正态分布、回归分析、独立性检验(教师)
正态分布、回归分析、独立性检验(教师)
https://www.360docs.net/doc/be727541.html,work Information Technology Company.2020YEAR
正态分布、回归分析、独立性检验
一、正态分布
1.已知随机变量X服从正态分布N(a,4),且P(X>1)=0.5,则实数a的值为()
A.1
B.2
C.3
D.4
【解题指南】画正态曲线图,由对称性得图象关于x=a对称且P(X>a)=0.5,结合题意得到a的值.【解析】选A.
随机变量X服从正态分布N(a,4),所以曲线关于x=a对称,且P(X>a)=0.5,由P(X>1)=0.5,可知μ
=a=1.故选A.
2.(2014·广州高二检测)已知ξ～N(3,σ2),若P(ξ≤2)=0.2,则P(ξ≤4)等于()
A.0.2
B.0.3
C.0.7
D.0.8
【解析】选D.根据正态曲线的特征:知对称轴为x=3,[来源:学+科+网Z+X+X+K]
所以P(ξ≤3)=0.5,则P(ξ≤2)=P(ξ>4)=0.2,
所以P(ξ≤4)=1-P(ξ>4)=1-0.2=0.8.
3.随机变量ξ服从正态分布N(1,4),若P(2<ξ<3)=a,则P(ξ<-1)+P(1<ξ<2)=()
A. B.-a C.a+0.003a D.+a
【解析】选B.因为随机变量ξ服从正态分布N(1,4),所以正态曲线关于x=1对称,因为P(2<ξ
<3)=a,所以P(-1<ξ<0)=a,P(1<ξ<2)=P(0<ξ<1),P(ξ<-1)+P(1<ξ<2)=-a,故选B.
4.已知随机变量X服从正态分布N(3,1),且P(2≤X≤4)=0.6826,则P(X>4)=()
A.0.158 8
B.0.158 7
C.0.158 6
D.0.158 5
【解析】选B.P(3≤X≤4)=P(2≤X≤4)=0.3413,P(X>4)=0.5-P(3≤X≤4)=0.5-0.3413=0.1587.
5.设随机变量ξ服从正态分布N(μ,σ2),且二次方程x2+4x+ξ=0无实数根的概率为,则μ等于
()
A.1
B.2
C.4
D.不能确定
【解析】选C.因为方程x2+4x+ξ=0无实数根的概率为,由Δ=16-4ξ<0,得ξ>4,
即P(ξ>4)==1-P(ξ≤4),故P(ξ≤4)=,所以μ=4.
6. 设某地区某一年龄段的儿童的身高服从均值为135cm,方差为100的正态分布,令ξ表示从中随机抽取的一名儿童的身高,则下列概率中最大的是()
A.P(120<ξ<130)
B.P(125<ξ<135)
C.P(130<ξ<140)
D.P(135<ξ<145)
【解析】选C.因为某一年龄段的儿童的身高服从均值为135cm,方差为100的正态分布,即ξ～N(135,100),所以在长度都是10的区间上,概率最大的应该是在对称轴两侧关于对称轴对称的区间,从四个选项可知C最大,故选C.
7.设随机变量ξ服从正态分布N(0,1),则下列结论正确的是.
