商务与经济统计 笔记

一些链接：
Excel在概率统计 二项分布 泊松分布 指数分布 样本均值中的应用
来自:Office之家
链接:http://www.icanzc.com/excel/6638.html

一、数据与统计资料

1.2.1数量型数据可以离散的，也可以是连续的

离散：度量可数事务的多少
连续：度量不可数事物的多少

1.2.2 测量尺度

1.3.2 观测性研究

研究人员无法控制变量情况

1.3.3 实验

在控制条件下进行，选择感兴趣的特殊变量，然后控制一个或多个其他变量

1.4 描述统计

以图形、表格、数值形式汇总的统计方法

1.6 逻辑分析方法

描述性分析
预测性分析
规范性分析

二、描述统计学Ⅰ：表格法和图形法

2.1 汇总分类变量

2.1.1 频数分布

表示在几个互不重叠的组别中，每一组项目的个数（即频数）

2.1.2 相对频数和百分比频数

组的相对频数 = 组的频数/n
组的百分比频数 = 组的相对频数 * 100

2.2 汇总数量变量

2.2.1 频数分布

1 – 确定互不重叠组的组数
建议5~20个组，组数随着数据项增加或减少
2 – 确定每组的宽度
近似组宽 = （数据最大值 – 数据最小值）/ 组数
3 – 确定组限
上组限和下组限，比如：10_14,1519,20~24…….
这时，组宽 = 相邻组下组限之差
15-10=5，组宽就是5

组中值：是下组限和上组限的中间值，比如12, 17, 22……

2.2.4 直方图

直方图是各纵条之间没有间隔的条形图
左偏：尾巴偏左，从左往右呈放大趋势

三、描述统计学Ⅱ：数值方法

位置度量：

平均数、中位数、众数

百分位数，四分位数

百分位数的位置 = (p / 100) * (n + 1)

变异程度的度量：

四分位数间距= Q3 - Q1
方差 - 标准差 - 标准差系数

相对位置的度量：

z-分数：Xi与平均数的距离是Zi个标准差

切比雪夫定理：与平均数的距离在z个标准差之内的数据值，所占的比列至少为（1 – 1/z²）
z是>1的任意实数（可以是小数）

异常值检测：

四分位数确定法：
下限 = Q1 – 1.5 * IQR
上限 = Q3 + 1.5 * IQR

汇总统计

五数概括法：
1 - 最小值
2 - 第一四分位数（Q1)
3 - 中位数（Q2)
4 - 第三四分位数（Q3）
5 - 最大值

箱型图

两变量间关系的度量

样本协方差

s_xy = Σ(x_i - X_)*(y_i - Y_) / (n -1)
X_ 表示X的平均数

协方差是一个大的正值，就表示一个强的正线性关系；
协方差是一个大的负值，就表示一个强的负线性关系。

线性：
如果可以用一个二元一次方程来表达两个变量之间关系的话，这两个变量之间的关系称为线性关系，因而，二元一次方程也称为线性方程

相关系数：度量两个变量间 线性相关关系 的强弱

对于样本数据，皮尔逊积矩相关系数（值在-1~+1之间）：
r_xy = s_xy / (s_x*s_y)
即：用样本协方差除以 x的标准差与y的标准差的乘积

当相关系数接近于-1 or +1时，表示强的线性关系，而相关系数越接近于0时，线性关系也越弱

四、概率

计数法则

1 - 多步骤实验

如果一个实验可以看作循序的k个步骤，在第一步中有n1种实验结果，第二步中有n2种实验结果，以此类推。那么实验结果的总数为n1n2…*nk

2- 组合计数 无放回情况

以元素不同作为判断

从N项中选取n项的实验中：
CnN = N! / n!(N - n)!

3 - 排序计数 有放回情况

以顺序不同作为判断

从N项中选取n项的实验中：
PnN = N! / (N - n)!

