统计学，参数估计检验，秩和，原理理解

参数估计：总体参数如U ，π

原理：从总体中抽样为n的样本，K次（大量次数如1000）可得到K个样本，分别计其平均数X拔，故可得到1000个X拔，将其画为频数分布直方图——可以得到其服从正态分布直方图

计算X拔的平均数，可以得出X拔的平均数≈u

同时X拔标准差（标准误）＝σ/根号n。

综上：可知样本值为集中在U的正态分布

当样本值越接近U其代表总体能力越好，也可推断出当样本值越接近U时来自该总体可能性也就越大。

在正态检验，t检验，方差分析，X2卡方检验

中通过不同公式，将样本值转换为标准相应分布。①建立假设 ②计算统计量 ：公式变换为相应的标准分布 ③P：也就是看样本与总体距离。当样本离总体越近出自该总体可能性阅读量，P越大。当样本离总体越远出自该总体可能性阅读量，P越小。P跃小说明其来自该总体可能性越小。当P＜a＝0.05，一般认为是小概率事件，则说明一次抽样获得该样本值不太可能发生。故拒绝H。反之亦然。

 

非参数估计：总体分布位置，中位数检验

从总体中抽样为n的样本，K次（大量次数如1000）可得到K个样本，分别计其中位数，故可得到1000个样本中位数，将其画为频数分布直方图——可以得到其服从正态分布直方图

计算样本中位数的中位数，可以得出样本中位数集中分布总体中位数附近。

同参数估计：样本中位数集中于总体中位数分布，故离总体中位数越近则其来自该总体可能性越大。

（个人理解）秩和检验，即利用秩序之和代替了原有的中位数，可以理解为代替后秩序之和在总体秩和附近波动（同上中位数，均数）

故在T界值表（秩和表中）

n＝8为例

5—31（双侧0.1） 3—33（双侧0.05）

1—35（双侧0.02） 0—36（双侧0.01

当求得秩和T在3—33内，则其P＞0.05

此处双侧0.05指的为双侧尾部面积与a/2类似

故T界值表两段值可以看为对应a值下的Ua/2值

（即如正态分布中双侧尾部面积a/2＝0.05，我们需查表得出对应Z0.05/2＝1.96，在T表则是给出）

 

综上个人总结理解，欢迎讨论。个人总得观点

1从总体中抽取大量样本后，可以得到样本值集中于总体值的分布。

2当样本值离总体值越近时，代表性越好，参数估计越好。（置信区间）

3当样本值离总体近时，该样本出自该总体可能性越大，也就是P越大。