数据-模型与决策-统计的方法与应用(ppt 70).pptVIP

Applications in Business and Economics商务与经济中的应用 会计（Accounting） 会计事务所在对其客户进行审计时要使用统计抽样程序 财务（Finance） 财务顾问利用各种统计信息来指导他们的投资建议 营销（Marketing） POS系统用于收集各种市场调研应用的数据 Applications in Business and Economics商务与经济中的应用 生产（Production） 统计质量控制图用于监测生产过程的产出 经济（Economics） 经济学家应用统计信息对未来经济进行预测 假设（hypothesis） 是对总体参数（assumption）的一个假定. 参数是总体的均值或比例 参数必须在分析前已经确定 原假设是陈述将要检验的假设 例如：我国平均每个家庭至少拥有3个小孩 (H0: m ? 3) 开始时假设原假设是正确的（TRUE）. 与在被证明有罪前是清白的模式相似（ innocent until proven guilty) 备择假设是原假设的相反的假设 例如：我国平均每个家庭最多拥有2个小孩(H1: m 3) 是对现状的挑战 从不包含“=”符号 备择假设不一定会被接受 步骤: 陈述原假设 (H0: m ? 3) 陈述备择假设 (H1: m 3) 假设是互斥和穷尽的 （mutually exclusive exhaustive） 有时先形成备择假设比较容易. 定义原假设为真而样本统计值不能够表明 称为抽样分布的拒绝区域 让 a 来表示原假设为真时拒绝了原假设的概率 典型的值是 0.01, 0.05, 0.10 研究一开始是有研究者确定的 提供了假设检验的关键数值 第一类错误（Type I Error） 原假设为真而拒绝了它 会产生很严重的后果 第一类错误记为 a，称为置信水平 第二类错误（Type II Error） 原假设为假时却接受了它 第二类错误的概率记为 b 1. 陈述 H0 H0 : m ? 3 2. 陈述 H1 H1 : m 3 3. 选择 a a = .05 4. 选择 n n = 100 5. 选择检验： 各种检验 6. 设定关键值 Z = -1.645 7. 收集数据 100 的家庭调查 8. 计算检验统计量 Test Stat.= -2 9. 做统计决策 拒绝原假设 10. 表述决策 视各种背景问题 平均每箱包含大于等于 368 克吗?一个25个样本的随机抽样表明 X = 372.5. 公司确定标准方差 s 为15 克. 置信水平 a=0.05 下进行假设检验. a = 0.025 n = 25 关键值: 1.645 平均每箱包含 368 克吗? 一个25个样本的随机抽样表明 X = 372.5. 公司确定标准方差 s 为15 克. 置信水平 a=0.05 下进行假设检验. a = 0.05 n = 25 关键值: ±1.96 假设 总体服从正态分布 如果不是正态分布，使用大样本近似 检验统计量 t 检验统计量 平均每箱包含大于等于 368 克吗?一个36个样本的随机抽样表明样本均值X = 372.5. 样本标准方差 s 为15 克. 置信水平 a=0.01 下进行假设检验. a = 0.01 n = 36, df = 35 关键值: 2.4377 假设: 样本是独立和随机抽取的 数据是数值型的 总体方差已知 样本量比较大（大于30） 检验统计量: 假设: 总体都服从正态分布 如果不是正态分布，可以用正态分布近似 样本是随机和独立抽取 总体方差未知，但是假定相等 The Simple Linear Regression Model简单线性回归模型 简单线性回归模型 y = ?0 + ?1x + ? 简单线性回归方程 E(y) = ?0 + ?1x 估计的线性回归方程 y = b0 + b1x The Least Squares Method最小平方法 最小平方规则（Least Squares Criterion） min S(yi - yi)2 其中 yi = 应变量的第 i 次观察值 yi = 自变量的第 i 次观察值 The Least Squares Method最小平方法 估计回归方程的斜率 估计回归方程的