1つの概要
図1は、実験データの研究に基づいて、確率論と数理統計学に基づいて収集、照合、分析と結論づけ規律。
数理統計学の枠組みで2は、統計的推論は情報取得したデータや情報から取得した配信情報の性質についての結論です。学習前に、確率論では、我々は通常、上記のように、我々はデータの集合による統計にいる間に沿って、それを探すために、この分布の特定の性質を理解し、知られているディストリビューションからスタート分布とこれは彼の特性を知っています。
3具体的には、統計的推論が2つのである部品から成り推定と仮説検定、それが推定されるもの分布に沿ったサンプルデータの所与のサンプルセットに由来することを、我々はそれが推定分布上にある推論仮説試験は、多くの方法によるものです正確な。
数理統計学の基本概念2
学部数理統計学はもちろんのベースのフロントです。だから私は戻って少しの概念上がりました。
サンプルおよびサンプル配布
統計モデルは、確率分布、サンプルの分布であります
確率論は、統計学の基礎であり、統計は確率論を応用したものです
- 総合：バランスがn回繰り返される計量で、物体の重量を推定し、その結果をX1、X2 ... Xnのように記録しました。これはサンプルです。「設定項目のすべての可能な結果を計量」：しかし、全体的にはとして理解されるべきです
全体的な分布：試料1の場合、サンプルサイズ分布として定義
そして、多くの場合、同じセマンティック統計学などの一般的な人口分布は、だけでなく、人口分布の種類に応じて、このような「正常な集団」として、一般的に呼び出します
統計的推論
- 統計的推論：特定の条件および仮定（サンプルと統計モデル）と結論のいくつかの種類の特定の方法または派生ルールの未知の（未知パラメータ）を以下から。
- パラメータ空間：パラメータの性質等は、取得したパラメータ値の範囲に応じて
- サンプル配布ファミリー（統計モデルの少しの統計モデルの正確な定義は、サンプル分布族である）：サンプルの分布は、いくつかの未知のパラメータが含まれていますし、サンプル配布が複数のが、分布族であるかもしれません。
- 統計パラメータの問題：パラメータは、実際の値をとり、パラメータ空間はユークリッド空間部で、この場合の問題点は、統計的な問題と呼ばれる統計パラメータです。
統計とサンプリング配布
- 統計：サンプル（サンプルと一緒に問題を解決するための情報）によって計算された量、例えば、問題解決を容易にするために、試料等の算術平均を計算します。これらは統計です。
統計は、サンプルに頼ることができる統計は未知のパラメータを推測するために使用されているので、未知のパラメータに依存することはできません。しかし、便利な統計情報の量は、他の統計パラメータに関する情報が含まれていますので、それは、対応するパラメータを推測することはできません、パラメータの分布に関連していなければなりません
このようなとして：X1、...とXnの仮説は、分散σがあまりに乗された分布を意味します。未知のパラメータです。統計は無意味な推論に、自然に、何もするとゼロ平均のX1-X2及び分散2σ平方正規分布、統計X1-X2の分布に従う
自由、順序：一般的に使用される統計その上、統計、極端な値、範囲と。
サンプルの分布：確率変数のサンプルは、サンプルの分布である確率分布があります。
配布サンプリング：それは、サンプルの既知の関数であるので、彼はまた、確率分布を持っているので、統計を、統計の確率分布は、統計の標本分布と呼ばれます。
参照
呉儀と「確率・統計」
確率と数理統計（第4版）浙江大学