2019-02-11至2019-02-17本周总结

作者: bf3780a4db09 | 来源:发表于2019-02-16 20:36 被阅读5次

这周主要完成的学习任务是常见的概率分布、区间估计、假设检验、线性回归、梯度下降和逻辑回归的原理以及公式推导【这部分已经总结过】
关于区间估计和假设检验，在概念理解上有新的收获，理一下思路吧。
点估计
点估计：直接用样本指标作为总体指标的估计值【比如用样本均值来估计总体均值】
关于样本抽样的两个假设：
1）如果总体服从 $(\mu ,{{\sigma }^{2}})$ 的正态分布，那么无论样本容量 $n$ 是多少，均有样本均值 $\bar{x}\tilde{\ }(\mu ,\frac{{{\sigma }^{2}}}{n})$
2）如果总体不服从正态分布，那么当样本容量足够大时（ $n\ge 30$ ），样本均值 $\bar{x}$ 近似地服从 $(\mu ,\frac{{{\sigma }^{2}}}{n})$ 的正态分布【中心极限定理】
区间估计
但是通常情况下，总体指标并不等于样本指标，为了提高估计的精确性，利用区间估计来给出总体指标的估计范围【在点估计的基础上加减一个边际误差】
例子：
最近一周，某百货公司调查了100名客人，得到他们的消费金额均值 $\bar{x}\text{=}82$ ，公司希望通过这100名客人来估计消费金额的总体均值 $\mu$ 。【置信度为95%】

由题可知 $\bar{x}\tilde{\ }(\mu ,\frac{{{\sigma }^{2}}}{n})\text{=}(\mu ,\frac{{{\sigma }^{2}}}{100})$

分两种情况：

第一种由历史数据得出该公司的消费金额总体标准差 $\sigma \text{=}20$ 【已知】

总体均值有95%的概率在区间 $\left[ \bar{x}-{{Z}_{\alpha /2}}\frac{\sigma }{\sqrt{n}},\bar{x}+{{Z}_{\alpha /2}}\frac{\sigma }{\sqrt{n}} \right]$ 内【统计量 $Z$ 服从标准正态分布】

注： ${{Z}_{\alpha /2}}$ 表示上侧【右侧】面积为 $\alpha /2$ 时统计量 $Z$ 的值

第二种未知总体标准差的值

总体均值有95%的概率在区间 $\left[ \bar{x}-{{t}_{\alpha /2}}\frac{s}{\sqrt{n}},\bar{x}+{{t}_{\alpha /2}}\frac{s}{\sqrt{n}} \right]$ 内【统计量 $t$ 服从自由度为 $n-1$ 的 $t$ 分布】

