1 개요
1은 실험 데이터에 대한 연구를 기반으로, 확률 이론 및 수학적 통계를 기반으로 수집, 정렬, 분석 및 결론을 내렸다 학문.
수학적 통계의 골격에서 2 통계적 추론 정보는 수집 된 데이터 또는 정보로부터 획득 된 분배 정보의 성질에 대한 결론이다. 학습 전 확률 이론에서, 우리는 일반적으로 위에서 언급 한 바와 같이, 우리는 데이터 세트를 통해 통계에있는 동안 라인에 그것을보고,이 분포의 특정 본질을 이해 알려진 유통에서 시작 유통 따라서는 자신의 특성을 알고있다.
(3) 즉, 통계적으로 유추되는 두 부분으로 구성 추정 및 가설 테스트 , 그것은 그는 분포 가설 테스트 우리는 그 추정 분포 이상 추론 어떤 라인에 샘플 데이터의 소정의 샘플 세트로부터 도출되는 추정은 다수의 방법을 통해 인 정확한.
수학 통계의 2 개 기본 개념
학부 수학 통계는 물론베이스의 전면입니다. 그래서 나는 다시 조금 개념 올라 갔다.
샘플 및 샘플 유통
통계 모델은 확률 분포, 표본 분포
확률 이론 통계의 기초, 통계는 확률 이론의 응용 프로그램입니다
- 전체 : 밸런스가 N 회 반복의 무게와, 물체의 중량을 추정하는 결과가 X1, X2 ... Xn에로 기록 하였다. 이것은 샘플입니다. "아이템 세트의 모든 가능한 결과 무게"그러나 전반적으로 그것은으로 이해되어야한다
전체 분포 : 샘플 1의 경우 표본의 크기 분포로 정의
그리고 종종 같은 의미 통계적으로 일반 인구 분포뿐만 아니라, 인구 분포의 종류에 따라 예 : "일반인"으로, 일반적으로 호출
통계 추론
- 통계 추론 : 특정 조건과 가정 (샘플 및 통계 모델)과 결론의 어떤 종류의 특정 방법이나 파생 규칙을 알 수없는 (알 수없는 매개 변수)를 다음에서.
- 공간 파라미터 : 파라미터 값의 범위에 따라 파라미터의 특성 등을 얻을
- 샘플 배포 가족 (통계 모델의 약간의 통계 모델의 정확한 정의가 샘플 배포 가족) : 표본 분포는 알 수없는 매개 변수를 포함, 다음 샘플 분포는 하나 이상의하지만 배포 가족이 될 수 있습니다.
- 통계 매개 변수의 문제가 : 매개 변수가 실제 값을 취 매개 변수 공간이 유클리드 공간의 일부이며이 경우 문제는 통계적인 문제라는 통계 매개 변수입니다.
통계 및 샘플링 유통
- 통계 : 상기 시료 (시료와 같이 문제를 해결하기 위해 정보)에 의해 계산 된 양, 예를 들면, 문제 해결을 용이하게하기 위해, 샘플 등의 산술 평균을 계산한다. 다음은 통계입니다.
통계는 알 수없는 매개 변수를 추정하는 데 사용되기 때문에 통계는 알 수없는 매개 변수에 의존하지 수, 샘플에 의존 할 수 있습니다. 그러나 유용한 통계의 양을 달리 통계 매개 변수에 대한 정보를 포함하지 않습니다, 그래서 해당 매개 변수를 추정 할 수없는 매개 변수의 분포에 관한해야
예컨대 : X1, ... Xn에로 가설은, 편차 σ가 너무 제곱 분포를 의미한다. a는 알 수없는 매개 변수입니다. 통계는 의미 추론에, 당연히 할 수있는 아무것도 제로 평균의 X1-X2 및 분산 2σ 평방 정규 분포, 통계 X1-X2의 분포를 따르는
자유, 순서 : 일반적으로 사용되는 통계 통계 등 극단 값 범위.
샘플의 분포 : 확률 변수의 샘플, 샘플 분포 특정한 확률 분포가있다.
배포 샘플링 :이 샘플의 알려진 기능이다, 그래서 그는 또한 확률 분포를 가지고 있기 때문에 통계, 통계의 확률 분포는 통계의 표본 분포를했다.
참고
우 이순신 '확률과 통계'
확률과 수학 통계 (제 4 판) 절강 대학