Applied Nonparametric Statistics-lec1
2017-06-06 11:19
417 查看
参考网址:
https://onlinecourses.science.psu.edu/stat464/node/2
Binomial Distribution
Normal Distribution
将正态分布标准化。这也就是Z-score
Confidence Interval
在上面的前提下,假设σ^2已知,现在构造μ的置信区间:
利用上面Z-score的公式,且
套入公式,解出μ。注意此处的标准差用的是σ/根号n。最终解出:
当σ^2=Var(X)不知道时,我们可以用样本的标准差,计算Z-score,这样的话,是服从一个自由度为n-1的t分布。
同样的计算过程,可得μ的置信区间为:
Hypothesis Tests
同样是在上面的前提下,已知σ^2,我们对μ做一个假设,比如看它与另一个值μ0相比,大小如何?我们可以有以下几个假设:
要考虑找出p值,帮助我们判断是否要拒绝原假设。我们使用统计量
计算出p值。如果它小于给定的显著性水平α,就拒绝原假设,否则要接受。
同样的,当σ^2未知时,我们用样本的标准差代替,此时也需要使用自由度为n-1的t分布。同样计算。
https://onlinecourses.science.psu.edu/stat464/node/2
Binomial Distribution
Normal Distribution
将正态分布标准化。这也就是Z-score
Confidence Interval
在上面的前提下,假设σ^2已知,现在构造μ的置信区间:
利用上面Z-score的公式,且
套入公式,解出μ。注意此处的标准差用的是σ/根号n。最终解出:
当σ^2=Var(X)不知道时,我们可以用样本的标准差,计算Z-score,这样的话,是服从一个自由度为n-1的t分布。
同样的计算过程,可得μ的置信区间为:
Hypothesis Tests
同样是在上面的前提下,已知σ^2,我们对μ做一个假设,比如看它与另一个值μ0相比,大小如何?我们可以有以下几个假设:
要考虑找出p值,帮助我们判断是否要拒绝原假设。我们使用统计量
计算出p值。如果它小于给定的显著性水平α,就拒绝原假设,否则要接受。
同样的,当σ^2未知时,我们用样本的标准差代替,此时也需要使用自由度为n-1的t分布。同样计算。
相关文章推荐
- Applied Nonparametric Statistics-lec3
- Applied Nonparametric Statistics-lec8
- Applied Nonparametric Statistics-lec4
- Applied Nonparametric Statistics-lec5
- Applied Nonparametric Statistics-lec9
- Applied Nonparametric Statistics-lec2
- Applied Nonparametric Statistics-lec6
- Applied Nonparametric Statistics-lec10
- Applied Nonparametric Statistics-lec7
- Tensorflow入门:Non-parametric Nearest Neighbor
- BMDP为常规的统计分析提供了大量的完备的函数系统,如:方差分析(ANOVA)、回归分析(Regression)、非参数分析(Nonparametric Analysis)、时间序列(Times Series)等等。此外,BMDP特别擅于进行出色的生存分析(Survival Analysis )。许多年来,一大批世界范围内顶级的统计学家都曾今参与过BMDP的开发工作。这不仅使得BMDP的权威性得到
- Chapter 07-Basic statistics(Part4 t-tests&&nonparametric tests of group difference)
- Nonparametric Background Generation(原理)
- BMDP为常规的统计分析提供了大量的完备的函数系统,如:方差分析(ANOVA)、回归分析(Regression)、非参数分析(Nonparametric Analysis)、时间序列(Times Series)等等。此外,BMDP特别擅于进行出色的生存分析(Survival Analysis )。许多年来,一大批世界范围内顶级的统计学家都曾今参与过BMDP的开发工作。这不仅使得BMDP的权威性得到
- Nonparametric Background Generation(代码)
- nonparametric Bayesian model motivation
- Nonparametric Density Estimation Methods
- 非参数检验(Nonparametric tests)
- “Nonparametric Blind Super-Resolution”
- Non parametric density estimate and knn 非参数化概率密度估计与KNN