Chapter1.描述性统计量计算过程
1.什么是随机试验?试举例说明。
满足以下 三个条件的试验称为随机试验: 1. 可以重复进行; 2. 不能预知结果 ;3. 知道所有可能的情况。
随机试验的例子有:1 .投硬币,掷骰子 ;2 .射击命中; 3 .身高、体重 。
2.什么叫做样本空间?什么叫做样本?
样本空间就是特定随机试验所有可能结果所组成的集合。样本空间又叫做总体。样本是总体中所抽取的一部分个体。
3.什么叫做随机事件?什么叫做必然事件?对立事件是否等价于互斥事件?
样本空间的子集称为随机事件。 必然事件就是以概率1发生的事件。对立事件与互斥事件是两个不同的概念,对立事件是“有我没你”,而互斥事件是指不同时发生的事件。对立事件一定是互斥事件,但互斥事件不一定是对立事件。
4.什么叫做概率?
概率——刻画随机事件出现可能性的指标。
5.什么叫做古典概型?
6.有哪些常见的统计分布?
离散型分布:两点分布,二项分布,泊松分布 。
连续型分布:均匀分布,指数分布,正态分布 。
注:对于某一特定场景,其所符合的分布规律一般先验给出 。
连续型分布:均匀分布,指数分布,正态分布 。
注:对于某一特定场景,其所符合的分布规律一般先验给出 。
7.什么是泊松分布?
8.什么是指数分布?
9.什么是大数定律?什么是中心极限定理?大数定律和中心极限定理有什么重要的意义?
大数定律说的是当样本量充分大时,样本的统计量趋近于总体的统计量,比如样本均值趋近与期望,频率趋近与概率等等。在抽样调查中,用样本成数去估计总体成数,其理论依据即在于此。
中心极限定理
是
概率论
中讨论
随机变量
序列部分和的分布渐近于
正态分布
的一类定理。这组定理是数理统计学和
误差
分析的理论基础,指出了大量随机变量积累分布函数逐点收敛到正态分布的积累分布函数的条件。
Chapter2.假设检验
1.假设检验有哪几步?
2.不能否定原假设,是不是意味着原假设一定是正确的?
不是。不能否定原假设,指的是在给定的置信水平下,没有找到充分的理由来拒绝原假设,只是没有找到充分的理由,不一定说明原假设就是正确的。
3.什么是t分布?
4.t检验法能做什么?
t检验能做单样本的均值检验(方差未知时)。如下例:
5.t检验有哪些类型?
6. 关于秩。
适用场景:不能确定总体分布,明显的偏态(非正态)。
原理:把原始数据排序,然后按排名给予序号(秩)。
薛毅书p298秩统计量一节 。
原理:把原始数据排序,然后按排名给予序号(秩)。
薛毅书p298秩统计量一节 。
7.秩和检验是在检验什么东东?
用秩和检验可以检验两个总体的分布函数是否相等的问题。更多信息请见