①P(|ξ|
③P(|ξ|
【解析】因为P(|ξ| 因为P(|ξ| 答案:②④ 8.在某次数学考试中,考生的成绩服从正态分布N(90,100),则考试成绩在110分以上的概率是. 【解析】因为考生的成绩X～N(90,100),所以正态曲线关于x=90对称,且标准差为10, 根据3σ原则知P(70 所以考试成绩X位于区间(70,110)上的概率为0.9544,则考试成绩在110分以上的概率是=(1-0.9544)=0.0228. 9.某大型国有企业为10000名员工定制工作服,设员工的身高(单位:cm)服从正态分布 N(173,52),则适合身高在163～183cm范围内员工穿的服装大约要定制套. 【解析】因为员工的身高(单位:cm)服从正态分布N(173,52),即服从均值为173cm,方差为25的正态分布, 因为适合身高在163～183cm范围内取值即在(μ-2σ,μ+2σ)内取值,其概率为:95.44%, 从而得出适合身高在163～183cm范围内员工穿的服装大约套数是:10000×95.44%=9544套. 10.随机变量ξ服从正态分布N(1,σ2),已知P(ξ<0)=0.3,则P(ξ<2)等于() A.0.7 B.0.6 C.0.5 D.0.3 【解析】选A.根据图象的对称性知P(ξ>2)=P(ξ<0)=0.3,所以P(ξ<2)=1-P(ξ>2)=0.7. 11.正态分布N中,数值落在(-∞,-2)∪(2,+∞)内的概率是() A.0.46 B.0.997 C.0.03 D.0.0026[来源:https://www.360docs.net/doc/be727541.html,] 【解析】选D.由题意μ=0,σ=,所以P(-2 所以P(X<-2)+P(X>2)=1-P(-2≤X≤2)=1-0.9974=0.0026.故选D. 12.某中学高考数学成绩近似地服从正态分布N(100,100),则此校数学成绩在80～120分的考生占总人数的百分比为() A.31.74% B.68.26% C.95.44% D.99.74% 【解析】选C.设此校学生的数学成绩为X,随机变量X～N(100,100),所以μ=100,σ2=100,即σ=10.则P(μ-2σ 13.我校在模块考试中约有1000人参加考试,其数学考试成绩ξ～N(90,a2)(a>0,试卷满分150分),统计结果显示数学考试成绩在70分到110分之间的人数约为总人数的,则此次数学考试成绩不低于110分的学生人数约为() A.600 B.400 C.300 D.200 【解析】选D.由平均分为90,考试成绩在70分到110分之间的人数为600,则落在90分到110分之间的人数为300人,故数学考试成绩不低于110分的学生人数约为500-300=200. 14.某个部件由三个元件按如图方式连接而成,元件1或元件2正常工作,且元件3正常工作,则部件正常工作,设三个电子元件的使用寿命(单位:小时)均服从正态分布N(1000,502),且各个元件能否正常工作相互独立,那么该部件的使用寿命超过1000小时的概率为. 【解析】三个电子元件的使用寿命均服从正态分布N(1000,502)得:三个电子元件的使用寿命超过1000小时的概率为p=,超过1000小时时元件1或元件2正常工作的概率p1=1-(1-p)2=,那么该部件的使用寿命超过1000小时的概率为p2=p1×p=. 二、回归分析 1.设某大学的女生体重y(单位:kg)与身高x(单位:cm)具有线性相关关系,根据一组样本数据(x i,y i)(i=1,2,…,n),用最小二乘法建立的回归方程为=0.85x-85.71,则下列结论中不正确的是() A.y与x具有正的线性相关关系 B.回归直线过样本点的中心点(,) C.若该大学某女生身高增加1cm,则其体重约增加0.85kg D.若该大学某女生身高为170cm,则可断定其体重必为58.79kg 【解析】选D.对于A,0.85>0,所以y与x具有正的线性相关关系,故正确;对于B,回归直线过样本点的中心点(,),故正确;对于C,因为回归方程为=0.85x-85.71,所以该大学某女生身高增加1cm,则其体重约增加0.85kg,故正确;对于D,x=170cm时,=0.85×170-85.71=58.79,但这是预测值,不可断定其体重为58.79kg,故不正确. 2.