【正文】 謝謝觀看！ Thanks！ 謝謝觀看 /歡迎下載 BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH 。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 X、 Y是具有線性相關(guān)關(guān)系的兩個變量，對于某個確定的 x值，其對應(yīng)的 y值雖有波動，但隨機誤差的期望值應(yīng)該為零，由此得一元線性回歸方程的表達式為： bxayEy ??? )(?任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （三）一元線性回歸分析 1 2 3 4 5 確定變量 建立預(yù)測模型 進行相關(guān)分析 計算預(yù)測誤差 確定預(yù)測值 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （四）回歸分析的步驟 五、 方差分析 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 方差分析也是質(zhì)量管理中常用的統(tǒng)計技術(shù)之一，主要針對多個總體的均值是否有顯著性差異的檢驗問題。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （二）回歸分析與相關(guān)分析的關(guān)系 回歸分析的主要目的是通過一個變量或一些變量的變化來解釋另一個變量的變化。 相關(guān)分析是回歸分析的基礎(chǔ)和前提，回歸分析則是相關(guān)分析的深入和繼續(xù)。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 四、 回歸分析 一元回歸分析 按照涉及的 自變量的多少 多元回歸分析 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （一）回歸分析的分類 線性回歸分析 按照自變量和因變量之間的關(guān)系類型 非線性回歸分析 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 如果在回歸分析中，只包括一個自變量和一個因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。 2222 )()( ????? ? ?????yynxxnyxxynr任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （二）線性相關(guān)關(guān)系 當 r＞ 0時，表示兩個變量為正相關(guān)；當 r＜ 0時，兩個變量則為負相關(guān)；當 r＝ 0時，表明兩個變量間沒有線性相關(guān)關(guān)系；而當 |r|＝ 1時，則表示兩個變量是完全線性相關(guān)關(guān)系，即為嚴格的直線函數(shù)關(guān)系。因而在實際問題中，很多具有相關(guān)關(guān)系的變量或現(xiàn)象，都可以表現(xiàn)出一定程度上的因果關(guān)系。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （ 2） 2. 相關(guān)關(guān)系 相關(guān)關(guān)系也是變量之間確實存在的一種依存關(guān)系，但這種依存關(guān)系在數(shù)量上并不是嚴格對應(yīng)的。 （ 5）當檢驗結(jié)果為拒絕無效假設(shè)時，應(yīng)注意有發(fā)生 Ⅰ 類錯誤的可能性，即錯誤地拒絕了本身成立的 ，發(fā)生這種錯誤的可能性預(yù)先是知道的，即檢驗水準多么大；當檢驗結(jié)果為不拒絕無效假設(shè)時，應(yīng)注意有發(fā)生 Ⅱ 類錯誤的可能性，即仍有可能錯誤地接受了本身就不成立的 ，發(fā)生這種錯誤的可能性預(yù)先是不知道的，但與樣本含量和 Ⅰ 類錯誤的大小有關(guān)系。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （三）假設(shè)檢驗的注意事項 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （ 6）判斷結(jié)論時不能絕對化，應(yīng)注意無論接受或拒絕檢驗假設(shè)，都有判斷錯誤的可能性。 （ 3）根據(jù)資料類型和特點選用正確的假設(shè)檢驗方法。 （ 1） 做假設(shè)檢驗之前，應(yīng)注意資料本身是否有可比性。 當需要分析的問題是總體平均數(shù)等參數(shù)是否發(fā)生了變化，而不必關(guān)心或區(qū)分它是變大或者變小時，就應(yīng)該采用雙側(cè)檢驗。根據(jù)實際問題不同，拒絕區(qū)域可能是在檢驗統(tǒng)計量分布的兩端，也可能是在其分布的某一側(cè)，這兩種情形分別稱為雙側(cè)檢驗和單側(cè)檢驗。 ? ? ? ????? ??1 ??? 1??