Учебный дневник предметной статистики, в котором собраны все концепции и выполнены все задачи и упражнения, предложенные в ходе курса.
презентация
В этом документе собрана история работы команды ИНТЕЛЛЕКТУАЛЬНАЯ во время применения Совместного обучения по предмету Статистической статистики, принадлежащему факультету административных наук. Журнал готовится совместно всеми членами команды, и он регулярно просматривается и оценивается учителем. Она включает в себя идентичность, которую участники дают команде, список учеников, которые составляют ее, работу, проделанную в каждом классе, достигнутые достижения и индивидуальную и групповую самооценку своей работы.
Продвижение обучения
Детализация разработки тем, запланированных в учебной программе. Основное обучение, достигаемое на каждой сессии, и определение потребностей в обучении, которые остались для осуществления
поиска соответствующей информации.
Ниже полного документа, в нижней части этой страницы вы можете найти ссылку для загрузки оригинального файла
статистико-выводнойТемы сессий Полученные достижения Потребности в обучении
1
Социализация слога.
Полное знание предусмотренного планирования для выполнения предмета логической статистики, а также обязанностей и прав, которые студенты обязаны выполнять в указанный период.
Правильно управлять планированием курса, а также соответствующим совместным обучением в курсе.
2
- Биномиальное распределение: подсчитывает количество успехов в последовательности из n испытаний Бернулли, независимых друг от друга, с фиксированной вероятностью возникновения успеха между испытаниями p.
- Распределение Пуассона: из средней частоты возникновения выражается вероятность того, что определенное количество событий произойдет в течение определенного периода времени.
- Распределение Z: график его функции плотности имеет форму колокола и симметричен относительно определенного статистического параметра.
Навык и больший акцент при выполнении практических упражнений на уроках и домашних заданиях.
Ниже приводится серия из 9 видеороликов, в которых концепции биномиального распределения, распределения Пуассона и Z-распределения или нормального распределения объясняются с помощью упражнений, очень важных компонентов обучения логической логики.
3
Выборка и распределение выборки
Выборка: процесс отбора группы лиц из популяции с целью их изучения и характеристики общей популяции.
При выборочной оценке личные знания и мнения используются для определения элементов населения, которые должны быть включены в выборку.
В вероятностной выборке все элементы совокупности имеют возможность выбрать для выборки. Представляем четыре метода случайной выборки: -
Простая случайная выборка.
-Систематическая выборка.
Стратифицированная выборка.
-Буквенная выборка.
в реальных ситуациях.
Получать и осваивать информацию, активно применяя полученные знания.
4
Подробное распределение выборки Стандартная ошибка Центральная предельная теорема
Это то, что получается при рассмотрении всех возможных выборок, которые можно взять из популяции. Их исследование позволяет нам рассчитать вероятность того, что мы, учитывая одну выборку, приблизимся к параметру совокупности. Используя распределение выборки, можно оценить ошибку для данного размера выборки.
Большая легкость во время выполнения упражнений, данных учителем.
5
Соотношение между размером выборки и стандартной ошибкой. При уменьшении стандартной ошибки
значение любого среднего значения выборки, вероятно, приблизится к значению среднего значения по совокупности, что позволит оценить его значение.
Кроме того, принятое общее правило гласит, что если доля выборки составляет менее 0,05, то нет необходимости использовать конечный множитель населения. Поймите и проанализируйте
утверждения различных упражнений, выполненных в классе, и домашнее задание для их соответствующего решения.
6
Типы Оценки Оценки.
Оценка: Оценка - это конкретное наблюдаемое значение статистики.
• Критерии для хорошей оценки:
- Беспристрастность
- Эффективность
- Согласованность
-
Типы оценки достаточности:
• Точечная оценка: это единственное число, которое используется для оценки неизвестного параметра совокупности.
• Оценка интервала: это диапазон значений, который используется для оценки параметра совокупности.
Используйте соответствующие формулы правильно и правильно.
7
Доверительные
интервалы Доверительные интервалы:
частое определение и интерпретация.
• Доверительные интервалы для средних и отклонений в нормальных популяциях: случаи с одной и двумя популяциями.
• Доверительные интервалы на больших выборках.
Определение размера выборки.
Понимание тем для выполнения соответствующих действий.
8
Расчет интервальных оценок среднего по большим выборкам
Оценка по доверительным интервалам состоит из определения возможного диапазона значений или интервала, в котором он может быть задан с определенной вероятностью того, что значение параметра находится в пределах эти ограничения.
