量例如：用樣本均值直接作為總體均值的估計(jì)例如：用兩個(gè)樣本均值之差直接作為總體均值之差的估計(jì)沒有給出估計(jì)值接近總體參數(shù)程度的信息點(diǎn)估計(jì)的方法有矩估計(jì)法、順序統(tǒng)計(jì)量法、最大似然法、最小二乘法等4.1參數(shù)估計(jì)的基本原理（二）區(qū)間估計(jì)(intervalestimate)在點(diǎn)估計(jì)的基礎(chǔ)上，給出總體參數(shù)估計(jì)的一個(gè)區(qū)間范圍，該區(qū)間由樣本統(tǒng)計(jì)量加減抽樣誤差而得到的根據(jù)樣本統(tǒng)計(jì)量的抽樣分布能夠?qū)颖窘y(tǒng)計(jì)量與總體參數(shù)的接近程度給出一個(gè)概率度量比如，某班級(jí)平均分?jǐn)?shù)在75～85之間，置信水平是95%

樣本統(tǒng)計(jì)量

(點(diǎn)估計(jì))置信區(qū)間置信下限置信上限區(qū)間估計(jì)的圖示

x95%的樣本

-1.96

x

+1.96

x99%的樣本

-2.58

x

+2.58

x90%的樣本

-1.65

x

+1.65

x（三）置信區(qū)間（confidenceinterval）由樣本統(tǒng)計(jì)量所構(gòu)造的總體參數(shù)的估計(jì)區(qū)間稱為置信區(qū)間統(tǒng)計(jì)學(xué)家在某種程度上確信這個(gè)區(qū)間會(huì)包含真正的總體參數(shù)，所以給它取名為置信區(qū)間用一個(gè)具體的樣本所構(gòu)造的區(qū)間是一個(gè)特定的區(qū)間，我們無法知道這個(gè)樣本所產(chǎn)生的區(qū)間是否包含總體參數(shù)的真值我們只能是希望這個(gè)區(qū)間是大量包含總體參數(shù)真值的區(qū)間中的一個(gè)，但它也可能是少數(shù)幾個(gè)不包含參數(shù)真值的區(qū)間中的一個(gè)4.1參數(shù)估計(jì)的基本原理（四）置信水平（confidencelevel）將構(gòu)造置信區(qū)間的步驟重復(fù)很多次，置信區(qū)間包含總體參數(shù)真值的次數(shù)所占的比率稱為置信水平表示為(1-

為是總體參數(shù)未在區(qū)間內(nèi)的比率常用的置信水平值有99%,95%,90%相應(yīng)的

為0.01，0.05，0.104.1參數(shù)估計(jì)的基本原理置信區(qū)間與置信水平

樣本均值的抽樣分布(1-

)區(qū)間包含了

的區(qū)間未包含

1–aa/2a/24.1參數(shù)估計(jì)的基本原理（五）影響置信區(qū)間寬度的因素1. 總體數(shù)據(jù)的離散程度，用

來測度樣本容量3. 置信水平(1-

)，影響z的大小4.1參數(shù)估計(jì)的基本原理三、評(píng)價(jià)估計(jì)量的標(biāo)準(zhǔn)（一）無偏性(unbiasedness)

估計(jì)量的數(shù)學(xué)期望等于被估計(jì)的總體參數(shù)，即P(

)BA無偏有偏4.1參數(shù)估計(jì)的基本原理（二）有效性(efficiency)

對(duì)同一總體參數(shù)的兩個(gè)無偏點(diǎn)估計(jì)量，有更小標(biāo)準(zhǔn)差的估計(jì)量更有效，即

AB

的抽樣分布

的抽樣分布P(

)4.1參數(shù)估計(jì)的基本原理（三）一致性（consistency）隨著樣本容量的增大，估計(jì)量的值越來越接近被估計(jì)的總體參數(shù)，即AB較小的樣本容量較大的樣本容量P(

)4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)一、總體均值的區(qū)間估計(jì)二、總體比率的區(qū)間估計(jì)三、總體方差的區(qū)間估計(jì)4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)總體參數(shù)符號(hào)表示樣本統(tǒng)計(jì)量均值比率方差4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)一、總體均值的估計(jì)（一）利用Z統(tǒng)計(jì)量對(duì)總體均值進(jìn)行區(qū)間估計(jì)1. 假定條件總體服從正態(tài)分布,且方差(