某单位为了制定节能减排的目标,先调查了用电量y(度)与气温x(℃)之间的关系,随机统计了某4天的用电量与当天气温,并制作了对照表: 气温(℃)181310-1 用电量(度)24343864 由表中数据,得线性回归方程y=-2x+a,则a=()A.20 B.40 C.60 D.80 【解析】选C.根据所给的表格中的数据,求出数据的样本点的中心,根据样本点的中心在线性回归直线上,代入可得a的值.由表格得==10,==40,因为(,)满足线性回归方程y=-2x+a,则可知40=10×(-2)+a,解得:a=60, 3.下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x(吨)与相应的生产能耗y(吨标准煤)的几组对照数据 x3456 y 2.534 4.5 (1)请画出上表数据的散点图. (2)请根据上表提供的数据,用最小二乘法求出y关于x的线性回归方程=x+. (3)已知该厂技改前100吨甲产品的生产能耗为90吨标准煤.试根据(2)求出的线性回归方程,预测生产100吨甲产品的生产能耗比技改前降低多少吨标准煤(参考数值:3×2.5+4×3+5×4+6×4.5=66.5) 【解析】(1)如图 (2)由对照数据,计算得:x i y i=66.5,=32+42+52+62=86,=4.5,=3.5, ===0.7,=-=3.5-0.7×4.5=0.35, 所求的线性回归方程为:=0.7x+0.35. (3)x=100,=100×0.7+0.35=70.35(吨), 预测生产100吨甲产品的生产能耗比技改前降低90-70.35=19.65(吨). 三、独立性检验 1.下面是一个2×2列联表: y1y2总计 x1a4094 x2326395 总计86b189 则表中a,b的值分别为() A.54,103 B.64,103 C.54,93 D.64,93 【解析】选A.由题意,a+40=94,40+63=b,所以a=54,b=103. 2.对于独立性检验,下列说法正确的是() A.K2独立性检验的统计假设是各事件之间相互独立 B.K2可以为负值 C.K2独立性检验显示“患慢性气管炎和吸烟习惯有关”,这就是指“有吸烟习惯的人必定会患慢性气管炎” D.2×2列联表中的4个数据可以是任意正数 【解析】选A.由独立性检验的检验步骤可知A正确; 因为2×2列联表中的数据均为正整数,故K2不可能为负值,排除B; 因为K2独立性检验显示“患慢性气管炎和吸烟习惯有关”,是指有一定的出错率,故排除C; 因为2×2列联表中的4个数据是对于某组特定数据的统计数据,故四个数据间有一定的关系,故排除D. 3.在对人们休闲方式的一次调查中,根据数据建立如下的2×2列联表: 休闲方式 看电视运动 性别 男820 女1612 为了判断休闲方式是否与性别有关,根据表中数据,得到K2的观测值k≈4.667,因为3.841≤k ≤6.635,所以判定休闲方式与性别有关系,那么这种判断出错的可能性至多为() A.1% B.99% C.5% D.95% 选C.因为3.841≤k≤6.635,P(K2≥3.841)≈0.05,P(K2≥6.635)≈0.01,所以判断出错的可能性至多为5%. 4.在第29届北京奥运会上,中国健儿取得了51金、21银、28铜的好成绩,稳居金牌榜榜首,由此许多人认为中国进入了世界体育强国之列,也有许多人持反对意见,有网友为此进行了调查,在参加调查的2548名男性中有1560名持反对意见,2452名女性中有1200名持反对意见,在运用这些数据说明性别对判断“中国进入了世界体育强国之列”是否有关系时,用什么方法最有说服力() A.平均数与方差 B.回归直线方程 C.独立性检验 D.概率【解析】选C.由于参加调查的人按性别被分成了两组,而且每一组又被分成了两种情况,判断有关与无关,符合2×2列联表的要求,故用独立性检验最有说服力. 5.在列联表中,类1在类B中所占的比例为. 类1类2 类A a b 类B c d 【解析】因为由列联表可以看出类1在类B中有c个,而类B共有(c+d)个,所以类1在类B中所占的比例是. 6.