就像读写能力一样,统计能力有一天会成为 每一个公民必备的能力,。” H.G. Wells 统计推断: 根据从总体中抽取的样本信息来得出总体情况 的方法。 点估让:估计一个未知总体的参数。 置信区间佔计:找到以预先指定概率包含参数 的区间。 假设检验:对一个未知的总体参数的假设的检 验

幻灯片主要由 Elizabeth newton(麻省理工学院) 制作,其中一部分由 Jacqueline Telford(约翰斯 霍普金斯大学)制作

图形的优越性 “使复杂的思想能够显示得清楚、准确、有 效。” 显示数据。 让你考虑实质而不是方法、图形设计或者其 它的。 在很小的空间中有很多的数字。 使大的数据集有条理。 使数据的不同部分显示得更清楚

一、数据收集 二、数据分析和总结 三、概率论回顾 四、统计的抽样分布 五、推断:点估计和置信区间估计,假设检验 六、线性回归 七、方差分析 八、非参数方法 九、专题(数据挖掘?)

期末复习中,你可以在课本中取出一个编号为奇数的任意问题的随机样本, 并能在没有计算机的帮助下做出来。你可能想试图在没有计算机的情况 下做出茎叶图,简单的散点图,和简单的经验累积概率分布。可以尝试 在没有计算机时做一元线性回归

正态总体的均值和方差的推断 应用: 检验工业过程均值以确定过程是否处于控制之 下。 通过读取方差计算实验室仪器测量的精度。 预测区间和容忍区间是从一个总体中进行预测 估计的方法。 使用中心极限定理(CLT),在大样本情况下, 正态总体的均值的推断过程可以扩展到非正态 总体的均值推断上

线性回归 回顾: 线性模型:y=Xβ+E y-N(XB, o-1) 最小二乘法:B=(XXXy y=y=X的拟合值户=X(XX)Xy=Hy e=误差=残差=y-y=yy(H)y

元线性回归分析估计两个变量的关 系 其中一个变量作为响应变量或输出变量 (y)o 另一个变量作为预测变量或解释变量 有时两个变量中哪一个是响应变量(例 如高度和重量)是不好区分的。在这种 情况下,可能会使用相关分析

对应于 Tamhane和 Dunlop所著讲义

对比例的推断 数据=(1,,11.0,伯努利(P) 目标一估计P值,成功的概率(或具有某种 性质的总体比例) p=x=在n次观测中成功的个数 Var( p) =p(1-p)/n =pq/n ·方差依赖均值