２)

已知總體不是正態(tài)分布或

２未知，當(dāng)n

30時(shí)，可由正態(tài)分布來近似代替2.使用正態(tài)分布統(tǒng)計(jì)量z總體均值

在1-

置信水平下的置信區(qū)間為

２已知：

２未知：標(biāo)準(zhǔn)正態(tài)分布的上側(cè)分為點(diǎn)

（圖示）01-αzzα/2-zα/2α/2α/2總體均值的區(qū)間估計(jì)

(例題分析)【例】一家食品生產(chǎn)企業(yè)以生產(chǎn)袋裝食品為主，為對(duì)產(chǎn)量質(zhì)量進(jìn)行監(jiān)測，企業(yè)質(zhì)檢部門經(jīng)常要進(jìn)行抽檢，以分析每袋重量是否符合要求?，F(xiàn)從某天生產(chǎn)的一批食品中隨機(jī)抽取了25袋，測得每袋重量如下表所示。已知產(chǎn)品重量的分布服從正態(tài)分布，且總體標(biāo)準(zhǔn)差為10g。試估計(jì)該批產(chǎn)品平均重量的置信區(qū)間，置信水平為95%25袋食品的重量112.5101.0103.0102.0100.5102.6107.595.0108.8115.6100.0123.5102.0101.6102.2116.695.497.8108.6105.0136.8102.8101.598.493.3總體均值的區(qū)間估計(jì)

(例題分析)解：已知Ｘ~N(

，102)，n=25,1-

=95%，z

/2=z0.025=1.96。根據(jù)樣本數(shù)據(jù)計(jì)算得：

總體均值

在1-

置信水平下的置信區(qū)間為該食品平均重量的置信區(qū)間為101.44g~109.28g總體均值的區(qū)間估計(jì)

(例題分析)【例】一家保險(xiǎn)公司收集到由36投保個(gè)人組成的隨機(jī)樣本，得到每個(gè)投保人的年齡(周歲)數(shù)據(jù)如下表。試建立投保人年齡90%的置信區(qū)間

36個(gè)投保人年齡的數(shù)據(jù)233539273644364246433133425345544724342839364440394938344850343945484532總體均值的區(qū)間估計(jì)

(例題分析)解：已知n=36,1-

=90%，z

/2=z0.051.645。根據(jù)樣本數(shù)據(jù)計(jì)算得：

總體均值

在1-

置信水平下的置信區(qū)間為投保人平均年齡的置信區(qū)間為37.37歲~41.63歲4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)（二）利用t統(tǒng)計(jì)量對(duì)總體均值進(jìn)行區(qū)間估計(jì)1. 假定條件總體服從正態(tài)分布,方差(

２)

未知，小樣本(n<30)使用t

分布統(tǒng)計(jì)量總體均值

在1-

置信水平下的置信區(qū)間為

t分布的上側(cè)分位點(diǎn)

（圖示）01-αttα/2-tα/2α/2α/2總體均值的區(qū)間估計(jì)

(例題分析)【例】已知某種燈泡的壽命服從正態(tài)分布，現(xiàn)從一批燈泡中隨機(jī)抽取16只，測得其使用壽命(小時(shí))如下。建立該批燈泡平均使用壽命95%的置信區(qū)間16燈泡使用壽命的數(shù)據(jù)1510152014801500145014801510152014801490153015101460146014701470總體均值的區(qū)間估計(jì)

(例題分析)解：已知Ｘ~N(

，2)，n=16，1-

=95%，t

/2(n-1)=t0.025(15)=2.131,根據(jù)樣本數(shù)據(jù)計(jì)算得：該種燈泡平均使用壽命的置信區(qū)間為1476.8小時(shí)～1503.2小時(shí)總體均值

在1-

置信水平下的置信區(qū)間為4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)二、總體比例的區(qū)間估計(jì)1. 假定條件總體服從二項(xiàng)分布，當(dāng)樣本容量充分大，即np≥5,n(1-p)≥5時(shí)，可以由正態(tài)分布來近似2.使用正態(tài)分布統(tǒng)計(jì)量z

