《统计学公式贾俊平精华版.doc》由会员分享，可在线阅读，更多相关《统计学公式贾俊平精华版.doc（11页珍藏版）》请在三一文库上搜索。
1、01.加权平均数壬=儿何平纭=vtp02.离散程度分类数据：异众比率v 茲（众数频数）V = 1 r总频数顺序数据：四分位差 数值型数据：方差/标准差抽样标准误差总体标准差石若x - “0 V,则拒绝H30.谢数学期望和标准差:E冈=地有限总体时冬=再颈刼离散程度-离散系数（衡量差异大J、）无限总体时七=壬31比例戶的数学期望和标准差:V = I,越大，离散系数越大-X03.经验法则: 1/2/3个标准差68% / 95% / 99%有限总本时乞=无限总体时% =卩（1一卩n04 偏态系数未分组SK = 丫吃上科（n - ln - 2）* sv 分组SK =组数11 一个总体均值的区间估计大样
2、本且方差已知/未知：X Za/2 罕即，该样本平幻置信区间为。n * s见,该组的中值；SA越大偏斜越大, 正值，右偏分布总体正态小样本，方差未知J ta；2（n - 1）F12.样本比率尸（样本+总量）的区间估计峰态系数y（M - X）4 * 组数 分组& =厶匕入丿川以n * s1 3,尖峰分布； 扁平PS：P(|x-/|A右单侧：希望数值越小越好H, “ R,汁算P （ZZ值）值双侧：P&/2拒绝原假设单侧PQ拒绝原假设运用置信区上下限比较P 珀吋13总体方差m 心2才自由度n - 121.个估计时样本量的傩：（zQn =:E- a2 (q _ 1) s： + (心 _ 1) s；刀+刀
3、2 2小样本正态，b H by未知，q = n.Xt ) 為/2(q + 处2)s： s； + 6 n2)(4)小样本，正态，H by未知，q H n2(r八2I73! n2)(5)两个总体之差(匹配样本)的估计, G为每一组对应样本之那总平均数 (1扶样本d Zai2単(2卜样本d ta!2(n - 1)手12.两个总体比例之差：(卩)氐、国三伍旦V q处13 两个总体方差比21两个估计均值差时样極的确定：+ /-E222.佔讣比例时样本量的确Enl = n2 p =鸟=0. 5-_ (zQpQ - Pi)-卩(1 - pJn=F边际误差尸31.两个参数的假设检验大样本Z =k - g) -
4、 (匚V ni n2小样本，=(r2* _ k 一 雄)一 (a - “J1.fiS；+ 冃山发(q +力2 2)小样本，6丰6t = k 一 一 (“1 一 “J I( o7T 5心丿自由度同左唯(4)匹配样本：计笳=二，同t (n - 1)比较32两个总体比率之差：A.耳=&B、样本比例听-吃=d(多设为0)p =也+刀4q + n233.总体方差的相似性：F =辿s今若A-a/2(nf nJ v 尸 v 你/nJ 则可判定,o = 6连列分析连列表：条件频数/行百分数/列百分数/总百分数期望值：行百分数X条件总值方差分析：检验各个总体的均值是否相等，判断分类自变 量对数值因变量的影响总平
5、方和（总误差）SS7；组间误差55凡组内误差SSE:一个条件组的平均数乙总、平均数J：第个条件；J：其中第J个值，n总数，k组的个数 SSA：区观察值频数期望值频数）1 两数之间相关程度：才=工叵二At厶自由度=（行数-1）（列数-1）同龙（df）比较，若才 疋（df）拒绝原假设2独立性检验（是否存在依赖关系）（组内频数*（各组间平均值耳沟误差的平方） 总和 自由度k - 1SSE：（每组内频数与组弓夠值永J误差）的平方胎总和 自由度n - kSST-.（每一个观测值场勺误差）的平方的总和自由度n - 1行总和2iT +列总和67）总数HSA组间均方=SSAk - 1畑_组内均方=SSEn -
