第四篇数理统计模型.DOC
《第四篇数理统计模型.DOC》由会员分享,可在线阅读,更多相关《第四篇数理统计模型.DOC(38页珍藏版)》请在温州文客信息科技有限公司上搜索。
1、 211 第四篇 数理统计模型 数理统计学的理论和方法与人类活动的各个领域在不同程度上都有关联,数理统计学是研究收集数据、分析数据并据以对所研究的问题作出一定的结论的科学和艺术,数理统计学所考察的数据都带有随机性(偶然性)的误差, 一些随机现象的特征可以通过对统计数据的整理与加工得到体现,数理统计的应用基础是抽样分布,特别是正态总体的抽样分布是统计推断的理论基础。 在 数理 统计的应用实例中, 通过对应用问题建模 主要培养统计数据的处理和分析以及根据统计数据进行统计推断的方法, 根据统计数据进行相关分析和回归分析的方法 。 应用数 理统计方法解决问题首先要对 统计数据 进行 处理 和加工,熟悉
2、相关的抽样分布。与统计数据的处理和 抽样分布相关的应用实例有: 统计数据的整理与加工, 彩电色彩的质量分布, 根据统计数据估计吉尼( Gini)系数, 正态总体样本方差服从卡方分布并且与样本均值相互独立,正态总体样本标准差 S 不是总体标准差 的无偏估计量 等 。 数理统计的主要任务是统计推断,包括统计估计和统计检验,是根据统计数据对未知的随机现象进行统计推断,在质量管理与控制等方面有着 重要的应用。 与统计估计相关的应用实例有: 参数估计方法在捕鱼问题中的应用, 平均值的质量控制图, 概率论在产品质量验收抽样方案确定中的应用 。 与统计推断相关的应用实例有:实际推断原理 小概率事件原理, 改
3、变包装能使销售量增加吗? 成对比较与成组比较, 葡萄酒质量的评价 , 刀具寿命的 “正态拟合 ”, 保险实务中损失分布的统计分析 等 。 相关分析是用来分析变量间关系与方向程度的方法,回归分析是用来分析自变量与应变量之间的数量关系,二者既有联系又有区别,在研究变量之间的非确定性关系中有重要的作用。关于相关分析与回归分析的应用实例有: 手掌 “生命线 ”的长度并不反映人的寿命,一元线性回归在季节波动预测中的应用 , 输电线路有功潮流值与发电机组出力的多元线性回归 等 。 212 4.1 统计数据的整理与加工 上海证券交易所将每天各种股票的交易价格概括为一个综合指数,称为 “上证指数 ”,如果今天
4、的上证指数为 iy ,而上一个交易日的上证指数为 1iy ,则称 1 iii yyx 为上证指数的涨跌值。下面的数据是上海证券交易所 1995年头 50个交易日上证指数涨跌的 观测值(摘自新民晚报) )50,2,1( ixi : 13.93, -6.92, -6.13, -14.79, -15.70, -2.83, -11.01, -4.28, -9.03, -0.87, 5.70, -21.92,-0.48, -17.80, -5.87, 8.20, -2.67, -28.87, -1.23, 1.26, 19.61, -11.98, 7.46, -0.73, -5.27,-4.47, -4
5、.61, 1.20, 6.18, 53.50, -5.51, 7.30 , 2.84, -12.01, 7.70, 3.89, 16.37, 39.08,16.66, -12.15, -15.22, 30.19 , -0.06, 2.01, -15.64, 7.28, 13.64, -8.07, 6.50, 21.75。 经计算, 36.41501 i ix, 44.113975012 i ix,样本均值 501 8 2 7 2.0501i ixx,样本方差 9 0 2 6.2 3 150491501222 i i xxS,样本标准差为 2284.15S 。总起 来看,这段时间,股市不太景气,
6、平均每个交易日下跌 0.8272点。应用 EXCEL中数据分析,进行描述性统计,输出结果 见表 4.1.1。 表 4.1.1 50个交易日上证指数涨跌的观测值 的描述性统计 平均值 -0.8272 标准差 15.2283 区域 84.2 观测数 50 标准误差 2.1536 方差 231.9026 最小值 -30.7 最大 (1) 53.5 中位数 -1.95 峰度 2.8306 最大值 53.5 最小 (1) -30.7 众数 无 偏度 1.0575 求和 -41.36 置信度 (95.0%) 4.3278 为了研究这段时间上海证券交易所股市的变化动态,要对统计数据进一步研究。由于上证指数的