總體比率

在1-

置信水平下的置信區(qū)間為總體比率的區(qū)間估計(jì)

(例題分析)【例】某城市想要估計(jì)下崗職工中女性所占的比率，隨機(jī)地抽取了100名下崗職工，其中65人為女性職工。試以95%的置信水平估計(jì)該城市下崗職工中女性比率的置信區(qū)間解：已知n=100，p＝65%,np=65≥5，n(1-p)=35≥5,1-=95%,z/2=z0.025=1.96該城市下崗職工中女性比率的置信區(qū)間為55.65%~74.35%

4.2一個(gè)總體參數(shù)的區(qū)間估計(jì)三、總體方差的區(qū)間估計(jì)1. 估計(jì)一個(gè)總體的方差或標(biāo)準(zhǔn)差2. 假設(shè)總體服從正態(tài)分布3.總體方差

2

的點(diǎn)估計(jì)量為s2,且4.總體方差在1-

置信水平下的置信區(qū)間為

χ2分布的上側(cè)分位點(diǎn)

(圖示)

2

21-

2

總體方差1-

的置信區(qū)間自由度為n-1的

2分布α/2α/2

總體方差的區(qū)間估計(jì)

(例題分析)【例】一家食品生產(chǎn)企業(yè)以生產(chǎn)袋裝食品為主，現(xiàn)從某天生產(chǎn)的一批食品中隨機(jī)抽取了25袋，測得每袋重量如下表所示。已知產(chǎn)品重量的分布服從正態(tài)分布。以95%的置信水平建立該種食品重量方差的置信區(qū)間

25袋食品的重量112.5101.0103.0102.0100.5102.6107.595.0108.8115.6100.0123.5102.0101.6102.2116.695.497.8108.6105.0136.8102.8101.598.493.3總體方差的區(qū)間估計(jì)

(例題分析)解:已知n＝25，1-

＝95%,根據(jù)樣本數(shù)據(jù)計(jì)算得

s2=93.21該企業(yè)生產(chǎn)的食品總體重量標(biāo)準(zhǔn)差的的置信區(qū)間為7.54g~13.43g

2置信度為95%的置信區(qū)間為4.3

兩個(gè)總體參數(shù)的區(qū)間估計(jì)一、兩個(gè)總體均值之差的區(qū)間估計(jì)二、兩個(gè)總體比率之差的區(qū)間估計(jì)三、兩個(gè)總體方差比的區(qū)間估計(jì)4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)總體參數(shù)符號(hào)表示樣本統(tǒng)計(jì)量均值之差比率之差方差比4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)一、兩個(gè)獨(dú)立樣本總體均值之差的區(qū)間估計(jì)（一）利用Z統(tǒng)計(jì)量對(duì)兩總體均值差進(jìn)行區(qū)間估計(jì)1. 假定條件兩個(gè)總體都服從正態(tài)分布，

1２、

2２已知，兩個(gè)樣本是獨(dú)立的隨機(jī)樣本若不是正態(tài)分布或

1２、

2２未知,兩個(gè)樣本是獨(dú)立的隨機(jī)樣本，當(dāng)n1

30和n2

30時(shí)，可用正態(tài)分布來近似2.使用正態(tài)分布統(tǒng)計(jì)量z（1）當(dāng)

1２、

2２已知時(shí)：（2）當(dāng)

1２、

2２未知時(shí)：4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)3.

1２，

2２已知時(shí)，兩個(gè)總體均值之差

1-

2在1-

置信水平下的置信區(qū)間為4.1２、

2２未知，當(dāng)n1≥30，n2≥30時(shí)，兩個(gè)總體均值之差

1-

2在1-

置信水平下的置信區(qū)間為兩個(gè)總體均值之差的估計(jì)

(例題分析)【例】某地區(qū)教育委員會(huì)想估計(jì)兩所中學(xué)的學(xué)生高考時(shí)的英語平均分?jǐn)?shù)之差，為此在兩所中學(xué)獨(dú)立抽取兩個(gè)隨機(jī)樣本，有關(guān)數(shù)據(jù)如右表。建立兩所中學(xué)高考英語平均分?jǐn)?shù)之差95%的置信區(qū)間

