【统计学】推断统计分析——根据样本统计量推断总体参数

  本文总结了数据分析中用到的推断统计分析知识点，是自己学习参数估计和假设检验的学习笔记。

  推断统计研究的是如何根据样本数据去推测总体特征的方法。进行推断的原因是在实际生产中，获取总体数据通常比较困难，甚至不可能完成，因此需要对总体进行抽样，通过样本统计量去估计总体参数。

一、参数估计

1. 点估计

  就是用样本的统计量去代替总体参数。
  优点： 可以给出具体的估计值；
  缺点： 估计结果容易受到随机抽样的影响，无法保证结论的准确性。

2. 区间估计

  根据样本统计量计算出一个可能的区间与概率。
  优点： 可给出合理的范围（置信区间）及信心指数（置信度）；
  缺点： 不能给出具体的估计值。

2.1 中心极限定理

  如果总体（分布不重要）均值为 μ方差为${\sigma }^2$，进行足够多次随机抽样，样本容量为n，当n增大时，样本均值近似服从正太分布X~N(μ，${\sigma }^2$/n)。
  结论：
  1、多次抽样，每次抽样会得到一个均值，均值会围绕在总体均值左右，呈正太分布。
  2、当样本容量n足够大（一般n>=30），样本均值服从正太分布。
  1）样本均值构成的正态分布，其均值等于总体均值μ；
  2）样本均值构成的正态分布，其标准差等于σ/$\sqrt{n}$