7、涨跌值 X 是一个连续型随机变量,因而我们采用分组方法进行整理 ,见表 4.1.2。 表 4.1.2 分组整理数据 区间 频 数 in 频率 if 累积频率 iF 41.47 1 0.02 1.00 由整理的数据,我们可以作出频数(频率)直方图和累积频率直方图(见图 4.1.1)。213 00.10.20.30.40.50.60.70.80.91- 30 .7 0- 18 .6 7- 6. 645 .3 91 7. 412 9. 444 1. 47其他频率.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%100.00%把频率直方
8、图中各个小矩形顶边的中点连接起来,就得到频率分布曲线,它的极限就是随机变量 X 的概率密度函数 )(xf 。由累积频率所描述的累积频率曲线 )(xFn ,它称为样本分布函数或经验分布函数,它的极限就是 随机变量 X 的分布函数 )(xF 。由此我们可以研究随机变量 X 的分布规律,为证券投资决策提供可靠的理论依据。 图 4.1.1 频率直方图与累积频率折线图 评注 1理论依据 根据样本作 描述性统计,作频率直方图观察密度函数的大致类型,作 累积 频率 折线图 ,研究分布函数。 2应用与推广 样本的分布完全是由总体的分布来决定的。但在数理统计中,总体的分布往往是未知的,一般做法就是要通过样本找到
9、一个分布来近似代替总体的分布;或者说根据样本对总体进行统计推断。因此,对样本数据进行必要的处理和分析,作描述性统计是一些基本做法。 参考文献 茆诗松等 .概率论与数理统计 M.中国统计出版社 .2000.7. 4.2 彩电色彩的质量分布 SONY 牌彩电有两个产地:日本与美国。两地的工厂是按同一设计方案和相同的 生产线生产同一牌号 SONY 电视机,连使用说明书和检验合格的标准都是相同的。譬如彩电的彩色浓度 Y 的目标值为 m ,公差(允许的波动)为 5,当 Y 在公差范围 5,5 mm 内该彩电的彩色浓度为合格,否则判为不合格。 214 图 4.2.1 彩电质量分布图 两地产的 SONY 牌
10、彩电在美国市场上都能买到,到 70 年代后期,美国消费者购买日本产的 SONY 彩电的热情高于购买美国产的 SONY 彩电。这是什么原因呢? 1979 年 4 月17 日日本朝日新闻刊登了这一问题的 调查报告,报告指出:日产的彩色浓度 1Y 服从正态分布 235,mN,而美产的彩色浓度 2Y 为均匀分布 )5,5( mmU 。这两个不同的分布表示着两个不同的总体 ,如图 4.2.1。这两个总体的均值相同,都为 m ,但方差不同。 78.235)( 21 YVa r , 67.1)( 1 Y 33.81210)( 22 YVar , 89.2)( 2 Y 可见,日产的彩色浓度方差小于美产的彩色浓
11、度的方差。如果规定彩色浓度在),( mm 内为 等 品 , 在 2,2( mmmm 内为 等品,在3,22,3( mmmm 内为 等品,在 ,33,( mm 内为 等品,从而在 级品数量上日产 SONY 是美产 SONY 的两倍 ,如表 4.2.1,这就是美国消费者乐于购买日产 SONY 的主要原因。 表 4.2.1 美产和日产 各等级彩电的比率 等级 美产 33.3% 33.3% 33.3% 0 日产 68.3% 27.1% 4.3% 0.3% 为什么两个工厂按同一个设计方案、相同设备生产同一种电视机,其彩色浓度会有不同的分布呢?关键在于管理者,美国 SONY 生产厂的管理者按彩色浓度合格范
12、围5,5 mm 要求操作,在他看来,只要彩色浓度在此范围内,不论它在区间的什么位置都认为合格,因而造成彩电浓度落在这个区间内任一相同长度小区间内的机会是相同的,从而形成均匀 分布 )5,5( mmU 。但日产 SONY 的管理者认为,彩色浓度的最佳位置在 m上,他要求操作者把彩色浓度尽量向 m 靠近,这样一来,彩色浓度在 m 周围的机会就多,-6 -4 -2 2 4 6 日产 SONY -0.1 0.1 0.2 0.3 0.4 0 美产 SONY 215 而远离 m 的机会就少,最后导致服从正态分布 235,mN。 评注 1理论依据 随机变量的方差反映了随机变量关于其数学期望的离 散程度。方差
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
20 文钱
下载 | 加入VIP,畅享折扣下载 |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第四 数理统计 模型
![提示](https://www.wenke99.com/images/bang_tan.gif)
链接地址:https://www.wenke99.com/p-325197.html