6、 k1 统计量尸=同龙（df比较MSA1SE3相关系数ad 一 bex/(a + b)(c + d) + (a + c)(b + d)排列卩越大，相关程度越大 ca4 列联相关系数c =MLY才+n2 关系量强度FSSASSEh变量对因变量的影响片总的用3 最小显著差异LS0 = J,自由度为n-k,X：-Xj LSD.拒绝，有显著差异L SB是比较每两组数据间0咲系5 啪关系数= n * min(r - Lc - 1)1.单因素方差分析2.双因素方差分析A.独立双因素列数r,因素j,每列平均值亞； 行数k,因素i,每行平坯i； ；为总平均数总平方和(总误差)SS7；自由度df： kr - 1
7、 行因素误差和SSR df (k - 1), 列因素误差和SSG df (r - 1)随机误差平方和SSQ dfd - 1) (k - 1)SST = SSR + SSC + SSECCD1 行因素显著性伦=w八咙窗理5(k- L(r - 1) (k - D) MSE列因素显著性耳=摆 F (r - l,(r - 1) (k - D) 若F F&拒绝，即差异显著2 关系量强度0 =SSR + SSC-SST-这两个自变量対因变鄭影响占总的FB.交互作用双因素K,个行因素；m,行因素数值的行数R,个列因素；n,观察值总数误差来源平方和自由度均方F值行因素SSRK-lMSRMSR/MSE列因素SS
8、CR-lMSCMSC/MSE交互左右SSRC(K-l)(R-1)MSRC/MSE误差SSEKR(M-l)总和SSTN-151.元线性回归模型估计的简单线性回归方程y = A + Bx 估计的回归方程的斜榊截距：B = $,61 多元线性回归模型：多元回归方程：y = 00 + 队X + 02鬼 + + PpXp + SST, SSR, SSZ之间的关系：SST = SSR + SSE62 拟合优度多重判定系数：RzA = y - lx52.相关系数r,两个关系间的关系强度 0,正线性相关；v 0,负线性相关；=0,无关SSRS57r的显著性检验，（1腮体相关系如交大，正值，r左偏 较大，负值，
9、r右偏分布修正的多重判定：R； = 1 - （1 -于）卫 刀一k - 1样本数量n,自变量数靈估计标准误差：Se = 4MSE63.显著性检验：线性关系SSR / KSSE /(n - k - 1)F(k, n - k -1)若拒绝，即存在r强度的线性关系53拟合优度用=孚，越大拟合越好SST佔计标准误差：Se = 4MSE34 线性关系显著性检验回归系数：t,=邑 %p（n - k - 1） s%64.多重共线性判定各个自变量之间相关藏，若均 ta!2（n - k - 1）,拒绝，即存在MSRUseF(1, n - 2)SS殆I度金 S5|lln - k - 1回归系数t吊=伍犷半（X血）
10、55.y的置信区间估计，取值Y。时，得到y。Vo 土 切2(刀 一 1) * S *56残差e = y0 - y0标准化预测y回归分析的一些数据71. 时间序列平稳序列非平稳序列（趋势T/季步性S/周期性C/随机性I ）平均增长率二环比增长率的儿何平均值-172. 预测方法评估第i个观测值预测值平均误差尬=所有预测误差的平均数平均绝对误差妙=全部误差取绝对值后总和求平均 均方误差畑=每一个误差平方后的总求平均73. 平稳序列的预测简单平均t+1 = Z Yx移动平均：Ft1 =选择K个值作为一期的平均数指数平滑：F = /； + a（ -存）74. 趋势型预测线性趋势指数曲线修正指数曲线75季节性顺序Pl： MR：相关系数；RS判泄系数，ARS调整的判圧系数;标准误差s,观测值nP2： df自由度；总平方和SS：均方MS：线性关系F （Ps：回归R,残差E,总计T）P3, : INTER,截距：XV,斜率; t-stat回归系数P值检验，P &，不拒绝：a ,拒绝