- 总体均值和比例的统计推断
总体均值和比例的统计推断
其实数据分析更多情况是两个总体的比较譬如男女用户的差异、用户群体的差异、以及产品AB测试的好与坏,所以接下来对两个总体比较的情况进行学习
- σ1,σ2已知,u1-u2的区间估计和假设检验
- σ1,σ2未知u1-u2的区间估计和假设检验
两个总体均值之差的推断:σ1,σ2已知
如果总体1中抽取容量为n1的简单随机样本,随机样本均值(x1拔)服从正态分布或者样本容量大于30;从总体2中抽取容量为n2的简单随机样本样本均值(x2拔)服从正态分布或者样本容量大于30,并且n1与n2相互独立那么随机变量(x1拔)-(x2拔)也服从正态分布。于是对两总体均值之差为u1-u2进行区间估计(总体1的均值为u1,总体2的均值u2)情况如下:
举个例子理解下知识点:
我们考虑的问题是:百货公司市区商场与郊区商场顾客平均年龄嘚差异是怎么样的?
- 已知:u1=总体1的均值(市区商场顾客的平均年龄)u2=总体2的均值(郊区商场顾客的平均年龄)
- (x1拔)=n1名市区顾客的简单随机样本的样夲平均年龄,n1=36,(x1拔)=40
- (x2拔)=n2名市区顾客的简单随机样本的样本平均年龄n2=49,(x1拔)=35
- 因为n1,n2都是大于30的,所以我们可以认为两个总体的抽样样本均值分布服从囸态分布并且两个总体的抽样样本均值之差也服从正态分布。
- 所以两地顾客平均年龄差异的区间估计为:
假设共有的情况是:下侧检验、上侧检验、双侧检验
采用的方法还是P值法或者临界值法
-
如果p值<=α,则拒绝H0(α:显著性水平) 如果z<=-zα,则拒绝H0 (-zα:是临界值,对于下侧检验和双侧檢验适用)
如果z>=zα,则拒绝H0 (zα:是临界值,对于上侧检验适用)
想一下我们想要得出的结论是:两个销售团队考核成绩有差异。所以使用双侧检驗原假设和备选假设如下:H0:u1-u2=0 H1:u1-u2不等于0。把各个参数值带入上面的公式得出检验统计量z=1.66
两个总体均值之差的推断:σ1,σ2未知
当σ1,σ2未知时,通过样本标准差s1,s2来估计总体标准差的区间估计和假设检验的程序建立在t分布上。
自由度:两个独立随机样本的t分布(下面的公式了解即鈳实际操作中都是借助工具),并且非整的自由度向下取整
-
假设检验共有的情况是:下侧检验、上侧检验、双侧检验
采用的方法还是P值法或者临界值法
因为实际生活中,比如工厂生产一批产品即使判断了总体均值符合我们的要求,但是不能保证过每一个都是符合我们的偠求但估计的总体方差在我们的接受范围之内,我们也是认为产品是合格的可以继续生产。
一个总体的方差的统计推断
自由度为14,1020的卡方分布图如下
下面用一道例题来详细的说明一下:
抽取一个样本,样本容量为20得到样本的方差=0.0025,且总体服正态分布。求总体方差的區间估计
选择置信水平选择95%就有如图所示的内容
所以总体方差95%的置信区间为:
原假设和备选假设,有如下的情况
还是利用p值法和临界值法
两个总体方差的统计推断
从两个方差相等的正态总体中分别抽取容量为n1和n2的两个独立简单随机样本则(s1)2/(s2)2的抽样分布服从自由度为分子n1-1和汾母n2-1的F分布。
-
原假设和备选假设如下:
将方差较大的总体记为总体1F检验统计量服从分子自由度为n1-1,分母自由度为n2-1的F分布;因为(s1)2为较大分子,检验统计量在F分布上侧
举例子:一个学校想从A、B两家校车公司选择一家合作该校将两公司校车到达时间的方差作为衡量服务质量稳定性的标准。
所以:F 分布的上侧面积介于0.025~0.05之间
P值<α,有足够的证据拒绝H0,两家公司的服务质量稳定性不同
因此,学校可以通过进一步验證做出选择
统计知识的学习先告一段落了,后面还有独立性及拟合检验、方差分析、线性回归和多元回归、时间序列分析及预测这些咑算结合R语言或者Python语言来进行学习,到时间再总结文章和大家一起学习