统计推断 -- 简述

概念

统计可以分为两块，一是统计描述，就是你的数据长什么样子，二是统计推断，就是根据你的数据讨论下理论总体长什么样子。

统计推断是 依据总体理论分布（u分布、t分布、二项分布、泊松分布、卡方分布、F分布等），从样本的统计数对总体的参数做出推断。

统计推断 包括 假设检验 和 参数估计。其中假设检验又被称为显著性检验。

1.假设检验

假设检验又称为显著性检验，根据总体的理论分布和小概率原理，对未知或者不完全知道的总体提出两种对立的假设，然后根据样本统计数进行计算，做出在一定概率意义上的选择，即应该接受哪一种假设。

1.1假设检验步骤

（三）计算概率：在H0正确的情况下，根据样本统计数计算抽样误差出现的概率。

1.2单尾假设检验与双尾假设检验

1.3假设检验的两种错误

1.4平均数检验

大概可以分为两种情况：一是一个样本然后与总体比，二是两个样本然后相互比。
同时呢，还要分为总体方差知不知道，以及样本容量大不大这些情况。

1.4.1 一个样本的平均数检验

来自正态分布的样本平均数的分布符合N(μ,σ^2/n),即使总体分布不符合正态分布，抽样次数足够大时，样本平均数的分布也符合正态分布。

1.4.1.1 方差已知

1.4.1.1 方差未知，但是样本容量大

1.4.1.1 方差未知，但是样本容量小

1.4.2 两个样本的平均数检验

来自两个正态总体的抽样，两个样本平均数的差数符合正态分布

1.4.2.1 两个样本对应的总体方差已知

1.4.2.1 两个样本对应的总体方差未知，但是样本容量大

1.4.2.1 两个样本对应的总体方差未知，但是样本容量小

此时应该使用t检验，而且还需要分情况：总体方差是否一样，抽样容量是否一样，是成对数据还是成组数据等情况。

• 就是这些假设检验不仅仅是提出来H0和HA两个假设，然后根据H0正确进行计算，其还有其他前提条件，尤其是方差齐性。
  

• 成对数据的假设检验
  
  

1.5频数/频次检验

1.5.1一个样本的频数检验

• np/nq < 5

1.5.2两个样本的频数检验

1.6方差齐性检验

从样本方差推断总体方差是否一致。

• 为什么要做方差齐性的检验呢？
  方差大小反应了样本的变异程度或者说离散程度。如果平均数一样，方差不一样的两个总体，在正态分布曲线上是两个高低不一样的曲线系统。抽样后，用样本统计数推断总体参数的时候，这些差异是总体差异还是波动差异造成的说不清楚。

1.6.1 一个样本的方差同质性检验

1.6.2 两个样本的方差同质性检验

1.6.3 多个样本的方差同质性检验

2.参数估计

参数估计是统计推断的另一个方面，它是指由样本的统计数在一定概率水平下对总体参数所做的估计。

2.1单样本平均数的区间/点估计

2.2样本平均数差数的区间/点估计