数据模型公式
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
取值都取右侧,如
α值越小,越大
第十二章:拟合优度检验与独立性检验
１２、１ﻩ拟合优度检验:多项总体(总体就就是否服从k类中每类都有指定得概率)
H0:ｐＡ=、３0,pＢ＝、50，andｐC=、20,单侧检验
Hａ:Tｈe populationproｐoｒtionsａreｎｏｔpA=、30, pＢ=、５0,ａnｄpＣ＝、20
Ｈ0:p＝ｐ０; Ha:ｐ≠p０，p0为假定值
z=
９、7计算第二类错误得概率
（1)在显著性水平α下,根据临界值法确定临界值并建立拒绝法则(如,如果z≤,则拒绝);
（２)根据,解出样本均值取值范围(根据z=≤或≥）;
(3)建立接受域，如>a;
(4)根据接受域(不变)与满足备择假设得新μ,计算概率(z＝)。
Ｆ检验体现得就就是每个因子得显著性
行就就是i,列就就是j，Ａ对应ｉ，B对应j
十四章:简Fra Baidu bibliotek线性回归
简单线性回归方程:
;;
;
＝
,
总得平方与
回归平方与
误差平方与
SＳT=SSR＋SＳE,
自由度: n－1＝１+(n－２)
判定系数ﻩ，相当于,所以ｒ2越接近１，就越接近y,拟合度就越好。
12.2独立性检验(两个因素就就是否相关）,单侧检验
Ｈ０:Ｂｅer preｆeｒence is iｎｄｅpendenｔofｔhe geｎder ofｔｈebeer drｉnker
Ha：Bｅｅｒｐreｆerｅｎce iｓnot iｎｄepｅnｄent oｆtｈeｇenderoｆthebeer dｒiｎｋer
第三章:
总体方差:;
样本方差:
样本协方差Sｘy=
总体协方差
皮尔逊积矩相关系数:rxy=
第五章:离散型概率分布
数学期望,
方差
f(x)为概率
二项概率函数:
f(x)=
5、5泊松概率分布
f(x)=,在一个时间区间内事件发生x次得概率,μ为数学期望(与方差相差)
第六章：连续型概率分布
6、1均匀概率密度函数
a≤x≤b
μ=+
13、3多重比较方法
Fｉshｅr得LSD方法(两个μ进行比较)
H0:μi＝μｊ;Ｈa:μi≠μj
,df＝ｎT-k,双侧
第二种方法:
H０:μi=μj；Ha：μi≠μｊ
如果＞LSD,则拒绝Ｈ0
μ1-μ2得置信区间估计=
13、４ 随机化区组设计
13.４.2ANOVA方法
Ａ：处理;B:区组；Ｅ：误差
ＳST=SSＴR+SSBＬ＋SSE,ＳSＥ= SST－ＳSＴR－SSBL
第二类错误概率β,做出拒绝H0得正确结论得概率称为功效,值为1-β
越接近原假设均值μ,发生第二类错误得风险越大。
9、8确定总体均值μ假设检验得样本容量
n=
α为第一类错误概率,β为第二类错误概率,μ0为原假设总体均值,μa为第二类错误所用总体均值。
双侧检验中,以Zα/2代替Zα
第十章:两总体均值与比例得推断(两个μ)
df=,自由度取小得整数
μ1-μ2得假设检验,求ｔ:t=
10、3匹配样本
H0:μd=0,Ｈa:μｄ≠0,双侧
t=，ｄf=n-１,为两组数值之差得平均值,μd为总体数值之差得平均值(一般为0),Sd为两组样本数值之差得标准差
置信区间=
１０、4两总体比例之差得推断
Ｈ０：p1-p2=0;Ｈａ:ｐ1-p2≠D0
总体均值μ假设检验H０:μ=μ０；Hａ:μ≠μ0，μ0为假定值
p-ｖaluｅ≤α,即z≥(上侧）或z≤-(下侧),则拒绝
p(z≥1、96)=0、0２5
９、3总体标准差σ已知，求z
z=,为样本均值
置信区间法:+,瞧μ0就就是否落在该区间内
9、4总体标准差σ未知,求t
,df＝n-1
９、5总体比率假设检验,求z
,，
行就就是i，列就就是ｊ,j对应处理，i对应区组
,上侧检验,判断“处理”均值就就是否相等(多个μ,一个μ对应一个处理)
k=thｅ ｎumbｅr of treａｔmeｎｔs,b=ｔhe numｂer ofｂlockｓｎ,ｎT=thetotalｓaｍｐlｅsize（ｎT=kb)
13、5析因实验
SSＥ＝ＳＳT－ＳSA-SSB-SSAＢ
10、1两总体均值之差（μ１-μ2）得推断,总体方差σ1与σ2已知
标准差＝,Maｒginｏf erｒoｒ＝
μ１-μ２得区间估计:
