社会统计分析—统计推断-估值

用抽样分布来代表抽样的变异性

  • 选民偏好是一个变量,不同选民的偏好是不同的。类似的,每个样本中支持某一个候选人的比例也是一个变量。也就是说:在获取变量之前,这个比例的取值是不知道的,而且在不同样本中,这个比例是不同的
  • 抽样分布:一个统计量的抽样分布,说明了该统计量所有可能取值的发生概率。
  • 同一个总体中抽取的样本量相同的样本会产生取值不同的统计量
  • 统计量本身是一个最基变量。统计量可以是样本均值、样本比例、样本中位数、样本标准差等等。
  • 任何可以给出这个统计量所有可能取值,以及这些取值所发生概率的表格、列表、图形或者公式就是这个统计量的抽样分布。
  • 抽样分布的重要性在于,它让我们知道,在某种样本量下,统计量与样本参数间的距离会有多远。

样本均值的抽样分布

  • 样本量的抽样分布通过重复抽取样本量相同的样本得出的不同统计量取值的相对频数。
  • 这个相对频数可以通过重复抽样或计算机模拟实现,但在实际研究中,我们通常只会抽取一个样本
  • 抽样分布通常是通过理论推导得出的理论分布。
  • 样本均值是描述数据集中趋势的最常用最重要的一个统计量。在实际研究中,我们经常要计算样本均值,其目的就是为了预测总体均值。但我们并不清楚这个样本均值距离实际值有多远(每个样本都具有随机性)。
  • 通过研究抽样分布中样本均值的离散程度,就可以预测此次获得的样本均值的准确程度。
  • 我们需要了解这个抽样分布的中心在哪里,离散程度如何,也就是这个抽样分布的均值和标准差分别是多少。

样本均值抽样分布的均值和标准误

  • 想象一个均值为μ的总体,从这个总体中随机抽取一个样本量为n的样本,得到样本的均值X(拔),X(拔)是一个随机变量。我们希望用X(拔)来估计μ。
  • 实际上,样本均值在围绕着总体的真实值波动。经过一系列重复的抽样过程,会发现样本均值的均值会向总体的真实值收敛。


  • 这里写图片描述
    标准误本身就是标准差,这个术语只是标准差在应用于抽样分布时的固定表达,是为了区别于之前所说的总体中各 观测值的离散程度。

中心极限定理(Central Limit Theorem,CLT)

  • 对于一个样本量足够大的随机抽样,样本均值的抽样分布近似地服从一个正态分布。
  • 中心极限定理说明了什么?
    • 样本均值的抽样分布,近似服从正态分布,这条性质对于任何形态的总体分布都成立。
    • 样本量的要求和总体的偏斜程度有关:偏斜程度越高,需要的样本量越大。大多数情况下,样本量20就已经足够让抽样分布近似正态分布论文。若要做出精确的判断,需要的样本量会更多。
  • 正态分布的性质就可以帮助我们了解样本均值不同取值发生概率的大小。
    • 应用经验法则,我们可以知道样本均值极有可能落在与总体均值相距3倍标准误的范围内。

点估计和区间估计

  • 点估计:作为参数最好猜测的单个值。
  • 区间估计:被认为包含总体参数的、围绕着点估计的一个区间。区间估计适用于对推断的准确度与可靠程度要求很高的情况。

参数的点估计

  • 任何一个参数都有很多种可能的估计量。
  • 对于一个正态分布来说,如果我们想用一个估计量来估计分布的中心,我们可以选择均值、中位数,甚至是众数。
  • 一个好的估计量,它的抽样分布应该满足两个条件:
    • 应该以真实的参数值为中心分布——无偏性(Unbiasedness)
    • 标准误越小越好——有效性(Efficiency)
  • 在大多数情况下,我们用与总体特征对应的样本股计量可以直接对总体做出安全的推测。如用样本均值推测总体均值,样本比例推测总体比例。
  • 我们在参数符号上增加”^”来代表它对应的估计量。
  • 点估计的极大似然法
    • 英国科学家Ronald Fisher认为,极大似然估计值应该是与观测数据最为一致的一种估计值。
    • 所谓一致,是指如果总体参数等于这个估计值,那么我们得到手头的、眼前的这组观测数据的概率应该是最大的,它应该大于当总体参数等于其他任何参数时得到这组观测值的概率。

参数的区间估计

  • 置信区间:
    一个参数的置信区间是我们相信这个参数会落入的一个数值区间。这种方法产生的一个区间会包含参数真实值的概率,被称为置信水平。代表置信水平的数值通常都接近1,因为我们需要这个概率足够大。
  • 置信区间的构建
    • 抽样分布一般都近似的服从正态分布。
    • 正态分布可以进而决定估计值落入某参数某一段距离内的概率究竟是多少。
    • 置信水平95%:估计值会落入距离真实值两个标准误的范围内。我们几乎可以确定,估计值会落入距离真实值3个标准差的范围内。
    • 置信区间会有这样的形式:
      点估计+/-边际误差
      边际误差是标准误的倍数,相当于上面的2倍或者3倍标准误。具体是标准误的几倍,要根据置信水平的大小决定。
    • 置信水平高——倍数大——置信区间宽——点估计的精确性越低
      置信水平低——倍数小——置信区间窄——点估计的精确度越高
  • 大样本条件下比例的置信区间
    • 变量是离散变量——二分变量,我们需要中心极限定理。
    • 服从正态分布的变量有95%的观测值会落入距离均值2倍标准差,更精确地说,1.96倍标准差的范围内。

