应用概率统计.ppt

应用概率统计 课程内容(针对教材) 课程目标 引例: 生活中的问题 第一章 概率论基础及R软件使用 1.4 概率收敛 1.4 大数定律 1.4 中心极限定理 1.5 R统计软件 基本语法 向量 列表 数据框 大数定律模拟 2.4 抽样分布 3.3 区间估计-单正态总体区间估计 3.3 区间估计-单正态总体区间估计 3.3 区间估计-单正态总体区间估计 3.3 单正态总体区间估计——R软件 3.3 区间估计-双正态总体区间估计 3.3 区间估计-双正态总体区间估计 3.3 双正态总体区间估计——R软件 3.3 区间估计-双正态总体区间估计 3.5 非正态总体参数的区间估计 3.5 非正态总体参数的区间估计 第四章 假设检验 4.1 假设检验的基本概念 4.1 假设检验的基本概念 4.1 假设检验的基本概念 4.2 单正态总体假设检验 4.2 单正态总体假设检验 4.2单正态总体假设检验——R软件 4.3 双正态总体假设检验 4.3 双正态总体假设检验 4.3 双正态总体假设检验——R 软件 4.4 非正态总体假设检验 4.4 非正态总体假设检验 4.4 非正态总体假设检验 4.4 非正态总体假设检验 4.5 非参数假设检验 4.5.1 非参数假设检验-分布函数检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-Pearson卡方检验 4.5.1 分布检验-- k-s检验 4.5.1 分布检验-- k-s检验 4.5.1 分布检验-- k-s检验 4.5.1 分布检验– QQ图 4.5.1 分布检验– QQ图 4.5.2 独立性检验–列联表检验 4.5.2 独立性检验–列联表检验 4.5.2 独立性检验–列联表检验 4.5.2 独立性检验–列联表检验 第五章 回归分析 5.1 相关分析 5.2 线性回归模型 5.3 最小二乘法估计 5.7 回归分析-非线性回归模型 5.7 回归分析-非线性回归模型 7.1单因素方差分析 7.2 单因素方差分析 7.1 单因素方差分析 7.1 单因素方差分析 7.1 单因素方差分析——R软件 7.2 双因素方差分析 7.2 双因素方差分析 7.2 双因素方差分析——R软件 7.3 正交试验 7.4.1 正交试验—正交表 7.4.1 正交试验—正交表 7.4.2 正交试验—基本步骤 7.4.2 正交试验—基本步骤 7.4.2 正交试验—直观分析 7.4.2 正交试验—极差分析 7.4.2 正交试验—方差分析 7.4.2 正交试验—方差分析 7.4 正交试验设计——R软件 7.4 正交试验—R程序分析 7.4.3 正交试验—有交互作用 7.4.3 正交试验—有交互作用 7.4.3 正交试验—交互作用表 7.4.3 正交试验—正交试验表 7.4.3 正交试验—直观分析同无交互 7.4.3 正交试验—极差分析 7.4.3 正交试验—方差分析 应变量与自变量之间的关系更多情况下呈现非线性关系： 可线性化的非线性 x=runif(30,0,10) x=sort(x) y=2+3*x-0.2*x^2+4*log(x)+rnorm(x) plot(x,y) l1=lm(y~x) l2=lm(y~x+0) l3=lm(y~x+I(log(x))) l4=lm(y~x+I(x^2)+I(log(x))) abline(l1,col=2) abline(a=0,b=l2$coef,col=3) lines(x,l3$fit,col=4) lines(x,l4$fit,col=5) 5.7 回归分析-非线性回归模型 5.7 回归分析-非线性回归模型 x=c(2,5,7,10,14,19,26,31,38,45,52,53,60,65) y=c(54,45,37,37,35,25,20,16,13,8,11,8,4,6) l=lm(I(log(y)~x)) plot(x,y) lines(x,exp(l$fit),col=red) abline(lm(y~x),lty=3,col=blue) 第七章 方差分析与正交试验 单因素方差分析 双因素方差分析 正交试验 78，65，80，69 A3 62，68，50，70 A2 94，91，75，85 A1 水稻产量 肥料 7.1单因素方差分析 方差分析研究因素对指标是否有显著的影响。 试验结果称为试验指标，简称指标，通常用X表示； 试验中可控的条件称为因素，通常