작은 표본의 경우 전제 조건은 전체 모집단이 정규 분포를 따라야 한다는 것입니다.

서명 테스트, 서명 순위 테스트 (통계적으로 생각해보면, 검사 전과 후 사이에 모집단의 변화가 없다면, 그러면 두 표본의 차이는 주로 무작위 오류에서 비롯됩니다. 무작위로 생성되므로 n =n-, 양수 순위 합계 = 음수 순위 합계) 테스트의 목적은 두 측정값의 분포 일관성을 비교함으로써 달성됩니다. 검사총공사수량 : T=min(T , 丨T-丨)

t-테스트 두 표본의 고유값 차이를 이용하여 두 모집단의 고유값 간의 차이를 테스트합니다.

통계적 사고: 두 모집단의 분포가 동일합니다. 표본 분포는 크게 다르지 않을 것입니다. 혼합 순위 후 두 샘플의 결과 교대로 나타나서 여행이 있을 것이고, 순위 합계는 너무 크거나 작지 않습니다.

순위 합계 테스트

테스트 실행

누적 주파수 테스트

고전개념, 확률덧셈식, 곱셈식, 조건부확률

이산확률변수의 확률분포

연속확률변수의 확률분포

대수의 법칙: ①n이 충분히 크면 빈도 ≒ 확률 ② n이 충분히 크면 표본 평균을 사용하여 모집단 평균 μ를 추정할 수 있습니다.

중심 극한 정리: n이 충분히 크면 모든 표본 조합의 평균이 정규 분포를 형성합니다. 정규 분포는 평균 μ와 분산 σ²/n을 갖습니다.

표본 평균의 표본 분포

샘플 주파수의 샘플링 분포

표본 분산의 표본 분포

점 추정

간격 추정

작은 확률의 원리에 따르면

두 가지 유형의 오류에 대한 가설 테스트

카이제곱 검정

H0:πi=πi0 H1:πi≠πi0 πi0은 테스트할 분포를 기반으로 합니다. 각 카테고리별로 계산된 전체 특성 예상 빈도를 찾기 위해 빈도, 테스트 통계 찾기

2-표본 t-검정을 수행할 때, 분산분석 및 회귀분석 전제는 전체 인구가 정규 분포를 따른다는 것입니다.

H0:X~N (x 풀 아웃, s²) H1: 모집단은 정규분포를 따르지 않습니다. 샘플 누적 빈도 및 기대값 계산 분포 함수 차이의 최대 절대값 큰 값, D. Dα와 비교

우발상관계수

순위 상관 계수

가상 테스트

r(상관계수)

R 적합도 R²=r²

F-검정(선형 회귀 방정식의 전체 검정)

t-검정(회귀계수 검정)

e(정규성, 분산의 동질성, 평균=0)

검정 통계량, F=BSS/(m-1)/WSS/(n–m) H0: μ1=μ2=μ3=···μm H1: 척도변수의 평균에 해당하는 범주가 하나 이상 있습니다. 값이 다른 카테고리와 동일하지 않습니다.

등분산성 정상성

비모수적 테스트

편도 순위 분산 분석

중앙값 테스트

양방향 순위 분산 분석

켄달의 W 테스트