      这里写图片描述

控制置信水平

  • 当置信水平为95%时,我们构造的置信区间中有5%可能无法涵盖参数的真实值。
  • 对于一些情景,这5%的错误是不允许的。我们需要增加置信度到99%,甚至更高,这时则需要更改边际误差中标准误的倍数。
  • 总体比例置信区间的通用形式是:

    这里写图片描述
  • 要把置信区间理解成一系列长期重复抽样的结果。由某一个样本获得的置信区间可能包含真实值,也可能恰好不包含。我们并不能确定这个置信区间到底是否涵盖了真值,但我们可以控制相信的程度,如95%、99%。
  • 我们希望样本量越大越好:样本量越大,抽样分布就越接近正态,我们用样本比例替代总体比例计算出的标准误也更接近真实的标准误。

总体均值的置信区间

  • 同总体比例的置信区间完全一致,均值的置信区间也采取如下形式:
    点估计+边际误差
  • 总体均值置信区间的构建:
    • 样本均值的标准误为:

      这里写图片描述
    • 分子为总体的标准差,且为未知数。于是我们需要用样本标准差s来替代它。
    • 构建置信区间用到的标准误,实际上是抽样分布标准误的一个估计值,称为估计标准误(estimated standard error),即:

      这里写图片描述
  • T分布
    • *
在使用Python来安装geopandas包时,由于geopandas依赖于几个其他的Python库(如GDAL, Fiona, Pyproj, Shapely等),因此安装过程可能需要一些额外的步骤。以下是一个基本的安装指南,适用于大多数用户: 使用pip安装 确保Python和pip已安装: 首先,确保你的计算机上已安装了Python和pip。pip是Python的包管理工具,用于安装和管理Python包。 安装依赖库: 由于geopandas依赖于GDAL, Fiona, Pyproj, Shapely等库,你可能需要先安装这些库。通常,你可以通过pip直接安装这些库,但有时候可能需要从其他源下载预编译的二进制包(wheel文件),特别是GDAL和Fiona,因为它们可能包含一些系统级的依赖。 bash pip install GDAL Fiona Pyproj Shapely 注意:在某些系统上,直接使用pip安装GDAL和Fiona可能会遇到问题,因为它们需要编译一些C/C++代码。如果遇到问题,你可以考虑使用conda(一个Python包、依赖和环境管理器)来安装这些库,或者从Unofficial Windows Binaries for Python Extension Packages这样的网站下载预编译的wheel文件。 安装geopandas: 在安装了所有依赖库之后,你可以使用pip来安装geopandas。 bash pip install geopandas 使用conda安装 如果你正在使用conda作为你的Python包管理器,那么安装geopandas和它的依赖可能会更简单一些。 创建一个新的conda环境(可选,但推荐): bash conda create -n geoenv python=3.x anaconda conda activate geoenv 其中3.x是你希望使用的Python版本。 安装geopandas: 使用conda-forge频道来安装geopandas,因为它提供了许多地理空间相关的包。 bash conda install -c conda-forge geopandas 这条命令会自动安装geopandas及其所有依赖。 注意事项 如果你在安装过程中遇到任何问题,比如编译错误或依赖问题,请检查你的Python版本和pip/conda的版本是否是最新的,或者尝试在不同的环境中安装。 某些库(如GDAL)可能需要额外的系统级依赖,如地理空间库(如PROJ和GEOS)。这些依赖可能需要单独安装,具体取决于你的操作系统。 如果你在Windows上遇到问题,并且pip安装失败,尝试从Unofficial Windows Binaries for Python Extension Packages网站下载相应的wheel文件,并使用pip进行安装。 脚本示例 虽然你的问题主要是关于如何安装geopandas,但如果你想要一个Python脚本来重命名文件夹下的文件,在原始名字前面加上字符串"geopandas",以下是一个简单的示例: python import os # 指定文件夹路径 folder_path = 'path/to/your/folder' # 遍历文件夹中的文件 for filename in os.listdir(folder_path): # 构造原始文件路径 old_file_path = os.path.join(folder_path, filename) # 构造新文件名 new_filename = 'geopandas_' + filename # 构造新文件路径 new_file_path = os.path.join(folder_path, new_filename) # 重命名文件 os.rename(old_file_path, new_file_path) print(f'Renamed "{filename}" to "{new_filename}"') 请确保将'path/to/your/folder'替换为你想要重命名文件的实际文件夹路径。
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