数理统计学习心得.docx

数理统计学习心得 现实中常常存在这种情况，我们所掌握的数据只是部分单位的数据或有限单位的数据，而我们所关心的却是整个总体甚至是无限总体的数量特征。例如民意测验谁会当选主席。体育锻炼对增强心脏功能是否有益。某种新药是否提高疗效。全国婴儿性别比例如何。等等。这时只靠部分数据的描述是无法获得总体特征的知识。我们利用统计推断的方法来解决。所谓统计推断就是以一定的置信标准要求，根据样本数据来判断总体数量特征的归纳推理的方法。统计推断是逻辑归纳法在统计推理的应用，所以称为归纳推理的方法。统计推断可以用于总体数量特征的估计，也可以用于对总体某些假设的检验，所以又有不同的推断方法，下面就参数估计和假设检验的基本概念及原理简单谈谈。 参数估计是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。它是统计推断的一种基本形式，是数理统计学的一个重要分支，分为点估计和区间估计两部分。参数估计包括点估计和区间估计两种方法。 点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数。通常它们是总体的某个特征值，如数学期望、方差和相关系数等。点估计问题就是要构造一个只依赖于样本的量，作为未知参数或未知参数的函数的估计值。构造点估计常用的方法是：矩估计法。用样本矩估计总体矩，如用样本均值估计总体均值。最大似然估计法。于1912年由英国统计学家r.a.费希尔提出，利用样本分布密度构造似然函数来求出参数的最大似然估计。最小二乘法。主要用于线性统计模型中的参数估计问题。贝叶斯估计法。基于贝叶斯学派（见贝叶斯统计）的观点而提出的估计法。 区间估计是依据抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，作为总体分布的未知参数或参数的函数的真值所在范围的估计。例如人们常说的有百分之多少的把握保证某值在某个范围内，即是区间估计的最简单的应用。1934年统计学家j.奈曼创立了一种严格的区间估计理论。求置信区间常用的三种方法：利用已知的抽样分布。利用区间估计与假设检验的联系。利用大样本理论。 假设检验是抽样推断中的一项重要内容。它是根据原资料作出一个总体指标是否等于某一个数值，某一随机变量是否服从某种概率分布的假设，然后利用样本资料采用一定的统计方法计算出有关检验的统计量，依据一定的概率原则，以较小的风险来判断估计数值与总体数值（或者估计分布与实际分布）是否存在显著差异，是否应当接受原假设选择的一种检验方法。假设检验的一般步骤 1、提出检验假设（又称无效假设，符号是h0）和备择假设（符号是h1）。h0：样本与总体或样本与样本间的差异是由抽样误差引起的；h1：样本与总体或样本与样本间存在本质差异；预先设定的检验水准为0.05；当检验假设为真，但被错误地拒绝的概率，记作，通常取=0.05或=0.01。 2、选定统计方法，由样本观察值按相应的公式计算出统计量的大小，如x2值、t值等。根据资料的类型和特点，可分别选用z检验，t检验，秩和检验和卡方检验等。 3、根据统计量的大小及其分布确定检验假设成立的可能性p的大小并判断结果。若p，结论为按所取水准不显著，不拒绝h0，即认为差别很可能是由于抽样误差造成的，在统计上不成立；如果p，结论为按所取水准显著，拒绝h0，接受h1，则认为此差别不大可能仅由抽样误差所致，很可能是实验因素不同造成的，故在统计上成立。p值的大小一般可通过查阅相应的界值表得到。 学好数理统计这门课程，其实有很大的作用，它会让人对日常生活中一些涉及概率方面的问题有更加深刻的体会。如果没有统计学，人们在收集资料和进行各项的大型的数据收集工作是非常困难的，通过对统计方法的研究，使得我们处理各种数据更加简便，所以统计也是一门很实用的科学，应该受到大家的重视。第3页 共3页