数理统计模型课件.ppt

1、统计值说明 （5）Y 估计值的标准误差——sey ——真值在Y估值正负1的标准差区间概率是2/3 (6) F 统计值或 F 观察值——F 使用 F 统计可以判断因变量和自变量之间是否偶尔发生过观察到的关系。 （7）置信度——df 用于在统计表上查找 F 临界值。所查得的值和函数 LINEST 返回的F统计值的比值可用来判断模型的置信度。 1、统计值说明 （8）回归平方和ssreg （9）残差平方和ssresid 作业4 某企业的资金投入X与销售收入Y如下表：试用一元回归方法求出回归线，说明两者的相关关系并对X=57万元企业销售额进行预测。 X(万元） Y（万元） 1 10 130 2 18 180 3 23 200 4 35 250 5 42 310 例2 某市国内生产总值y与固定资产投入X1、劳动力投入X2的历史数据如下表，试用线性回归方法确定其参数值。 序号 y X1 X2 1 53 9 11 2 64 19 14 3 82 21 15 4 92 34 17 5 120 43 19 6 160 56 20 7 180 72 29 例2 -2.08797 2.651822 48.34758 Y=2.65X1-2.09X2+48.35 预测：x1=82, X2=35 y=? Y=192.71 作业 2000年某企业产品销售量Y与企业销售投入量X1、销售点增加量X2历史数据如下表，试用回归方法求其参数值。说明两者的相关关系并对（X1=140，X2=41）的Y值进行预测。 作业 序号 Y X1 X2 1 42 20 5 2 62 23 7 3 83 50 9 4 80 70 12 5 99 77 15 6 120 89 18 7 160 99 20 8 190 110 30 9 230 120 31 三、参数估计 （一）含义 参数估计是从样本的统计值来估计总体的 参数值，其逻辑程序是先有样本分布，再推测总体。当样本对总体参数进行估计时，有两种估计方法：点估计(poim estimation)与区间估计(interval estimation)。 1、点估计 点估计是将样本中某统计量的值作为相应总体参数值的单一估计。 例： 想了解某种新产品在各省会城市的销售量，我们可抽去一些省会城市调查其销售量，然后求其平均值，即为平均销售量估计。当然，如果另外抽取几个城市，就会发现其平均销售量不完全一致，这说明点估计值本身就是一个随机变量。 2、区间估计 区间估计不是采用通常度量准确性的方法，如允许估计值与真实值有百分之几的误差，而要判断真实值有多大可能落在样本统计值分布的某一范围、(置馈区间)之内。这一范围越大，估计值的准确性就越低。统计值落在允许偏差的范围的概率越大，故计值的可靠性就越高。一般来说，在管理研究中，置信水平选择95％或99％，即O．95或0．99的概率，真实值落在偏差范围之内，允许不超过0．05或O．01的概率超出此范围。 四、假设检验 （一）含义 假设检验是先对总体参数作出假设，然后从样本统计值去检验它是否与假设参数值一致。 （二）假设检验中两类错误 在假设检验中存在两类错误：样本是随机抽取的，但也有意外，例如样本没有反映典型特征。当我们错误地将偶然发生的事件当作非偶然发生的，进而错误地将虚无假设否定，则就犯了第一类错误； 如果将原本错误的事件认为是正确的，没有否定本该否定的虚无假设，则就犯了第二类错误。 （三）t检验 (t-test)是检验定距或定类变量的相关性，即在定距或定类尺度上，两群体之间是否存在差异。 例： 有MBA资格的人员是否比企业管理专业的本 科毕业生表现要好?男性与女性对激励的反映是否相同?此类问题可通过t检验来分析研究变量中不同群体的平均数是否有显著差异，亦即针对具有两个子类别的定类变量(男性与女性、MBA与本科生)进行检验，看这两个群体在定距或定比尺度上(反映程度、表现程度等)的平均数是否存在显著差异。 T检验方法 选择分析 平均值比较 独立样本t检验 选择分组变量 选择置信水平 选择置信水平 输出结果 （四）方差分析 1、含义： 方差分析(ANOVA)是检验因变量是定距或定比尺度时，两个以上群体之间的平均的显著差异。 例： 4组促销人员之间是否存在显著差异：一组被送到学校系统学习营销课程；一组通过实地考察在职训练，一组由经验丰富的销售经理进行指导，一组没有接受上述训练。利用方差分析来确定不同群体之间是否存在显著差异可通过F统计量获得。 2、具体方法 选择分析 平均值比较 单因素方差分析 选择两变量 输出结果 （五） χ2检验 1、含义 χ2检验(chi：square test)是用于检验两个定类变量发生频次之间是否存在差异 例： 在超市随机选择90位顾客征