某厂家为调查一种新推出的产品的颜色接受程度是否与性别有关,数据如下表: 黑红 男179 女622 根据表中的数据,得到k≈10.653,因为k≥7.879,所以产品的颜色接受程度与性别有关系,那么这种判断出错的可能性为. 【解析】根据k≈10.653,对照临界值表可以得到,这种判断出错的可能性是0.005. 7.为了判断高中三年级学生是否选修文科与性别的关系,现随机抽取50名学生,得到如下2×2列联表: 理科文科合计 男131023 女72027 合计203050 已知P(K2≥3.841)≈0.05,P(K2≥5.024)≈0.025.根据表中数据,得到K2的观测值k≈4.844. 则可以在犯错误的概率不超过的前提下认为选修文科与性别有关系. 【解析】因为根据表中数据,得到K2的观测值k≈4.844>3.841. 所以可以在犯错误的概率不超过0.05的前提下认为选修文科与性别有关系. 答案:0.05 8.某大学餐饮中心为了解新生的饮食习惯,在全校一年级学生中进行了抽样调查,调查结果如下表所示: 喜欢甜品不喜欢甜品合计 南方学生602080 北方学生101020 合计7030100 (1)根据表中数据,问是否在犯错误的概率不超过0.05的前提下认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”. (2)已知在被调查的北方学生中有5名数学系的学生,其中2名喜欢甜品,现在从这5名学生中随机抽取3人,求至多有1人喜欢甜品的概率. 【解析】(1)将2×2列联表中的数据代入计算公式, 得K2的观测值k==≈4.762, 由于4.762>3.841,所以在犯错误的概率不超过0.05的前提下认为“南方学生和北方学生在选用甜品的饮食习惯方面有差异”. (2)从5名数学系学生中抽取3人的一切可能结果所组成的基本事件为下列10个: ,,,,,,,,, , 其中a i(i=1,2)表示喜欢甜品的学生,b j(j=1,2,3)表示不喜欢甜品的学生,这10个基本事件的出现是等可能的. 抽取3人,至多有1人喜欢甜品的事件为以下7个: ,,,,,,, 从这5名学生中随机抽取3人,至多有1人喜欢甜品的概率为. 12.4 正态分布、线性回归 一、 知识梳理 1．正态分布的重要性 正态分布是概率统计中最重要的一种分布，其重要性我们可以从以下两方面来理解：一方面，正态分布是自然界最常见的一种分布。一般说来，若影响某一数量指标的随机因素很多，而每个因素所起的作用都不太大，则这个指标服从正态分布。 2．正态曲线及其性质 正态分布函数：22 ()2()x f x μσ-- = ，x ∈（-∞，+∞） 3．标准正态曲线 标准正态曲线N （0，1）是一种特殊的正态分布曲线，00()1()x x Φ-=-Φ，以及标准正态总体在任一区间(a ，b)内取值概率)()(a b P Φ-Φ=。 4．一般正态分布与标准正态分布的转化 由于一般的正态总体),(2σμN 其图像不一定关于y 轴对称，对于任一正态总体),(2σμN ，其取值小于x 的概率)( )(σ μ -Φ=x x F 。只要会用它求正态总体 ),(2σμN 在某个特定区间的概率即可。 5．“小概率事件”和假设检验的基本思想 “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。这种认识便是进行推断的出发点。关于这一点我们要有以下两个方面的认识：一是这里的“几乎不可能发生”是针对“一次试验”来说的，因为试验次数多了，该事件当然是很可能发生的；二是当我们运用“小概率事件几乎不可能发生的原理”进行推断时，我们也有5%的犯错误的可能。 课本是借助于服从正态分布的有关零件尺寸的例子来介绍假设检验的基本思想。进行假设检验一般分三步： 第一步，提出统计假设。课本例子里的统计假设是这个工人制造的零件尺寸服从正态分布),(2σμN ； 第二步，确定一次试验中的取值a 是否落入范围（μ-3σ，μ+3σ）； 第三步，作出推断。如果a ∈（μ-3σ，μ+3σ），接受统计假设；如果 )3,3(σμσμ+-?a ，由于这是小概率事件，就拒绝统计假设。 6．相关关系 研究两个变量间的相关关系是学习本节的目的。