兩個(gè)樣本的有關(guān)數(shù)據(jù)

中學(xué)1中學(xué)2n1=46n1=33S1=5.8S2=7.2兩個(gè)總體均值之差的估計(jì)

(例題分析)解:由1-

=95%得z/2=z0.025=1.96，故兩個(gè)總體均值之差在1-

置信水平下的置信區(qū)間為兩所中學(xué)高考英語平均分?jǐn)?shù)之差的置信區(qū)間為5.03分~10.97分4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)（二）利用t統(tǒng)計(jì)量對(duì)兩總體均值差的區(qū)間估計(jì)1.當(dāng)

1２=

2２時(shí)（1） 假定條件兩個(gè)總體都服從正態(tài)分布，兩個(gè)總體方差未知但相等：

1２=

2２，兩個(gè)獨(dú)立的小樣本(n1<30和n2<30)（2）總體方差的合并估計(jì)量（3）估計(jì)量

x1-x2的抽樣標(biāo)準(zhǔn)差4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)（4）兩個(gè)樣本均值之差的標(biāo)準(zhǔn)化（5）兩個(gè)總體均值之差

1-

2在1-

置信水平下的置信區(qū)間為兩個(gè)總體均值之差的估計(jì)

(例題分析)【例】為估計(jì)兩種方法組裝產(chǎn)品所需時(shí)間的差異，分別對(duì)兩種不同的組裝方法各隨機(jī)安排12名工人，每個(gè)工人組裝一件產(chǎn)品所需的時(shí)間（分鐘）下如表。假定兩種方法組裝產(chǎn)品的時(shí)間服從正態(tài)分布，且方差相等。試以95%的置信水平建立兩種方法組裝產(chǎn)品所需平均時(shí)間差值的置信區(qū)間。兩個(gè)方法組裝產(chǎn)品所需的時(shí)間方法1方法228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521兩個(gè)總體均值之差的區(qū)間估計(jì)

(例題分析)解:由1-

=95%得t/2(n1+n2-2)=t0.025(22)=2.0739，根據(jù)樣本數(shù)據(jù)計(jì)算得兩種方法組裝產(chǎn)品所需平均時(shí)間之差的置信區(qū)間為0.14分鐘~7.26分鐘合并估計(jì)量為：4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)2.當(dāng)σ12

≠σ22但n1=n2=n時(shí)（1）假定條件兩個(gè)總體都是正態(tài)分布，獨(dú)立小樣本，

12，

22未知且不相等：即

12

22，樣本容量相等：即n1=n2=n（2）檢驗(yàn)統(tǒng)計(jì)量自由度：～4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)（3）兩個(gè)總體均值之差

1-

2在1-

置信水平下的置信區(qū)間為兩個(gè)總體均值之差的區(qū)間估計(jì)

(例題分析)【例】為檢驗(yàn)兩種方法組裝產(chǎn)品所需時(shí)間的差異，分別對(duì)兩種不同的組裝方法各隨機(jī)安排12個(gè)工人，每個(gè)工人組裝一件產(chǎn)品所需的時(shí)間(分鐘)下如表。假定兩種方法組裝產(chǎn)品的時(shí)間服從正態(tài)分布，但方差未知且不相等。取顯著性水平0.05，能否認(rèn)為方法1組裝產(chǎn)品的平均數(shù)量明顯地高于方法2？兩個(gè)方法組裝產(chǎn)品所需的時(shí)間方法1方法228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521兩個(gè)總體均值之差的區(qū)間估計(jì)

(例題分析)解:由1-

=95%得t/2(n1+n2-2)=t0.025(22)=2.0739，根據(jù)樣本數(shù)據(jù)計(jì)算得兩種方法組裝產(chǎn)品所需平均時(shí)間之差的置信區(qū)間為0.14分鐘~7.26分鐘所求的置信區(qū)間為：4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)3.當(dāng)

