关于数理统计基础知识的一点补漏
2013-07-09 12:14
225 查看
一、 数学期望
数学期望也称为均值、期望,在物理学中称为期待值。在概率论和统计学中,一个离散型随机变量的期望值是实验中每次可能结果的概率乘以其结果的总和。定义:
离散型随机变量的一切可能取值与其对应的概率p的乘积之和称为数学期望。
需要注意的是,期望值并不一定等于常识中“期望”——期望值或许与每一个结果都不相等。换句话说,期望值是该变量输出值的平均数,因此期望值并不一定包含于变量的输出值集合里。
二、 方差(Variance)
方差是各个数据与平均数值差的平方的平均数。在概率论和数理统计中,方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。样本中各个数据与样本均值的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大,越不稳定。
三、 标准差(Standard Deviation)
标准差也称为均方差(Mean Square Error),是各数偏离平均数的距离的平均数,它是离均值平方和平均后的方根。标准差是方差的算术平方根。标准差能反映一个数据集的偏离程度。标准差也被称为标准偏差,或者实验标准差,公式:
如果是总体,标准差公式根号内除以n;如果是样本,标准差公式根号内除以(n-1),因为我们大量接触的是样本,所以普遍使用根号内除以(n-1)。
简单来说,标准差是一组数据平均值分散程度的一种度量。一个较大的标准差,代表大部分数值和平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值。
虽然标准差有计量单位,而方差无计量单位,但两者的作用一样。标准差用平方的方法消除了正负号,因而它是最常用、最重要的离散趋势统计量。标准差越大,表示变量值之间的差异越大,各数据距离均值越远,则平均数的代表性就越低。反之,标准差越小,表示变量之间的差异越小,各数据距离均值较近,则平均数的代表性越高。
标准差应用与投资上,可作为衡量回报稳定性的指标。标准差数值越大,代表回报远离过去平均数值,回报较不稳定。相反,标准差数值越小,代表回报较为稳定,风险亦小。
样本标准差:
在真实世界中,除非在某些特殊情况下,找到一个总体的真实的标准差是不现实的。大多数情况下,总体标准差是通过随机抽取一定量的样本并计算样本标准差来估计的。
从一大组数值X1, X2, … , Xn中抽取一样本数值组合x1, x2, … , xn,n<N,常定义其样本标准差:
样本方差
是对总体方差
的无偏估计。s中分母为n-1(相较于总体
中的分母为n),是因为
的自由度为n-1,这是由于存在约束条件
。
相关文章推荐
- 关于数理统计基础知识的一点补漏
- 数学基础(2)~ 数理统计基础知识
- 关于SOA的一点基础知识
- 关于大陆地图的一点基础知识
- 【数理统计基础】 01 - 关于预测的方法学
- C语言基础:C语言指针(4) - 补充一点关于指针的小知识
- 关于计算机基础知识的恶补(下)
- 关于内存的一些基础知识
- 关于赋值指向的一点知识
- 【脚本语言系列】关于Python基础知识推导式,你需要知道的事
- 关于回调函数和钩子函数基础知识的整理
- 黑马程序员--对关于.NET的基础入门知识总结1
- [收藏]关于栈和堆的基础知识
- 每一个软件开发人员绝对必须掌握的关于 Unicode 和字符集的最基础的知识
- raywenderlich写的关于内存管理,第一篇,再说一次基础知识点
- 1.2 基础知识——关于猪皮(GP,Generic Practice)
- 【js基础】javascript中关于数据类型一些知识和类型判断
- 关于Unicode和字符集的最基础的知识
- 关于 XML 的一些基础知识
- 基础知识(2):关于CPU C-States 省电模式