对于相关关系我们可以从下三个方面加以认识：⑴相关关系与函数关系不同。函数关系中的两个变量间是一种确定性关系。相关关系是一种非确定性关系，即相关关系是非随机变量与随机变量之间的关系。 ⑵函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系。 ⑶函数关系与相关关系之间有着密切联系，在一定的条件下可以相互转化。 7．回归分析 本节所研究的回归分析是回归分析中最简单，也是最基本的一种类型——一元线性回归分析。 对于线性回归分析，我们要注意以下几个方面： ⑴回归分析是对具有相关关系的两个变量进行统计分析的方法。两个变量具有相关关系是回归分析的前提。 ⑵散点图是定义在具有相关系的两个变量基础上的，对于性质不明确的两组数据，可先作散点图，在图上看它们有无关系，关系的密切程度，然后再进行相关回归分析。 总结正态性检验的几种方法 1.1 正态性检验方法 1）偏度系数 样本的偏度系数（记为1g ）的计算公式为 ()233133 1(1)(2)(1)(2)n i i n n g x x n n s n n s μ==-=----∑， 其中s 为标准差，3μ为样本的3阶中心距，即()331 1n i i x x n μ==-∑。 偏度系数是刻画数据的对称性指标，关于均值对称的数据其偏度系数为0，右侧更分散的数据偏度系数为正，左侧更分散的数据偏度系数为负。 （2）峰度系数 样本的峰度系数（记为2g ），计算公式为 ()2424 122 44(1)(1)3(1)(2)(3)(2)(3)(1)(1)3(1)(2)(3)(2)(3)n i i n n n g x x n n n s n n n n n n n n s n n μ=+-=-------+-=------∑， 其中s 为标准差，4μ为样本的3阶中心距，即()441 1n i i x x n μ==-∑。 当数据的总体分布为正态分布时，峰度系数近似为0,；当分布为正态分布的尾部更分散时，峰度系数为正；否则为负。当峰度系数为正时，两侧极端数据较多，当峰度系数为负时，两侧极端数据较少。 （3）QQ 图 QQ 图可以帮助我们鉴别样本的分布是否近似于某种类型的分布。现假设总体为正态分布()2 ,N μσ，对于样本12,,,n x x x L ，其顺序统计量是(1)(2)(),,,n x x x L 。设()x Φ为标准正 态分布()0,1N 的分布函数，1 ()x -Φ是反函数，对应正态分布的QQ 图是由以下的点 1()0.375,,1,2,,0.25i i x i n n -??-??Φ= ? ?+???? L ， 构成的散点图，若样本数据近似为正态分布，在QQ 图上这些点近似地在直线上 y x σμ=+， 附近，此直线的斜率是标准差σ，截距式均值,μ，所以利用正态QQ 图可以做直观的正态性检验。若正态QQ 图上的点近似地在一条直线上，可以认为样本的数据来自正态分布总 #include 第2讲 变量的相关性、回归分析及独立性检验 一、知识回顾 1.如何判断两个变量的线性相关： 如果在散点图中，2个变量数据点分布在一条直线附近，则这2个变量之间具有线性相关关系。 2.所求直线方程 ?y =bx +a 叫做回归直线方程；其中 ?∑∑∑∑n n i i i i i=1 i=1 n n 2 2 2 i i i=1 i=1 (x -x)(y -y) x -nx y b = = ,a =y -bx (x -x)x -nx y 回归直线方程必过中心点(,)x y 3 ．相关系数的∑n i i (x -x)(y -y) r = 性质 ? (1)|r|≤1．(2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小． 4. ??=-i i y y i 残差e =实际值-预测值2 ^^ 2 1 1 () ===-∑∑n n i i i i i e y y 总残差平方和: 残差平方和越小,即模型拟合效果越好 5. 两个分类变量的独立性检验： (1)假设结论不成立,即“两个分类变量没有关系”. (2)在此假设下计算随机变量 2 2 n（ad -bc） K =(a +b)(c +d)(a +c)(b +d) (3) 根据随机变量K 2 查表得“两个分类变量没有关系”的概率,用1减去此概率即得有联系的概率 典型例题： 例1．