统计学参数

参数符号公式
样本量或总体量n
样本均值 X ˉ \bar{X} Xˉ X ˉ = ∑ i = 1 n x i n \bar{X}=\frac{\sum_{i=1}^{n}x_{i}}{n} Xˉ=ni=1nxi
样本方差S2 S 2 = ∑ i = 1 n ( x i − x ˉ ) 2 n − 1 S^2 = \frac{\sum_{i=1}^{n}(x_i-\bar{x})^{2}}{n-1} S2=n1i=1n(xixˉ)2
样本标准差S S = ∑ i = 1 n ( x i − x ˉ ) 2 n − 1 S = \sqrt{\frac{\sum_{i=1}^{n}(x_i-\bar{x})^{2}}{n-1}} S=n1i=1n(xixˉ)2
样本标准误差(SE) S X ˉ S _{\bar{X}} SXˉ S X ˉ = S n S _{\bar{X}} = \frac{S }{\sqrt{n}} SXˉ=n S
样本相关性系数r见表下公式
总体均值μ μ = ∑ i = 1 n x i n μ=\frac{\sum_{i=1}^{n}x_{i}}{n} μ=ni=1nxi
总体标准差σ σ = ∑ i = 1 n ( x i − μ ) 2 n \sigma = \sqrt{\frac{\sum_{i=1}^{n}(x_i-μ)^{2}}{n}} σ=ni=1n(xiμ)2
总体方差σ2 σ = ∑ i = 1 n ( x i − x ˉ ) 2 n \sigma = \frac{\sum_{i=1}^{n}(x_i-\bar{x})^{2}}{n} σ=ni=1n(xixˉ)2
总体相关性系数p
总体标准误差(SE) σ X ˉ \sigma _{\bar{X}} σXˉ σ X ˉ = σ n \sigma _{\bar{X}} = \frac{\sigma }{\sqrt{n}} σXˉ=n σ
统计量Z(U)Z(U) Z ( U ) = X ˉ − μ σ n ∼ N ( 0 , 1 ) Z(U) = \frac{\bar{X}-\mu }{\sigma}\sqrt{n}\sim N(0,1) Z(U)=σXˉμn N(0,1)
统计量TT T = X ˉ − μ S n ∼ t ( 0 − 1 ) T = \frac{\bar{X}-\mu }{S}\sqrt{n}\sim t(0-1) T=SXˉμn t(01)
卡方 χ 2 \chi ^{2} χ2 χ 2 = ( n − 1 ) S 2 σ 2 ∼ χ 2 ( n − 1 ) \chi ^{2} = \frac{(n-1)S^{2} }{\sigma ^{2}}\sim \chi ^{2}(n-1) χ2=σ2(n1)S2χ2(n1)
显著性水平α0.05

样本相关性系数 r ( X , Y ) = C o v ( X , Y ) V a r ∣ X ∣ V a r ∣ Y ∣ r(X,Y) = \frac{Cov(X,Y)}{\sqrt{Var\left | X \right |Var\left | Y \right |}} r(X,Y)=VarXVarY Cov(X,Y)

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值