假设检验
假设检验：用来确定是否应该拒绝关于总体参数值的方法
围绕两类错误展开
第一类错误：原假设 ${{H}_{0}}$ 为真，却拒绝了 ${{H}_{0}}$
第二类假设：原假设 ${{H}_{0}}$ 为假，却接受了 ${{H}_{0}}$
将只控制第一类错误的假设检验称为显著性检验【无法控制第二类错误】，同时当原假设为真且以等号形式出现时，此时犯第一类错误的概率称为显著性水平【 $\alpha$ 】。
注：显著性检验只能得出两个结果：拒绝 ${{H}_{0}}$ 或者不能拒绝 ${{H}_{0}}$ ，没有接受 ${{H}_{0}}$ 这种说法，一旦接受 ${{H}_{0}}$ ，就要承担范第二类错误的风险。
总体均值检验
1）总体标准差 $\sigma$ 已知
总体均值的单侧检验
例子： ${{H}_{0}}:\mu \ge 3,{{H}_{a}}:\mu <3$ ，假设总体服从正态分布
已知 $\sigma \text{=}0.18,n=36,\bar{x}=2.92$
检验统计量： $Z=\frac{\bar{x}-{{\mu }_{0}}}{\sigma /\sqrt{n}}\tilde{\ }N(0,1)$ ，用来确定 $\bar{x}$ 是否偏离 $\mu$ 足够远【足够小】，从而可以拒绝原假设。
检验方法：
$p$ 值法，看面积大小【 $p$ 值越小（小于 $\alpha$ ），越要拒绝原假设】
此时的 $Z=\frac{\bar{x}-{{\mu }_{0}}}{\sigma /\sqrt{n}}\text{=}\frac{2.92-3}{0.18/6}=-2.67$ ， $p\text{=}P(Z\le \text{-}2.67)=0.0038<\alpha =0.01$ ，因此拒绝原假设。
临界值法，看 $x$ 值的位置
计算临界值： $P(Z\le linjiehi)\text{=}\alpha \text{=}0.01$ .,直接查表查不到，利用对称性得到 ${{Z}_{\alpha }}={{Z}_{0.01}}=2.33$ ,所以临界值为-2.33，此时的 $Z\text{=-}2.67<-2.33$ ，因此应该拒绝原假设。
其实，假设检验和区间估计是一致的，假设检验计算此时统计量的值是否在接受域【区间估计】内，无论是 $p$ 值法还是临界值法，都可以转化为该值是否在接受域内【 $p<\alpha$ 当前值越向尾端靠近，越远离区间估计的边界点（临界点）】
总体均值的双侧检验
例子： ${{H}_{0}}:\mu \text{=}295,{{H}_{a}}:\mu \ne 295$ ，假设总体服从正态分布，已知 $\sigma \text{=12},n=50,\bar{x}=297.6,\alpha \text{=}0.05$
检验统计量： $Z=\frac{\bar{x}-{{\mu }_{0}}}{\sigma /\sqrt{n}}\tilde{\ }N(0,1)$ ，用来确定 $\bar{x}$ 是否偏离 $\mu$ 足够远【足够小或者足够大】，从而可以拒绝原假设。
检验方法：
$p$ 值法
此时的 $Z=\frac{\bar{x}-{{\mu }_{0}}}{\sigma /\sqrt{n}}\text{=}\frac{297.6-295}{12/\sqrt{50}}=1.53$ ， $p-value\text{=}P(Z\le \text{-1}\text{.53 }or\text{ }Z\ge \text{1}\text{.53})=2P(Z\ge \text{1}\text{.53})\text{=}2\times 0.063=0.126>0.05$ .，因此不能拒绝原假设。
临界值法
计算临界值： $P(Z\le \text{-}linjiezhi\text{ or }Z\ge linjiezhi)\text{=}\alpha \text{=}0.05$ ,
即 $1-P(Z\le linjiezhi)=P(Z\ge linjiezhi)=0.025$ ，
所以 ${{Z}_{\alpha /2}}=1.96=linjiezhi$ ,此时的 $Z\text{=1}\text{.53}<1.96$ 【在区间估计内】，因此不能拒绝原假设。
2）总体标准差 $\sigma$ 未知
方法与总体标准差已知的情况类似，只是，统计量换成 $t=\frac{\bar{x}-{{\mu }_{0}}}{s/\sqrt{n}}\tilde{\ }t(n-1)$
总体均值的单侧检验
例子： ${{H}_{0}}:\mu \le 7,{{H}_{a}}:\mu >7$ ，已知 $s\text{=1}\text{.052},n=60,\bar{x}=7.25,\alpha \text{=}0.05$
$p$ 值法
此时的 $t=\frac{\bar{x}-{{\mu }_{0}}}{s/\sqrt{n}}\text{=}\frac{7.25\text{-}7}{1.052/\sqrt{60}}=1.84$ ， $p-value=P({{t}_{59}}\ge 1.84)=1-P({{t}_{59}}\le 1.84)=0.035<0.05$ ，拒绝原假设。用Python计算这里的 $P({{t}_{59}}\le 1.84)$
一种是用t检验的方法，直接输入60个样本