（宁夏海南卷）对变量x, y 有观测数据理力争（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（i=1,2,…，10）,得散点图2. 由这两个散点图可以判断（ ）。 （A ）变量x 与y 正相关，u 与v 正相关 （B ）变量x 与y 正相关，u 与v 负相关 （C ）变量x 与y 负相关，u 与v 正相关 （D ）变量x 与y 负相关，u 与v 负相关 1x 1y 1u 1 v 专题：正态分布和线性回归 一、 基础知识回顾 1 ( x )2 1. 正态分布：若总体密度曲线就是或近似地是函数 f ( x) e 2 2 的图象 2 , x, 其中：π是圆周率； e 是自然对数的底； x 是随机变量的取值 , 为正态分布的平均值； 是 正态分布的标准差．这个总体是无限容量的抽样总体，其分布叫做正态分布．正态分布由参 数 , 唯一确定，记作 ~ N ( , 2 ) ,E( )= ,D( )= 2 . 2. 函数 f(x) 图象被称为正态曲线 ． (1) 从形态上看，正态分布是一条单峰、对称呈钟形的曲线，其对称轴为 x=μ，并在 x=μ时 ．．．． ．．．．．．．．．． 取最大值 。(2) 从 x=μ点开始，曲线向正负两个方向递减延伸，不断逼近 x 轴，但永不与 x ．．．． 轴相交，因此说曲线在正负两个方向都是以 x 轴为渐近线的 ,(3) 当μ的值一定时 , σ越大，曲线越“矮胖”，总体分布越分散；σ越小，曲线越“高”．总体分布越集中． 3. 把 ~ N (0,1) 即μ =0, σ=1 称为标准正态分布，这样的正态总体称为标准正态总体 , 其密度函 1 1 x 2 数为 f ( x) e 2 2 ，x ∈(- ∞，+∞) ，相应的曲线称为标准 正 态曲线． ４. 利用标准正态分布表可求得标准正态总体在某一区间内取 值 的概率 . (1) 对于标准正态总体 N (0,1) ， ( x 0 ) 是总体取值小于 x 0 的概率，即： ( x 0 ) P(x x 0 ) ， 其中 x 0 0 ，其值可以通过 “标准正态分布表” 查得，也就是图中阴影部分的面积，它表示 总体取值小于 x 0 的概率． (2) 标准正态曲线关于 y 轴对称。因为当 x 0 0 时， ( x 0 ) P(x x 0 ) ； 而当 x 0 0 时，根据正态曲线的性质可得： ( x 0 ) 1 ( x 0 ) ，并且可以求得在任一区间(x 1 , x 2 ) 内 取值的概率： P(x 1 x x 2 ) ( x 2 ) ( x 1 ) , 显然Φ(0)=0.5. 5. 对于任一正态总体 ~ N ( , 2 ) , 都可以通过 使之标准化 ~ N (0,1) , 那么 , P( x )=P( < x )= ( x ) ，求得其在某一区间内取值的概率 . 例如: ~ N(1,4), 那么 , 设 = 1 , 则 ~ N (0,1) , 有 P( <3)=P( <1)= (1)=0.8413. 2 6. Φ(1)=0.8413 、Φ (2)=0.9772 、Φ(3)=0.9987 二、例题 如何检验数据是否服从正态分布 一、图示法 1、P-P图 以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。 2、Q-Q图 以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。 以上两种方法以Q-Q图为佳，效率较高。 3、直方图 判断方法：是否以钟形分布，同时可以选择输出正态性曲线。 4、箱式图 判断方法：观测离群值和中位数。 5、茎叶图 类似与直方图，但实质不同。 二、计算法 1、偏度系数（Skewness）和峰度系数（Kurtosis） 计算公式： g1表示偏度，g2表示峰度，通过计算g1和g2及其标准误σg1及σg2然后作U检验。两种检验同时得出U 正态性检验的几种方法 一、引言 正态分布是自然界中一种最常见的也是最重要的分布。因此，人们在实际使用统计分析时，总是乐于正态假定，但该假定是否成立，牵涉到正态性检验。