Проанализируйте параметры, чтобы лучше понять тему.
9
Первый Частичный Экзамен
10
Отзыв от первых частичных заметок
11
Распределение или интервальные оценки с t-распределением.
Распределение t было сделано В. С. Госсетом в начале 20-го века. Следовательно, t-распределение называется распределением Student или просто распределением Student.
- Характеристики:
• Размер образца должен быть менее 30 (n <30).
• Стандартное отклонение должно быть неизвестно.
Делайте больше упражнений, чтобы лучше понять тему.
12
Определение размера выборки при оценке. Во всех анализах, проведенных до сих пор, мы использовали символ n вместо определенного числа.
Насколько большим должен быть образец? Если он очень маленький, мы можем не достичь целей нашего анализа; если он слишком большой, мы тратим ресурсы на отбор проб.
• Размер выборки для оценки среднего.
• Размер выборки для оценки пропорции.
Понять тему, чтобы она была более эффективной при выполнении работы.
13
Один тест гипотезы образца.
Мы не можем принять или отвергнуть гипотезу о параметре совокупности просто интуитивно, нам нужно научиться объективно решать, принимать или отклонять догадку, основываясь на информации об образце.
• Гипотеза - это возможное или невозможное предположение о чем-то, что может привести к последствиям.
• Статистическая гипотеза - это гипотеза или предположение, которое делается в отношении конкретной популяции относительно параметра популяции, которая количественно определяет ее характеристику. Существует:
• Нулевая гипотеза Хо.
• H1 альтернативная гипотеза.
Большее применение упражнений ориентировано на различные сценарии, которые могут быть представлены и, таким образом, получить большее понимание.
14
Проверка гипотезы о порциях.
Определите, были ли взяты две независимые выборки из двух популяций, которые представляют одинаковую пропорцию элементов с определенной характеристикой. Тест фокусируется на относительной разности (разница, деленная на стандартное отклонение распределения выборки) между двумя пропорциями выборки.
Требуется больше анализа данных, чем предусмотрено в упражнении, чтобы правильно их решить и понять.
15 Проверка
гипотезы средних значений, когда стандартное отклонение популяции неизвестно.
Мы узнали, что разница в размерах между большими и малыми выборками важна, когда стандартное отклонение популяции неизвестно, и необходимо оценить ее по стандартному отклонению популяции. пример. Если размер выборки n равен 30 или меньше и неизвестен, мы должны использовать распределение t. Соответствующее t-распределение имеет n-1 степень свободы.
Различают размер выборки, учитывая, что распределение t использовалось при 30 или менее
16
Проверка гипотезы: проверка двух выборок
Проверка гипотезы двух выборок будет брать две случайные выборки, чтобы определить, идет ли она из одной и той же популяции или из одной и той же популяции, учитывая, что популяции равны,
среднее значение между два выборочных средства равны нулю. Если существуют независимые группы населения, они равны сумме двух отдельных переменных. Следовательно, выборки должны быть достаточно большими, чтобы распределение выборки означало нормальное распределение.
Сравните практические и зависимые и независимые выборки, чтобы избежать путаницы при их идентификации.
17
Тесты на различия между средними: маленькие образцы. Тест различий между средними с зависимыми образцами.
Тестирование на различия между средними значениями Когда размеры выборки невелики, для проверки различий между средними значениями выполняются две процедуры. Первый связан с тем, как мы рассчитываем расчетную стандартную ошибку разности между двумя выборочными средними. Второе - это тестирование небольших образцов из одного среднего значения. Основываясь на наших тестах на распределении t, а не на нормальном распределении. Тест различий между средними с зависимыми образцами. Использование зависимых выборок позволяет проводить более точный анализ, поскольку позволяет контролировать внешние факторы. Для зависимых выборок основная процедура, принятая во всех проверках гипотез, все еще соблюдается.Единственные различия состоят в том, что для оценки стандартной ошибки различий выборок используется другая формула, и что обе выборки должны быть одинакового размера.
Научитесь распознавать данные каждого упражнения, чтобы применить соответствующую формулу. Распознать формулы для зависимых и независимых выборок.
