暂无介绍
假设我们有一个来自感兴趣人群的随机样本。我们可能有一个关于人口分布方式的理论模型。但是,可能有几个总体参数的值我们不知道。最大似然估计是确定这些未知参数的一种方法。...
假设检验的统计实践不仅在统计学中广泛存在,而且在整个自然科学和社会科学中也广泛存在。当我们进行假设检验时,可能会出现一些问题。有两种错误是设计上无法避免的,我们必须意识到这些错误的存在。这些错误被称为I型和II型错误。什么是I型和II型错误,我们如何区分它们?简要地:...
很多时候,当我们研究一个群体时,我们实际上是在比较两个群体。根据我们感兴趣的这组参数和我们正在处理的条件,有几种技术可用。涉及两个总体比较的统计推断程序通常不能应用于三个或更多的总体。为了同时研究两个以上的人群,我们需要不同类型的统计工具。方差分析(ANOVA)是一种来自统计干扰的技术,允许我们处理多个群体。...
推断统计学的名字来源于统计学这一分支中发生的事情。推断统计学不是简单地描述一组数据,而是在统计样本的基础上对某一人群进行推断。推断统计学的一个具体目标是确定未知总体参数的值。我们用来估计此参数的值范围称为置信区间。...
置信区间是推断统计的关键部分。我们可以使用概率分布中的一些概率和信息,通过使用样本来估计总体参数。置信区间的陈述方式很容易被误解。我们将研究置信区间的正确解释,并调查与此统计领域相关的四个错误。...
假设检验包括两个陈述的仔细构建:无效假设和替代假设。这些假设看起来非常相似,但实际上是不同的。...
许多统计推断问题要求我们找到自由度的数目。自由度的数量从无限多个中选择一个单一的概率分布。这一步骤在计算过程中经常被忽略,但却是至关重要的细节置信区间和假设检验的运作。...
在统计学中,自由度用于定义可分配给统计分布的独立数量。这个数字通常是指一个正整数,表示一个人计算统计问题中缺失因素的能力不受限制。...
在统计学中,科学家可以进行许多不同的显著性检验,以确定这两种现象之间是否存在关系。他们通常执行的第一个测试是无效假设测试。简言之,无效假设表明两个测量的现象之间没有有意义的关系。在进行测试后,科学家可以:...
并非所有假设检验的结果都是相同的。假设检验或统计显著性检验通常具有一定程度的显著性。这个重要级别是一个通常用希腊字母alpha表示的数字。统计学课上出现的一个问题是,“阿尔法的什么值应该用于我们的假设检验?”...
统计抽样在统计学中经常使用。在这个过程中,我们的目标是确定某个群体的某些方面。由于总体规模通常较大,我们通过选择具有预定规模的总体子集来形成统计样本。通过研究样本,我们可以使用推断统计来确定有关人口的一些信息。...
在推断统计中,总体比例的置信区间依赖于标准正态分布,以确定给定总体的未知参数(给定总体的统计样本)。其中一个原因是,对于合适的样本量,标准正态分布在估计二项分布方面做得非常好。这是值得注意的,因为尽管第一个分布是连续的,但第二个分布是离散的。...
在进行显著性检验或假设检验时,有两个数字很容易混淆。这些数字很容易混淆,因为它们都是介于0和1之间的数字,而且都是概率。一个数字称为检验统计量的p值。另一个有趣的数字是显著性水平或α。我们将检查这两种概率,并确定它们之间的差异。...
在统计学中,有一个问题总是很重要的,那就是“观察到的结果是偶然的,还是统计意义重大?”一类假设检验,称为排列检验,允许我们检验这个问题。此类测试的概述和步骤如下:...