一、参数估计
1⃣️ 估计
· 分布剖析
有两条法则可以告诉你：大部分数据落在概率分布中的哪个区域。
经验法则——适用于符合正态分布的任何数据集。表明：几乎所有的数据都位于距离均值3个标准差的范围内。具体：
大约68%的数值位于距离均值1个标准差的范围内；
大约95%的数值位于距离均值2个标准差的范围内；
大约99.7%的数值位于距离均值3个标准差的范围内。
切比雪夫不等式——适用于任何数据集。表明：对于任意分布，都至少有1-1/k^2的X落在离均值k个标准差的范围内。具体：
至少75%的数值位于距离均值2个标准差的范围内；
至少89%的数值位于距离均值3个标准差的范围内；
至少94%的数值位于距离均值4个标准差的范围内。
· 参数估计
· 步骤：选定参数——选定统计量——抽样分布——得出结果
· 定义
参数估计：用样本统计量去估计总体的参数
估计量：用来估计总体参数的统计量
估计值：根据一个具体的样本计算出来的估计量的数值
· 抽样分布
1）样本均值的抽样分布
2）样本比例的抽样分布
由二项分布的原理和渐近分布的理论，当n充分大时，np>5且np>5时，p的分布可用正态分布去逼近，即：
P~N(p，pq/n)
切忌：须进行连续型修正+-1/2n
3）样本方差的抽样分布
· 评价估计量的三标准
无偏性：估计量抽样分布的数学期望等于被估计的总体参数
有效性：也称最小方差性，即方差越小的估计量越有效
一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数
· 估计-得出结果
两类方法
· 点估计
定义：用样本估计量构造的某一个值直接作为总体参数的估计值
具体方法：矩估计法、最大似然法、顺序统计量估计法、最小二乘法
特点：优点（简单、精确）；缺点（不准确）
· 区间估计
定义：在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减估计误差得到。
置信区间：在区间估计中，由样本统计量所构造的总体参数的估计区间文章来源：https://www.toymoban.com/news/detail-474459.html
置信水平：置信区间中包含总体参数真值的次数所占的比例文章来源地址https://www.toymoban.com/news/detail-474459.html
到了这里，关于PART 4 描述性统计分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