1２

2２，n1n2時(shí)（1） 假定條件兩個(gè)總體都服從正態(tài)分布，兩個(gè)總體方差未知且不相等：即

1２

2２，兩個(gè)樣本容量不等：即n1n2，兩個(gè)獨(dú)立的小樣本(n1<30和n2<30)（2）使用統(tǒng)計(jì)量4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)（3）兩個(gè)總體均值之差

1-

2在1-

置信水平下的置信區(qū)間為自由度兩個(gè)總體均值之差的估計(jì)

(例題分析)【例】沿用前例。假定第一種方法隨機(jī)安排12名工人，第二種方法隨機(jī)安排名工人，即n1=12，n2=8，所得的有關(guān)數(shù)據(jù)如表。假定兩種方法組裝產(chǎn)品的時(shí)間服從正態(tài)分布，且方差不相等。以95%的置信水平建立兩種方法組裝產(chǎn)品所需平均時(shí)間差值的置信區(qū)間兩個(gè)方法組裝產(chǎn)品所需的時(shí)間方法1方法228.336.027.631.730.137.222.226.529.038.531.037.634.433.832.128.020.028.830.030.221兩個(gè)總體均值之差的估計(jì)

(例題分析)解:根據(jù)樣本數(shù)據(jù)計(jì)算得兩種方法組裝產(chǎn)品所需平均時(shí)間之差的置信區(qū)間為0.192分鐘~9.058分鐘自由度為：由1-

=95%得t/2(v)=t0.025(13)=2.1604，故所求的置信區(qū)間為：4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)（三）匹配樣本的總體均值差的區(qū)間估計(jì)1.利用Z統(tǒng)計(jì)量對(duì)匹配樣本的總體均值差的區(qū)間估計(jì)（1）假定條件兩個(gè)匹配的大樣本(n1=n2=n

30)兩個(gè)總體各觀察值的配對(duì)差服從正態(tài)分布，σd已知

（2）兩個(gè)總體均值之差

d=

1-

2在1-

置信水平下的置信區(qū)間為對(duì)應(yīng)差值的樣本均值對(duì)應(yīng)差值的總體標(biāo)準(zhǔn)差對(duì)應(yīng)差值的樣本標(biāo)準(zhǔn)差σd已知：σd未知：4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)2.利用t統(tǒng)計(jì)量對(duì)匹配小樣本的總體均值差的區(qū)間估計(jì)（1）假定條件兩個(gè)總體各觀察值的配對(duì)差服從正態(tài)分布，兩個(gè)匹配的小樣本(n1<30和n2<30)（2）兩個(gè)總體均值之差

d=

1-

2在1-

置信水平下的置信區(qū)間為兩個(gè)總體均值之差的估計(jì)

(例題分析)【例】由10名學(xué)生組成一個(gè)隨機(jī)樣本，讓他們分別采用A和B兩套試卷進(jìn)行測試，結(jié)果如下表。試建立兩種試卷分?jǐn)?shù)之差

d=

1-

2

95%的置信區(qū)間

10名學(xué)生兩套試卷的得分學(xué)生編號(hào)試卷A試卷B差值d17871726344193726111489845691741754951-27685513876601698577810553916兩個(gè)總體均值之差的估計(jì)

(例題分析)解:由1-

=95%得t/2(n-1)=t0.025(9)=2.2622，根據(jù)樣本數(shù)據(jù)計(jì)算得兩種試卷所產(chǎn)生的分?jǐn)?shù)之差的置信區(qū)間為6.33分~15.67分二、兩個(gè)總體比例之差的區(qū)間估計(jì)1. 假定條件兩個(gè)總體服從二項(xiàng)分布，兩個(gè)樣本是獨(dú)立的，且n1、n2充分大：即n1p1≥5，n1(1-p1)≥5，n2p2≥5，n2(1-p2)≥5，可以用正態(tài)分布來近似2. 兩個(gè)總體比率之差

1-

2在1-

置信水平下的置信區(qū)間為4.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)兩個(gè)總體比率之差的估計(jì)

(例題分析)【例】在某個(gè)電視節(jié)目的收視率調(diào)查中，農(nóng)村隨機(jī)調(diào)查了400人，有32%的人收看了該節(jié)目；城市隨機(jī)調(diào)查了500人，有45%的人收看了該節(jié)