1702655373
Excel统计分析与应用大全 4.5.2 F分布的概率分布图的绘制
1702655374
1702655375
通过示例11来介绍绘制F分布的概率分布图的相关操作。
1702655376
1702655377
示例11:
1702655378
1702655379
以示例10中图4.28所示的数据表作为本例的基础数据文件,绘制F分布的概率分布图的具体操作步骤如下:
1702655380
1702655381
1702655383
1702655384
1702655385
1702655386
1702655387
图4.29 F分布的概率分布图
1702655388
1702655389
1702655390
1702655391
1702655393
Excel统计分析与应用大全 第5章 参数估计
1702655394
1702655395
在实际问题中,人们经常希望能根据一些已知的信息推断出未知的信息或对某一结论下定论。如果能够掌握总体的数据,只需要做一些简单的统计描述,就可以得到所求的总体特征。但实际情况比较复杂,涉及范围广的不可能对总体中的每个单位都进行测定。这就需要从总体中抽取一部分个体进行调查,进而利用样本提供的信息来推断总体的特征。
1702655396
1702655397
比如,遇到随机变量X(总体X)的分布函数的形式已知,但它的一个或者多个参数未知的情形,此时写不出确切的概率密度函数。若通过简单随机抽样,得到总体X的一个样本观测值(x1,x2,……,xn),就可以利用这一组数据来估计这一个或多个未知参数。诸如此类利用样本去估计总体未知参数的问题,称为参数估计问题。即用所获得的样本值去估计参数取值称为参数估计。
1702655398
1702655399
参数估计问题有两类,分别是点估计和区间估计。
1702655400
1702655402
5.1 参数估计介绍
1702655403
1702655405
5.1.1 参数估计的点估计
1702655406
1702655407
点估计是依据样本估计总体分布中所含的未知参数的函数。通常它们是总体的某个特征值。
1702655408
1702655409
设x1,x2,……,xn是来自总体X的一个样本,其中θ是待估计的参数,我们用一个统计量
1702655410
1702655411
1702655412
1702655413
1702655414
的取值作为θ的估计值,称为θ的点估计量。它是一个随机变量。将样本观测值代入估计量,就可得到一个具体数值,这个数值称为θ的点估计值。
1702655415
1702655416
点估计的特点:
1702655417
1702655418
●将样本的估计量的某个取值直接作为总体参数的估计值。
1702655419
1702655420
●无法给出估计值接近总体参数程度的信息。
1702655421
[
上一页 ]
[ :1.702655372e+09 ]
[
下一页 ]