概率论与数理统计课件的p(AB)怎么算,统计基础怎么学

概率论与数理统计课件的p(AB)怎么算,统计基础怎么学
本文主要针对概率论与数理统计课件的p(AB)怎么算,统计基础怎么学和统计培训课件等几个问题进行详细讲解,大家可以通过阅读这篇文章对概率论与数理统计课件的p(AB)怎么算有一个初步认识,对于今年数据还未公布且时效性较强或政策频繁变动的内容,也可以通过阅览本文做一个参考了解,希望本篇文章能对你有所帮助。

可能性论与数理统计课件的p(AB)怎么算?

第一是直接法:有部分古典概型的题和几何概型的题可以直接按照可能性定义计算出来。

第二是公式法:P(AB)=P(A/B)P(B)=P(B/A)P(A)

P(AB)=P(A)-P(AB拔)=P(B)-P(A拔B)

P(AB)=P(A)P(B)(A、B相互独立)

第一是直接法:有部分古典概型的题和几何概型的题可以直接按照可能性定义计算出来。

第二是公式法:P(AB)=P(A/B)P(B)=P(B/A)P(A)P(AB)=P(A)-P(AB拔)=P(B)-P(A拔B)P(AB)=P(A)P(B)(A、B相互独立)

统计基础知识入门?

要做好数据分析,除了自己技术硬还有数据思维灵活外,还得学会必备的统计学基础知识!因为这个原因,统计学是数据分析一定要掌握并熟悉的基础知识,即通过搜索、整理、分析、描述数据等手段,以达到推断所测对象的实质,甚至预测对象未来的一门综合性科学。

统计学用到了非常多的数学及其它学科的专业知识,其应用范围基本上覆盖了社会科学和自然科学的各个领域,而在数据量非常大的网络领域也不例外,因为这个原因扎实的统计学基础是一个优秀的数据人必备的技能。

但是统计学的知识涵盖了图形信息化、数据的集中趋势、可能性计算、排列组合、连续型可能性分布、离散型可能性分布、假设检验、有关和回归等知识,针对详细的重要内容及核心考点,本篇文章就不一一讲解了,感兴趣的考生请参考《深入浅出统计学》、《统计学:从数据到结论》等专业书籍。

统计学分为描述性统计学和推断性统计学。

一、描述性统计

定义:使用特定的数字或图表来反映数据的集中程度和离散程度。

1、集中趋势

集中趋势是指一组数据所趋向的中心数值,用到的指标有:算数均数、几何均数、中位数。

1) 算数均数:即为均数,用以反映一组呈对称分布的变量值在数量上的平均水平。

2)几何均数:经常会用到以反映一组经对数转换后呈对称分布的变量值在数量上的平均水平。

3)中位数:适用于偏态分布资料和一端或两端无确切的数值的资料是第50百分位数。

4)百分位数:为一界值,用来最终确定医学参考值范围。

2、 离散趋势

离散趋势是反映数据的变异程度,经常会用到指标有极差、四分位间距、方差与标准差、变异系数。

1)极差:为一组数据的最大值和最小值之差,但极差不可以反映全部数据的变异大小,且极易受样本含量的影响。经常会用到以描述偏态分布。

2)四分位数间距:它是由第3四分位数与第1四分位数相减得到,常和中位数一起描述偏态分布资料的分布。

3)方差与标准差:反映一组数据的平均离散水平,消除了样本含量的影响,常和均数一起用来描述一组数据中的离散和集中趋势。

4)变异系数:也称作异常值,多用于观察指标单位不一样时,可消除因单位不一样而不可以进行比较的困难。

比如箱线图完全就能够很好反映这当中部分重点统计值。

3、抽样方式和中心极限制要求理

#抽样方式

我们在做产品检验时,不可能把全部的产品都打开检验一遍看是不是合格,我们只可以从都的产品中抽取部分样本进行检验,依据样本的质量估算整体的产品质量,这个就是抽样,抽样的定义是为了检验整体从整体中抽离部分样本进行检测,以样本的检测结果进行整体质量的估算的方式。

抽样有各种方式,针对不一样的目标和场景,需运用不一样的方式进行检测,常见的抽样方式有:

#可能性抽样

•简单随机抽样;

•分层抽样;

•整群抽样(先将整体中若干个单位合并为组,这样的组称为群,再直接对群进行抽样);

•系统抽样(将整体中全部单位按一定顺序排列,在规定的范围内随机抽取一个单位作为初始单位,然后再按事先指定好的规则确定其他样本单位);

•阶段抽样(先抽群,然后在群内进行二阶段抽样)。

#非可能性抽样

•方便抽样(依据方便原则自行确定);

•判断抽样(依据专业知识进行判断);

•自愿样本(调查者自愿参与);

•滚雪球样本(类似树结构);

•配额样本(类似分层抽样);

#两者抽样方式当中的比较:

•非可能性抽样合适探索性的研究,为更深入的数据分析做准备,特点是操作简单方便、时效快、成本低。而且,针对抽样中的统计专业技术要求不是很高;

