應用統(tǒng)計分析word版(更新版)
【正文】 構造統(tǒng)計量P（｜Z｜≥）=α ， = ； =Z(, ) 否定原假設假設：H0：μ≤μ0；H1：μ＞μ0 單邊檢驗例P190（） 總體方差的假設檢驗例198（）第三章：回歸相關分析 為了研究分析各種經(jīng)濟現(xiàn)象，就需要尋找能說明這些經(jīng)濟現(xiàn)象的各種經(jīng)濟變量，并確定這些變量之間的因果關系，探索這些變量之間的數(shù)量變化規(guī)律。i群平均數(shù)： i=1，2，…，r總體平均數(shù)：總體方差： 樣本平均數(shù)的群間方差其中，為總體各群的平均數(shù)；為總體的總平均數(shù)樣本方差： 樣本的群間方差其中，為抽樣各群的樣本平均數(shù)；為抽樣各群全體樣本的平均數(shù)整群不放回抽樣樣本平均數(shù)的方差：注：等距抽樣；多階段抽樣；雙相抽樣；穿插抽樣(略)。特別樣本個數(shù)就是樣本容量；樣本取值就是樣本觀察值?！ ? 推斷的精確性：把推斷的誤差控制在一定的精確度內（可靠性要求）樣本平均數(shù)的分布正態(tài)總體分布：如果從正態(tài)分布總體N～（，）中隨機抽取樣本，則樣本平均數(shù)的分布具有如下性質：a: 樣本的平均數(shù)的分布也是正態(tài)分布。（1） 總體平均數(shù)的區(qū)間估計假設：總體服從正態(tài)分布N（） ； 隨機變量X的概率密度函數(shù)：f(x)= ；記作：x～N（）如果令：Z＝（統(tǒng)計量）則E（Z）＝E（）＝＝0 D（Z）＝＝E＝E（） ?。紼（=1所以：Z~N（0,1）標準正態(tài)分布 密度函數(shù) f(x)= 分布函數(shù)Φ（x）=Φ（x）=1Φ（x）， P(a≤z≤b)=P(Z≤b)P(Z≤a)第一種情況：樣本取自總體方差已知（即已知）的正態(tài)分布，對總體期望值μ的區(qū)間估計已知：總體隨機變量X~N(μ, 2)，則~N(μ, 2/n) ，其中；2/n（放回）令：Z＝ ，則Z~N(0,1)查正態(tài)分布表：P｜Z｜≤r =P（－r≤Z≤r）=2Φ（r）1如果令P（｜Z｜≤r）＝ 則 Φ（r）＝（標準正態(tài)表得：r ＝2）即P（－2≤≤2）=也就是：P（μ－2≤≤μ＋2）＝（%）可得P（－2≤μ≤＋2）＝對μ的一個區(qū)間估計（%的可能性位于樣本平均數(shù)的正負兩個標準差之內）一般令：P（｜Z｜）＝，(0＜1則P＝1－，(0＜1，一般= 稱為概率密度 置信水平 估計量的標準差與概率度的乘積故μ的區(qū)間估計一般記為：177。③ 擬定模型中待估參數(shù)的符號及其大小的理論期望值范圍。 ②t檢驗：檢驗變量（j=1,2,…,k）解釋能力的強弱等價于對假設進行檢驗。三、具體應用舉例：例如，對于一個具有三個解釋變量的線性經(jīng)濟計量模型，樣本容量n=25，應用OLS估計參數(shù)，顯示結果如下：Y=+++(t=) (t=) (t=)R2= F= DW=對顯示的結果進行判斷：（1） R2=，說明回歸方程具有良好的擬合優(yōu)度（2） 顯著性水平，(3,21)=,而F=，說明該方程在99%的顯著水平下仍是顯著成立的。實際情況很少有符合分析模型的假設，環(huán)境不確定性 離散決策 和復雜性，使現(xiàn)實中這些現(xiàn)象極為少見。假定Y1，Y2，…，Yn是隨機變量Y的n個獨立同分布的觀察變量，則Y的經(jīng)驗分布為：其中：故標準的統(tǒng)計量： 結論：分位點Yq的估計有兩種方法① 構造隨機變量Y的累積經(jīng)驗分布，然后通過對隨機變量Y的經(jīng)驗分布進行逆變換獲得。系統(tǒng)模擬模型：建立隨時間推移而出現(xiàn)的事件序列模型例：若進貨數(shù)量Q銷售需求D，利潤R的關系如下：R＝ +6(QD) 若D≤Q 在D＞Q若令Q＝60（訂貨量確定）需求量取值： 40 1/650 1/660 1/670 1/680 1/6 90 1/6模擬過程：1） 建立所研究系統(tǒng)或問題的優(yōu)化模型2） 建立模擬模型3） 驗證和確定模型4） 設計利用模型試驗5） 進行實驗并分析結果
環(huán)評公示相關推薦
鄂ICP備17016276號-1