统计基础
-
小白学统计（34）总体参数的区间估计——小样本（n<30）条件下总体均值?的区间估计
当n<30时，总体分布对样本均值`X的抽样分布有很大影响。如果总体服从正态分布，则`X服从正态分布；如果总体不服从正态分布，则`X的抽样分布很难判断，这时可以利用切比雪夫不等式对总体均值进行估计（后面会详细叙述）。下面我们仅介绍总体服从正态分布时，均值的区间估计。 1、总体标准差σ已知，的置信度为1-α的置信区间和大样本（n≥30）的公式一致 2、 总…
-
小白学统计（33）大样本（n≥30）条件下总体均值?的区间估计
大样本（n≥30）条件下的区间估计 当样本容量为大样本时，根据中心极限定理，样本均值`X的抽样分布以正态分布为极限，此时可以不用考虑通体的分布形式。估计时，根据总体标准差σ是否已知分为两种形式： 1、 总体标准差σ已知，的置信度为1-α的置信区间为 `X-Zα/2*σ/n<<`X+Zα/2*σ/n 2、 总体标准差σ未知，的置信度为1-α的置信区…
-
小白学统计（32）估计理论：详述总体均值的单样本估计原理
基础准备 推断性统计学是统计科学的一部分，它提供了从样本特征对整个总体特征做出推断的逻辑和方法。推断性统计学在理论上有4个组成部分：概率论、抽样理论、估计理论和假设检验理论。这篇讲述估计理论在总体均值的单样本估计中的应用。 概率论：小白学统计（7）——推断理论基础（概率） 抽样理论： 小白学统计（24）推断性统计学：抽样设计 小白学统计（25）通俗解释“大数…
-
小白学统计（31）推断统计基础：置信度与置信区间
基础准备 结束了描述性统计学部分的内容后，就进入到推断统计学阶段。在这个阶段，主要任务就是交给大家用样本信息推断总体信息的原理及方法。点估计和区间估计，置信度和置信区间是推断性统计学的基础性内容。统计基础请前往下方获取导航页。 概念定义 先定义一些区间估计的概念： θ：待估计的总体参数； θL：由样本确定的置信下限； θU：由样本确定的置信上限； α：显著性…
-
小白学统计（29）切比雪夫（Chebyshev）定理
在总体分布未知（或非正态）且样本容量小于30时，均值的抽样分布是未知的，这时我们就不能运用中心极限定理、t分布和大样本理论来估计总体的均值，此时，可以运用切比雪夫（Chebyshev）定理来近似估计总体均值。
-
数据变换的万能钥匙：Box-Cox变换
至于说什么时候应该用哪个函数来作变换，原文也针对常见的几种情况给出了一些建议。当然，我们会遇到的数据纷繁复杂，究竟用什么函数效果比较好，还是得通过反复尝试并实际验证才知道。
