统计基础

• 1.大数定理
  • 意义：随着样本量n的不断提升，平均值越接近总体均值μ，

    • 

• 2.中心极限定理
  • 结论1：无论原来的分布，n≥30，Xba的分布认为是正态分布
  • 结论2：样本方差σ=总体方差σ/n
    • 也可以说：

      

  • 图形：

    • 

• 3.均值标准误差（Standard Error of Mean）
  • 意义：均值标准误差=均值抽样分布的标准偏差
    • 图解

      

    • 总结

      

• 4.正态分布：
  • 从均值为Xba的总体中取数量Xba为n的样本，无数个总体均值所组成一个新的分布，为正态分布
  • 单样本Z检验（ σ已知）

    • 

• 5.t 分布（t-distribution）—— t检验、回归系数显著性
  • 意义：从均值为Xba的总体中取数量为n的样本，无数个样本均值所组成一个新的分布，为t分布
  • 均值和标准差（大数定律与中心极限定理）：

    • 

  • 单样本t检验（σ未知是用样本方差代替）：

    • 

  • 图形：

    • 

      

• 7.卡方分布（chi-square distribution）—— 结构方程模型显著性检验
  • 定义：
    • 在标准正态分布中，抽取1个X，无数个X²所组成的分布为自由度=1的卡方分布
    • 在标准正态分布中，抽取3个X，无数个X²所组成的分布为自由度=3的卡方分布
    • 图形

      • 

  • 均值为自由度df，方差为2df
  • 用途
    • 1.单样本方差检验
    • 2.离散变量独立性检验
    • 3.拟合优度检验
  • 变形记
    • 1.当抽样大足够大时：

      

      

    • 单样本卡方检验
      • 思路：

        

• 6.F分布（F-distribution）—— 方差分析、回归方程显著性检验
  • 定义：从一个卡方分布中抽取W1样本，自由度为df1，在另一个卡方分布抽取W2样本，自由度为df2，(W1/df1)/(W2/df2)，服从F方分布
  • 图形：

    • 

  • 用途：
    • 1.双样本方差检验
    • 2.离差均方和检验
  • 变形记
    • 图解推导：

      

    • 双样本方差检验
      • 思路

        • 

      • 例子：

        •