•可能性抽样的技术含量更高,调查成本更高,统计学专业知识要求更高,合适调查目标为研究对象整体,得到整体参数的置信区间。

#中心极限制要求理:若给定样本量的全部样本来自任意整体,则样本均值的抽样分布近似服从正态分布,且样本量越大,近似性越强。以30为界限,当样本量大于30时满足中心极限制要求理,样本服从正态分布;当样本量小于30时,整体近似正态分布时,这个时候样本服从t分布。样本的分布形态决定了我们在假设检验中采取何种方法去检验它。

二、推断性统计

定义:按照样本数据推断整体的数据特点。

1、基本步骤

产品质检时用的基本上都是抽样方式的推断性统计,推断性的过程就是一种假设检验,在做推断性统计时我们需明确几点:

1)问题是什么?-

2)需明确的证据是什么?

3)判断标准是什么?

明确后可以对应我们假设检验的哪些步骤了:

1)提出原假设(H0)和备选假设(H1),确定显著性水平(原假设为正确时,大家把它拒绝了的可能性)

2)选择检验方式,确定检验统计量

3)确定P值,作出统计推理

假设针对某一个器件,国家标准要求:平均值要低于20。

某公司制造出10个器件,有关数值请看下方具体内容:15.6 16.2 22.5 20.5 16.4 19.4 16.6 17.9 12.7 13.9

运用假设检验判断该公司器件是不是满足国家标准:

1)设假设:

原假设:器件平均值=20;

备择假设:器件平均值20;

2)整体为正态分布,方差未知,样本为小样本,因为这个原因采取T检验。

3)计算检验统计量:样本平均值17.17,样本标准差2.98,检验统计量为 (17.17-20)/(2.98/√10)=-3.0031

4)当置信度选择97.5%,自由度为9,这个时候为单尾检验,临界值为2.262。

5)因为-3.0031-2.262,拒绝原假设,因为这个原因接受备择假设,该器件满足国家标准。

2、假设检验类型

•单样本检验:检验单个样本的平均值是不是等于目标值

•有关配对检验:检验有关或配对观测之差的平均值是不是等于目标值

•独立双样本检验:检验两个独立样本的平均值之差是不是等于目标值

3、统计检验方式

Z检验:大多数情况下用于大样本(即样本容量大于30)平均值差异性检验的方式。它是用标准正态分布的理论来推断差异出现的可能性,以此比较两个平均数平均数的差异是不是显著。

T检验:用于样本含量较小(比如n30),整体标准差σ未知的正态分布样本。

F检验:F检验又叫方差齐性检验。在两样本t检验中要用到F检验。检验两个样本的方差是不是有显著性差异 这是选择哪种T检验(等方差双样本检验,异方差双样本检验)的前提条件。

(T检验用来检测数据的准确度,检测系统误差 ;F检验用来检测数据的精密度,检测偶然误差)

卡方检验:主要用于检验两个或两个以上样本率或构成比当中差别的显著性,也可以检验两类事物当中是不是存在一定的关系。

4、 双尾检测和单尾检测

这个和我们提出的原假设有关,比如我们检测的原假设:器件平均值=20;我们需拒绝的假设就是器件平均值20,这个时候就是单尾检验;假设我们的原假设是器件平均值20,则我们需拒绝的假设就是器件平均值20和器件平均值=20,这个时候就是双尾检测;

5、置信区间和置信水平

在统计学中,基本上都是依据样本来推断整体的情况的,但是在推断的途中,我们会碰见各自不同的各样的阻碍和干扰,故此,我们推断出的结果不是一个切确的数字,而是在某个合理的区间内,这个范围就是置信区间。

但整体中全部的数据都在这个范围也不现实,我们只大部分出现在->置信区间完全就能够了,这里的大部分就是置信水平的概念,一般情况我们的置信水平是95%。

置信区间[a,b]的计算方式为:(z成绩:由置信水平决定,查表得)

a = 样本均值 - z*标准误差,b = 样本均值 + z*标准误差

以上就是本文概率论与数理统计课件的p(AB)怎么算,统计基础怎么学的全部内容,关注博宇考试网了解更多关于文概率论与数理统计课件的p(AB)怎么算,统计基础怎么学和公务员省考的相关信息。

本文链接:https://bbs.china-share.com/news/177952.html

发布于:博宇考试网(https://bbs.china-share.com)>>> 公务员省考栏目

投稿人:网友投稿

说明:因政策和内容的变化,上文内容可供参考,最终以官方公告内容为准!

声明:该文观点仅代表作者本人,博宇考试网系信息发布平台,仅提供信息存储空间服务。对内容有建议或侵权投诉请联系邮箱:ffsad111@foxmail.com

TAG标签:

   ">概率论与数理统计课件的p(AB)怎么算       ">统计基础知识入门       ">统计基础怎么学       ">统计培训课件   

公务员省考热门资讯推荐