μ１－μ2得假设检验:
H０:μ1-μ2＝Ｄ0；Ｈａ:μ1-μ2≠Ｄ0,双侧,求z:
１0、2两总体均值之差(μ1-μ2)得推断,总体方差σ1与σ2未知
μ１－μ2得置信区间估计:,
8、1总体标准差σ已知,求总体均值μ得置信区间估计
95%置信水平(conｆｉdｅｎcelevｅl）,0、95置信系数（ｃonｆideｎcecoｅｆfiｃieｎｔ),置信区间(confidｅncｅinｔervａl)
=，边际误差==,α＝1-0、９５=0、05,α／2=0、025(上侧面积)
总体均值得区间估计＝μ＝+
第十三章：实验设计与方差分析
1３、２方差分析与完全随机化实验设计（单因素）
一个μ对应一个处理ｊ列,多个μ比较就就是否相等,μ1=μ２＝μ3)
处理间估计
处理平方与，处理均方MSＴR=
处理内估计
误差平方与,误差均方
ｋ为处理数，n为每个处理中样本得个数,ｎT为总个数
,上侧检验;
ＳST＝ＳSTR+SＳE
ＭSE=s2，s=
，
两总体比例之差得置信区间=
第十一章:关于总体方差σ2得统计推断
11、１一个σ总体方差得区间估计:
假设检验:,双侧检验
,ｄf＝n-1,做备择假设使取上侧
11、2两个σ总体方差得统计推断:,双侧检验
Ｆ=,s1就就是较大得样本方差
nｕmeratｏr degｒeｅs ofｆreedom=n-１，denomｉnatordeｇreesｏf frｅedｏm=n-１
8.2总体标准差σ未知，求总体均值μ得置信区间估计(t分布)
用样本标准差s代替总体标准差σ,t代替ｚ
μ＝+,自由度df=n-1
8.3样本容量得确定
n=，Ｅ为所希望得总体均值μ得边际误差
8.4总体比率：只有z,没有ｔ
=,边际误差=＝=E
总体均值得区间估计=+
n= (）2p＊（1-ｐ＊)/E2
第九章:假设检验(一个μ)
f(x）=
1其她
Ｅ(x)=，Vaｒ(x）=
连续型概率分布
6、3二项概率得正态近似
均值μ=np,标准差,当取概率ｐ＜p(x)时,x+０、５;当取概率ｐ＞p（x)时,x-0、5。
6、４指数概率分布
ｆ(x)=,表示两起事件之间得时间间隔
累积概率：不超过Ｘ0分钟
Ｐ(x≤x0) =1-
第八章：总体均值区间估计
α值越小,越大
第十二章:拟合优度检验与独立性检验
１２、１ﻩ拟合优度检验:多项总体(总体就就是否服从k类中每类都有指定得概率)
H0:ｐＡ=、３0,pＢ＝、50，andｐC=、20,单侧检验
Hａ:Tｈe populationproｐoｒtionsａreｎｏｔpA=、30, pＢ=、５0,ａnｄpＣ＝、20
Ｈ0:p＝ｐ０; Ha:ｐ≠p０，p0为假定值
z=
９、7计算第二类错误得概率
（1)在显著性水平α下,根据临界值法确定临界值并建立拒绝法则(如,如果z≤,则拒绝);
（２)根据,解出样本均值取值范围(根据z=≤或≥）;
(3)建立接受域，如>a;
(4)根据接受域(不变)与满足备择假设得新μ,计算概率(z＝)。
Ｆ检验体现得就就是每个因子得显著性
行就就是i,列就就是j，Ａ对应ｉ，B对应j
十四章:简Fra Baidu bibliotek线性回归
简单线性回归方程:
;;
;
＝
,
总得平方与
回归平方与
误差平方与
SＳT=SSR＋SＳE,
自由度: n－1＝１+(n－２)
判定系数ﻩ，相当于,所以ｒ2越接近１，就越接近y,拟合度就越好。
12.2独立性检验(两个因素就就是否相关）,单侧检验
Ｈ０:Ｂｅer preｆeｒence is iｎｄｅpendenｔofｔhe geｎder ofｔｈebeer drｉnker
Ha：Bｅｅｒｐreｆerｅｎce iｓnot iｎｄepｅnｄent oｆtｈeｇenderoｆthebeer dｒiｎｋer
第三章:
总体方差:;
样本方差:
样本协方差Sｘy=
总体协方差
皮尔逊积矩相关系数:rxy=
第五章:离散型概率分布
数学期望,
方差
f(x)为概率
二项概率函数:
f(x)=
5、5泊松概率分布
f(x)=,在一个时间区间内事件发生x次得概率,μ为数学期望(与方差相差)
第六章：连续型概率分布
6、1均匀概率密度函数
a≤x≤b
μ=+
13、3多重比较方法
Fｉshｅr得LSD方法(两个μ进行比较)
H0:μi＝μｊ;Ｈa:μi≠μj
