《商务与经济统计》要点回顾笔记
1.計算第p百分位數
2.標準差系數
以百分數形式反映變異程度
3.z-分數
4.切比雪夫定理
適用于任何數據集,不論數據分布的形態
5.經驗法則
當數據集呈正態分布時使用
6.異常值
對于鐘形分布數據,根據經驗法則,利用z-分數檢查異常值時,而已吧z-分數小于-3或者大于+3的數值視為異常值。
7.箱形圖
8.兩變量間關系度量
(1)協方差
協方差表示兩者相關關系:正的協方差表示變量間正相關關系,負的協方差表示變量間負相關關系。為了度量相關的程度,用相關系數。
(2)相關系數
相關系數取值范圍為[-1,1],越接近1越呈現強線性正相關,越接近-1越呈現強線性負相關(線性關系不意味著因果關系)
9.加權平均數
10.分組數據
11.公式總結1
12.計數法則
13.貝葉斯定理
14.離散型概率分布
令f(x)為x的概率函數,表示x每一個取值的概率
15.二項分布
如果具有性質(2)(3)(4),即二項試驗的一次試驗成為貝努利試驗。
16.泊松分布
17.超幾何分布
當n足夠大時,超幾何分布近似為成功率為p=r/N的二項分布
18.連續型隨機變量
與離散型最大的不同時,連續型沒有隨機變量x取某個特定值的概率f(x),有概率密度函數,也記為f(x)。但是概率密度函數并沒有直接給出概率,f(x)曲線下的面積為連續型隨機變量在該區間內取值的概率。因此連續型隨機變量只能給出某個區間內的概率,某點的概率為0(某點時f(x)曲線下面積為0)。
19.均勻分布
20.正態分布
(1)標準正態分布
計算任一正態分布的概率。首先將正態分布隨機變量x轉化為標準正態分布隨機變量z:
然后查表。
(2)二項分布的正態近似
舉例:
21.指數分布
排隊論中,指數分布常用于描述服務等候時間。
泊松分布與指數分布的關系
如果某段時間內汽車到達數服從泊松分布,那么兩輛汽車達到時間間隔必定服從指數分布:
22.抽樣分布
采集樣本的目的是收集數據從而對關于總體的某個研究問題作出推斷。抽樣結果僅僅提供的是對總體特征值的估計。
參數的概念:
23.有限總體抽樣
(1)有限總體抽樣
- 簡單隨機抽樣
一般簡單隨機抽樣總是默認為無放回抽樣。
(2)無限總體抽樣
24.點估計
點估計量和點估計值:
25.抽樣分布
26.xˉ的抽樣分布
(1)xˉ的數學期望
(2)xˉ的標準差
(3)xˉ抽樣的分布形態
27.pˉ的抽樣分布
(1)pˉ的數學期望
(2)pˉ的標準差
(3)pˉ抽樣分布的形態
28.點估計的性質
(1)無偏性
(2)有效性
(3)一致性
29.區間估計
對于總體均值μ
(1)總體方差σ已知
95%置信區間是最常見的選擇,此時z0.025=1.96
(2)總體方差σ未知
注意:
對于總體比率p
對于總體方差
30.假設檢驗
如何選擇原假設和備擇假設?
(1)備擇假設作為研究的假設
(2)原假設作為被懷疑的假設
例1:企業的目標是某飲料灌裝至少為67.6盎司。
例2:企業的目標是某飲料灌裝正好是67.6盎司。
(3)原假設和備擇假設形式:
(4)兩類錯誤
(5)顯著性水平
(6)單側檢驗
31.簡單線性回歸
只包括一個自變量和一個因變量,二者關系可以用一條近似直線表示
(1)回歸模型
(2)回歸方程
(3)估計的回歸方程
(4)最小二乘法
(5)殘差
(6)離差
(7)對殘差和離差的理解
(8)回歸平方和
(9)SSE、SST、SSR關系
重要公式
(10)判定系數
(11)樣本相關系數
(12)顯著性檢驗
32.多元回歸
總結
以上是生活随笔為你收集整理的《商务与经济统计》要点回顾笔记的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 设置 NSZombieEnabled 定
- 下一篇: 《商务与经济统计》练习:案例2-1:Pe