任務(wù)三 統(tǒng)計分析方法的應(yīng)用 兩個無偏點估計量的抽樣分布 二、 假設(shè)檢驗 1. 2. 3. 4. 5. 建立假設(shè) 選取適當?shù)臋z驗統(tǒng)計量 確定顯著性水平 對檢驗統(tǒng)計量進行計算 判斷假設(shè)是否成立 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （一）假設(shè)檢驗的步驟 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （二）雙側(cè)檢驗與單側(cè)檢驗 根據(jù)顯著性水平 α 可以得到臨界值，也就是將檢驗統(tǒng)計量的取值范圍劃分為接受區(qū)域和拒絕區(qū)域。顯然，如果某總體參數(shù)具有兩個不同的無偏估計量，希望確定哪一個是更有效的估計量，應(yīng)該選擇標準差小的那個。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 兩個不同容量樣本的樣本統(tǒng)計量的抽樣分布 3. 有效性 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 有效性要求樣本估計量估計和推斷總體參數(shù)時，作為估計量的標準差比其他估計量的標準差小。根據(jù)概率論中的大數(shù)定律可知，當樣本容量越來越大時，樣本均值與總體均值的偏差小于任意給定的正數(shù)的可能性趨近于 1的概率，即幾乎是一定發(fā)生的。可以證明，樣本修正標準差 是總體標準差 σ 的無偏估計量。例如，樣本均值 x和樣本比例 p分別滿足： ? ? ? ? 。這一要求稱為無偏性，如下圖所示。 小 案 例 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 行 人 數(shù) 單位數(shù) n 14＝ COUNT（ A A） 544 均值 403＝ AVERAGE（ A A） 468 標準差 ＝ STDEV（ A A） 399 標準誤差 ＝ D3/SQRT（ D1） 759 置信度 95% 526 t值 ＝ TINV（ 1－ D5， D1－ 1） 212 極限誤差 ＝ D6＊ D4256 256 估計下限 ＝ D2－ D7 456 估計上線 ＝ D2＋ D7 區(qū)間估計的結(jié)果 1. 無偏性 2. 一致性 3. 有效性 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （三）評價估計量的標準 1. 無偏性 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 無偏性的直觀意義是沒有系統(tǒng)性誤差。這個結(jié)論意味著，如果要觀察 100天，則有 95天的行人數(shù)位于這一區(qū)間內(nèi)。設(shè)置信度為 95％，則可估計出平均每天經(jīng)過此地的人數(shù)，如下表所示。顯然，這是參數(shù)估計問題。張先生委托他人進行了兩個星期的觀察，得到每天經(jīng)過該地人數(shù)如下： 544， 468， 399， 759， 526， 212， 256， 456， 553， 259， 469，366， 197， 178。其中有一個項目便是進行市場調(diào)查。 ? ? aP UL ???? 1???商 店 選 址 張先生是臺灣某集團的企劃部經(jīng)理，在今年的規(guī)劃中，集團準備在某地新建一家零售商店。 將需要估計的總體參數(shù)記為 θ，而 θL和 θU是由樣本確定的兩個統(tǒng)計量，如果對于給定的 α，滿足： 就稱 (θL， θU)是參數(shù) θ的置信度為 1－ α的置信區(qū)間。 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 在區(qū)間估計中，一個重要的概念是置信度，也稱置信水平或置信概率。例如，人們常說的有百分之多少的把握保證某值在某個范圍內(nèi)，即是區(qū)間估計的最簡單的應(yīng)用。在點估計的各種方法中，最常見的有矩估計法和最大似然估計法 。 一、 參數(shù)估計 任務(wù)三 統(tǒng)計分析方法的應(yīng)用 （一）點估計 點估計也稱定值估計，是指通過計算樣本的參數(shù)值，估計對應(yīng)整體參數(shù)的一個具體數(shù)值。但研究又發(fā)現(xiàn)，越是生活貧困的母親，越希望新生 嬰兒能留在自己身邊，所產(chǎn)生的母子感情越深厚，影響的時間越深遠。事實上，樣本抽取地區(qū)的老百姓生活水平較低，許多家庭是依靠社會保障和社會救濟生活的。這個結(jié)論的可靠性取決于樣本的隨機性和代表性。在該例子中 μ1＞ μ2 是明顯的。 X1 f1 X1f1 X1－ X1 （ X1－ X1） 2f1 11 3 33 1 3 12 2 24 2 8 ∑ 14 29 — — ???任務(wù)三 統(tǒng)計分析方法的應(yīng)用 X2 f2 X2f2 X2－ X2 （ X2－ X2） 2f2 2 2 4 3 2 6 4 1 4 5 1 5 6 1 6 7 0 0 0