可汗学院统计学笔记（一）

最新推荐文章于 2019-12-27 16:08:57 发布

ruoyinfly

最新推荐文章于 2019-12-27 16:08:57 发布

阅读量1.5k

点赞数

文章标签： t j

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_29409037/article/details/89034823

版权

基本概念

1.总体（Population）与样本（Sample）

总体是研究对象的整体，通常数目很大，直接对总体进行分析费时费力。因此通过对总体进行抽样得到可以代表总体的样本。注意：采样过程应该是随机的，否则样本无法代表总体的特征。

2.均值(mean)

令总体数为N,样本数为n，每一个样本的取值用表示 $x_{i}$ ，则

总体均值： $\mu =\frac{1}{N}\sum_{i=1}^{N}x_{i}$

样本均值： $\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_{i}$

3.方差(Variance)与标准差（Standard deviation）

方差和标准差描述的是数据的离散程度，也就是远离中心的程度

总体方差： $\sigma ^{2}=\frac{1}{N}\sum_{i=1}^{N}(x_{i}-\mu)^{2}$

用样本估计总体的方差： $s_{n}^{2}=\frac{1}{n}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}$

这个公式计算的方差通常会低估总体的方差：当样本分布与总体分布相近时，计算得到的样本均值接近总体均值，这时得到的样本方差也就接近总体方差；但是可能的情况是，采样得到的样本与总体偏差较大时（有偏的），由于样本均值总是分布在样本点的中心，这时样本点与样本均值之间的距离小于与总体均值的距离，计算得到的样本方差小于总体方差。这是一种更普遍的情况，因此用上式计算得到的方差通常会低估总体方差。

无偏的样本方差：

$s^{2}=\frac{1}{n-1}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}$

将分母改为n-1，相当于以一个大于1的系数修正了有偏的方差。实验证明，这个公式能更好地估计总体方差。上述情况是在我们不知道总体的均值时，否则就不需要用n-1来保持无偏了。

总体标准差： $\sigma =\sqrt{\frac{1}{N}\sum_{i=1}^{N}(x_{i}-\mu)^{2}}$

样本标准差： $s=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}}$

与方差不同，s不是 $\sigma$ 的无偏估计，因为s的期望不是 $\sigma$ 。而可以证明 $s^{2}$ 的期望是 $\sigma ^{2}$ 。

总体方差的推导：

计算方差的简便公式： $\sigma ^{2}=\frac{1}{N}\sum_{i=1}^{N}x_{i}^{2}-\mu^{2}$

更快的计算方法： $\sigma ^2=\frac{1}{N}\sum_{i=1}^{N}x_{i}^{2}-(\frac{1}{N}\sum_{i=1}^{N}x_{i} )^{2}$

4.随机变量、概率密度函数、期望

随机变量实际上是一种函数，只有在随机过程中才给它赋值。

概率密度函数下方的面积表示的才是概率，是概率密度函数在某一个区间内的积分。任何一个确切的点的概率值为0

期望值（Expected value）：对于随机变量来说，总体数是无穷的，计算总体均值时我们无法将所有的值相加再除以无穷。因此，将每个数值的出现的频率乘以数值然后对所有数值求和，就得到了期望。期望值实际上等同于总体均值。

5.二项分布

二项分布就是重复n次独立的伯努利实验。在每次试验中只有两种可能的结果，而且两种结果发生与否互相对立，并且相互独立，与其它各次试验结果无关，事件发生与否的概率在每一次独立实验中都保持不变，则这一系列试验总称为n重伯努利实验，当试验次数为1时，二项分布服从0-1分布。

用p表示一次实验中成功的概率，1-p表示一次实验中失败的概率，则二项分布n次独立重复性实验中，成功的次数k的概率为：

$P(x=k)=\frac{n!}{k!(n-k)!}p^{k}(1-p)^{n-k}$

二项分布的期望:

E(X)=np

二项分布的方差：

E(X)=np(1-p)

6.泊松分布

考虑这样一个问题：一个小时内经过某路口的车辆数的概率。由于车辆经过一个路口是一瞬间的事，因此，可以把这个问题看成：在n个瞬时中，有k个瞬时有车经过路口的概率。设车经过路口的概率为p，则这个问题是一个n趋近于无穷大时的二项分布问题。

假设已知泊松分布的期望为 $\lambda$ 。则 $E(X)=\lambda =np$ , $p=\frac{\lambda}{n}$

则概率可以这样计算：

7.大数定律(Law of Large numbers)

对每次实验的结果求和然后求均值，当实验的次数足够多时，这个数值会收敛于总体均值或期望值。

$\bar{X_n}=\frac{x_1+x_2+\cdots+x_n}{n}$ ,

${\lim_{n \to +\infty}}\bar{X_n}=E(X)$

8.正态分布(Normal distribution)

概率密度函数：

$p(x)=\frac{1}{\sigma \sqrt{2\pi }}e^{-\frac{1}{2}(\frac{x-\mu}{\sigma })^{2}}$

Standard Z score: $\frac{x-\mu}{\sigma}$ ，表示数据离均值的距离是几个标准差。

正态分布可以通过二项分布近似很好地得到。

累计分布函数CDF：

$CDF(x)=\int_{-\infty}^{x}p(x)dx$

经验法则：

$1\sigma -2\sigma -3\sigma$ ：68-95-99.7

参考：

可汗学院：统计学 http://open.163.com/special/Khan/khstatistics.html

关注

0
点赞
踩
15

收藏

觉得还不错? 一键收藏
0
评论
可汗学院统计学笔记（一）

基本概念1.总体（Population）与样本（Sample）总体是研究对象的整体，通常数目很大，直接对总体进行分析费时费力。因此通过对总体进行抽样得到可以代表总体的样本。注意：采样过程应该是随机的，否则样本无法代表总体的特征。2.均值(mean)令总体数为N,样本数为n，每一个样本的取值用表示，则总体均值：样本均值：3.方差(Variance)与...
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。