18
Тесты на различия между пропорциями: большие выборки
Общая процедура, которой нужно следовать, очень похожа на то, что мы делали в предыдущем классе с двумя обсуждаемыми темами, когда мы сравнили два средства с использованием независимых выборок: мы стандартизировали разницу между двумя пропорциями выборки и на основе наших тесты в нормальном распределении. Единственным существенным отличием будет то, как мы найдем оценку для стандартной ошибки разности между двумя пропорциями выборки.
Требуется лучшее понимание нулевого (HO) и альтернативного (H1) подхода.
19
Частичный второй экзамен и отзывы о заметках.
20
Отсутствие на занятиях из-за медицинских экзаменов преподавателей IESS.
21
Непосещение занятий из-за сторон, соответствующих кантонизации провинции.
22
Дисперсионный анализ
Позволяет значить различия между более чем двумя образцами средних; Это необходимо, потому что, если вы хотите сравнить более двух средств, неправильно повторно использовать контраст на основе t-критерия Стьюдента. по двум причинам: во-первых, и поскольку несколько проверок гипотез будут проводиться одновременно и независимо, вероятность случайного обнаружения какой-либо значимой проверки возрастет. В каждом контрасте H0 отклоняется, если t превышает критический уровень, для которого, в нулевой гипотезе, существует вероятность a. Если выполняется m независимых контрастов, вероятность того, что в нулевой гипотезе никакая статистика не превысит
критическое значение равно (1 - a) m, следовательно, вероятность того, что кто-либо превысит его, составляет 1 - (1 - a) m, что для значений, близких к 0, приблизительно равно m. Гипотезу дисперсии можно проверить с помощью распределения Фишера, уровень значимости которого составляет 0,01 и 0,05.
Делайте больше упражнений, чтобы тема была лучше понята.
23
Хи-квадрат
Хи-квадрат - это проверка гипотезы, которая сравнивает наблюдаемое распределение данных с ожидаемым распределением данных. Существует несколько типов тестов хи-квадрат: критерий соответствия хи-квадрат. Результат этого сравнения сравнивается с распределением хи-квадрат.
Чтобы иметь возможность иметь более краткий класс по предмету.
25
Простая регрессия и корреляция Регрессия и корреляционный
анализ покажут нам, как определить характер и силу отношений между двумя переменными. Таким образом, мы научимся прогнозировать с некоторой точностью значение неизвестной переменной на основе предыдущих наблюдений этой и других переменных. Типы отношений Анализ основан на отношениях или связях между двумя (или более) переменными. «Известные переменные называются независимыми переменными; и те, которые мы пытаемся предсказать, называются зависимыми переменными ».
• Прямая линия
• Обратная линия
• Прямая
кривая
• Обратная кривая • Обратная линия с большей дисперсией
• Нет связи
Понимание и анализ теории, чтобы понять разрешение упражнения, относящегося к теме.
26
Непосещение занятий, так как у инженера был запрограммирован пилотный тест с INEC
27
Простое регрессионное и корреляционное
продвижение планирования проекта лесовосстановления.
Анализ формул, которые будут использоваться для выполнения упражнений Простая регрессия и корреляция.
28
Оценка с использованием линии регрессии Стандартная ошибка оценки Корреляционный анализ Коэффициент детерминации
• Мы научимся более точно рассчитывать линию регрессии, используя уравнение, которое математически связывает две переменные. Здесь мы рассмотрим только линейные отношения между две
переменные; Мы будем изучать отношения между более чем двумя переменными.
• Стандартная ошибка оценки, с другой стороны, измеряет изменчивость или дисперсию значений, наблюдаемых вокруг линии регрессии.
• Корреляционный анализ - это статистический инструмент, который мы можем использовать для описания степени, в которой одна переменная линейно связана с другой.
Коэффициент детерминации является основным способом, которым мы можем измерить степень или силу ассоциации, которая существует между двумя переменными, X и Y.
29
Дополнение упражнений регрессии с графиками
Линия регрессии выводится из выборки, а не из всей совокупности. В результате мы не можем ожидать, что уравнение регрессии, Y = a + B * X (для всей совокупности), будет точно таким же, как уравнение, оцененное из выборочных наблюдений, или Y = a + b * X, Тем не менее, мы можем использовать значение b, наклон, который мы рассчитываем из выборки, чтобы проверить гипотезы относительно значения B, наклона линии регрессии для всей совокупности.
Проанализируйте состав формул, а также порядок выполнения упражнений.
-------
Для доступа к полному тексту, пожалуйста, загрузите оригинальный файл
Скачать оригинальный файл