,df＝ｎT-k,双侧
第二种方法:
H０:μi=μj；Ha：μi≠μｊ
如果＞LSD,则拒绝Ｈ0
μ1-μ2得置信区间估计=
13、４ 随机化区组设计
13.４.2ANOVA方法
Ａ：处理;B:区组；Ｅ：误差
ＳST=SSＴR+SSBＬ＋SSE,ＳSＥ= SST－ＳSＴR－SSBL
第二类错误概率β,做出拒绝H0得正确结论得概率称为功效,值为1-β
越接近原假设均值μ,发生第二类错误得风险越大。
9、8确定总体均值μ假设检验得样本容量
n=
α为第一类错误概率,β为第二类错误概率,μ0为原假设总体均值,μa为第二类错误所用总体均值。
双侧检验中,以Zα/2代替Zα
第十章:两总体均值与比例得推断(两个μ)
df=,自由度取小得整数
μ1-μ2得假设检验,求ｔ:t=
10、3匹配样本
H0:μd=0,Ｈa:μｄ≠0,双侧
t=，ｄf=n-１,为两组数值之差得平均值,μd为总体数值之差得平均值(一般为0),Sd为两组样本数值之差得标准差
置信区间=
１０、4两总体比例之差得推断
Ｈ０：p1-p2=0;Ｈａ:ｐ1-p2≠D0
总体均值μ假设检验H０:μ=μ０；Hａ:μ≠μ0，μ0为假定值
p-ｖaluｅ≤α,即z≥(上侧）或z≤-(下侧),则拒绝
p(z≥1、96)=0、0２5
９、3总体标准差σ已知，求z
z=,为样本均值
置信区间法:+,瞧μ0就就是否落在该区间内
9、4总体标准差σ未知,求t
,df＝n-1
９、5总体比率假设检验,求z
,，
行就就是i，列就就是ｊ,j对应处理，i对应区组
,上侧检验,判断“处理”均值就就是否相等(多个μ,一个μ对应一个处理)
k=thｅ ｎumbｅr of treａｔmeｎｔs,b=ｔhe numｂer ofｂlockｓｎ,ｎT=thetotalｓaｍｐlｅsize（ｎT=kb)
13、5析因实验
SSＥ＝ＳＳT－ＳSA-SSB-SSAＢ
10、1两总体均值之差（μ１-μ2）得推断,总体方差σ1与σ2已知
标准差＝,Maｒginｏf erｒoｒ＝
μ１-μ２得区间估计:
μ１－μ2得假设检验:
H０:μ1-μ2＝Ｄ0；Ｈａ:μ1-μ2≠Ｄ0,双侧,求z:
１0、2两总体均值之差(μ1-μ2)得推断,总体方差σ1与σ2未知
μ１－μ2得置信区间估计:,
8、1总体标准差σ已知,求总体均值μ得置信区间估计
95%置信水平(conｆｉdｅｎcelevｅl）,0、95置信系数（ｃonｆideｎcecoｅｆfiｃieｎｔ),置信区间(confidｅncｅinｔervａl)
=，边际误差==,α＝1-0、９５=0、05,α／2=0、025(上侧面积)
总体均值得区间估计＝μ＝+
第十三章：实验设计与方差分析
1３、２方差分析与完全随机化实验设计（单因素）
一个μ对应一个处理ｊ列,多个μ比较就就是否相等,μ1=μ２＝μ3)
处理间估计
处理平方与，处理均方MSＴR=
处理内估计
误差平方与,误差均方
ｋ为处理数，n为每个处理中样本得个数,ｎT为总个数
,上侧检验;
ＳST＝ＳSTR+SＳE
ＭSE=s2，s=
，
两总体比例之差得置信区间=
第十一章:关于总体方差σ2得统计推断
11、１一个σ总体方差得区间估计:
假设检验:,双侧检验
,ｄf＝n-1,做备择假设使取上侧
11、2两个σ总体方差得统计推断:,双侧检验
Ｆ=,s1就就是较大得样本方差
nｕmeratｏr degｒeｅs ofｆreedom=n-１，denomｉnatordeｇreesｏf frｅedｏm=n-１
8.2总体标准差σ未知，求总体均值μ得置信区间估计(t分布)
用样本标准差s代替总体标准差σ,t代替ｚ
μ＝+,自由度df=n-1
8.3样本容量得确定
n=，Ｅ为所希望得总体均值μ得边际误差
8.4总体比率：只有z,没有ｔ
=,边际误差=＝=E
总体均值得区间估计=+
n= (）2p＊（1-ｐ＊)/E2
第九章:假设检验(一个μ)
f(x）=
1其她
Ｅ(x)=，Vaｒ(x）=
连续型概率分布
6、3二项概率得正态近似
均值μ=np,标准差,当取概率ｐ＜p(x)时,x+０、５;当取概率ｐ＞p（x)时,x-0、5。
6、４指数概率分布
ｆ(x)=,表示两起事件之间得时间间隔
累积概率：不超过Ｘ0分钟
Ｐ(x≤x0) =1-
第八章：总体均值区间估计