概率分配

概率分配的基本条件：
以Ei表示第i种实验结果，P(Ei)表示这种实验结果发生的概率

1 - 每个实验结果的概率值必须在0和1之间：
0 <= P(Ei) <= 1

2 - 所有实验结果概率之和必须等于1：
P(E1) + P(E2) + … + P(En) = 1

古典法

条件：各种实验结果时等概率发生的
例如：抛硬币，向上向下的概率都是1/2

相对频率法

条件：适用于大量重复进行的实验，并且能取得发生频率的数据

主观法

条件：当不能假定实验结果时等可能发生的或者无法取得相关数据时

条件概率

P(A | B) ： 在B发生的条件下，考虑A发生的概率
P(A | B) = P(A ∩ B) / P(B)

独立事件

两个事件A, B是相互独立的，如果：
P(A | B) = P(A) or P(B | A) = P(B)
否则，两个事件是相依事件

乘法公式

P(A ∩ B) = P(B) P(A | B) or P(A ∩ B) = P(A) P(B | A)

独立事件与互斥事件的区别：
独立事件：B事件的发生与否，不影响A事件发生的概率
互斥事件：A与B不可能同时发生，A与B没有交集

贝叶斯定理

P(Ai | B)
= P(Ai ∩ B) / P(B)
# ↑ P(Ai ∩ B) = P(Ai) P(B | Ai); P(B) = P(A1 ∩ B) + P(A2 ∩ B) + … + P(An ∩ B)
= P(Ai) P(B | Ai) / ( P(A1) P(B | A1) + P(A1) P(B | A1) + … + P(An) P(B | An) )

适用情况：
当我们希望计算后验概率的那些事件是互斥的。且它们的并构成了整个样本空间

五、离散型概率分布

离散型随机变量 与 连续型随机变量

Tips: 把所有随机变量的值看作一条线上的点，任意选择随机变量的两个值：
1 - 假如这两点间的所有点都有可能是随机变量的取值，则该随机变量就是连续的
2 - 假如这两点间不存在可以无限取值的情况，则该随机变量就是离散的

例子：
1 - 离散变量：一天中到达汽车站的人数，可以是{0 ,1 ,2 ,…}中任意数字
2 - 连续变量：工人完成某项任务的时间x, x > 0的任意时间

5.3.1 离散型随机变量的 数学期望

也叫均值，是对随机变量中心位置的一种度量
E(x) = Σxf(x)

5.3.2 离散型随机变量的 方差

Var(x) = Σ(x - E(x))^2f(x)

5.4.1 二元经验离散概率分布

随机变量x与y的协方差
= [Var(x + y) - Var(x) - Var(y)] / 2

随机变量x和y的线性组合的数学期望
E(ax + by) = aE(x) + bE(y)

两个随机变量的线性组合的方差
Var(ax + by) = a²Var(x) + b²Var(y) + 2ab*x与y的协方差

5.5 二项概率分布

5.5.1 二项试验

二项试验的性质：
1 - 试验由一系列相同的n个试验组成；
2 - 每次试验有两种可能的结果，把其中一种叫做成功，另一种叫做失败；
3 - 每次试验成功的概率都是相同的，用p表示；失败的概率也是相同的，用1-p表示
4 - 试验是相互独立的

5.6 泊松概率分布

性质：
1 - 在任意两个相等长度的区间上，事件发生的概率相等
2 - 事件在某一区间上是否发生与事件在其他区间上是否发生是独立的

泊松分布的数学期望=方差

5.7 超几何概率分布

性质：
1 - 各次试验中成功的概率不等
2 - 各次试验不独立

六、连续型概率分布

6.1 均匀概率分布

只要概率与区间长度成比例，随机变量就是均匀分布

6.2 正态概率分布

EXCEL公式： NORM.DIST(x, mean, standard_dev, cumulative)

X 必需。 需要计算其分布的数值。
Mean 必需。 分布的算术平均值。
standard_dev 必需。 分布的标准偏差。
cumulative 必需。 决定函数形式的逻辑值。 如果 cumulative 为 TRUE，则 NORM.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

6.4 指数概率分布

EXCEL公式： EXPON.DIST(x, lambda, cumulative)

X 必需。 函数值。
Lambda 必需。 参数值，即1/u。
Cumulative 必需。 逻辑值，用于指定指数函数的形式。 如果 cumulative 为 TRUE，则 EXPON.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

七、抽样和抽样分布

7.2.1 从有限总体的抽样

简单随机样本：
从容量为N的有限总体中抽取一个容量为n的样本，如果容量为n的每一个可能的样本都以相等的概率被抽出，则称该样本为简单随机样本

7.2.2 从无限总体的抽样

随机样本：
如果从一个无限总体中抽取一个容量为n的样本，使得下面的条件得到满足：
1 - 抽取的每个个体来自同一总体；
2 - 每个个体的抽取是独立的。
则称该样本是一个随机样本

八、区间估计

区间估计 = 点估计 ± 边际误差
任何正态分布随机变量都有95%的值在均值附近±1.96个标准差以内

九、假设检验