目前，正态性检验主要有三类方法：一是计算综合统计量，如动差法、Shapiro-Wilk 法(W 检验)、D ’Agostino 法(D 检验)、Shapiro-Francia 法(W ’检验)。二是正态分布的拟合优度检验，如2χ检验、对数似然比检验、Kolmogorov-Smirov 检验。三是图示法(正态概率图Normal Probability plot)，如分位数图(Quantile Quantile plot ，简称QQ 图)、百分位数(Percent Percent plot ，简称PP 图)和稳定化概率图(Stablized Probability plot ，简称SP 图)等。而本文从不同角度出发介绍正态性检验的几种常见的方法，并且就各种方法作了优劣比较，还进行了应用。 二、正态分布 2.1 正态分布的概念 定义1若随机变量X 的密度函数为 ()()()+∞∞-∈= -- ,,21 2 2 2x e x f x σμπ σ 其中μ和σ为参数，且()0,,>+∞∞-∈σμ 则称X 服从参数为μ和σ的正态分布，记为()2,~σμN X 。 另我们称1,0==σμ的正态分布为标准正态分布，记为()1,0~N X ，标准正态分布随机变量的密度函数和分布函数分别用()x ?和()x Φ表示。 引理1 若()2,~σμN X ，()x F 为X 的分布函数，则()?? ? ??-Φ=σμx x F 由引理可知，任何正态分布都可以通过标准正态分布表示。 2.2 正态分布的数字特征 回归分析与独立性检验 1.高三年级267位学生参加期末考试，某班37位学生的语文成绩，数学成绩与总成绩在全年级中的排名情况如下图所示，甲、乙、丙为该班三位学生． 从这次考试成绩看， ①在甲、乙两人中，其语文成绩名次比其总成绩名次靠前的学生是 ； ②在语文和数学两个科目中，丙同学的成绩名次更靠前的科目是 ． 2.根据下面给出的2004年至2013年我国二氧化碳年排放量（单位：万吨）柱形图,以下结论中不正确的是（ ） A ．逐年比较,2008年减少二氧化碳排放量的效果最显着 B ．2007年我国治理二氧化碳排放显现成效 C ．2006年以来我国二氧化碳年排放量呈减少趋势 D ．2006年以来我国二氧化碳年排放量与年份正相关 3.为了解某社区居民的家庭年收入所年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表： 根据上表可得回归直线方程???y bx a =+ ，其中???0.76,b a y bx ==- ，据此估计，该社区一户收入为15万元家庭年支出为( )] A ．万元 B ．万元 C ．万元 D ．万元 4．在画两个变量的散点图时，下面哪个叙述是正确的 （ ） A ．预报变量在x 轴上，解释变量在y 轴上 B ．解释变量在x 轴上，预报变量在 y 轴上 C ．可以选择两个变量中任意一个变量在x 轴上 D ．可以选择两个变量中任意一个变量在y 轴上 5 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 不得病 61 213 274 合计 93 314 407 （ ） A ．种子经过处理跟是否生病有关 B ．种子经过处理跟是否生病无关 C ．种子是否经过处理决定是否生病 D ．以上都是错误的 6．变量x 与y 具有线性相关关系，当x 取值16,14,12,8时，通过观测得到y 的值分别为11,9，8,5，若在实际问 题中，y 的预报最大取值是10，则x 的最大取值不能超过 （ ） A ．16 B ．17 C ．15 D ．12 7．在研究身高和体重的关系时，求得相关指数≈2 R ___________，可以叙述为“身高解释了64%的体重变化，而随 机误差贡献了剩余的36%”所以身高对体重的效应比随机误差的效应大得多。 8.下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图 （I ）由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明； （II ）建立y 关于t 的回归方程（系数精确到），预测2016年我国生活垃圾无害化处理量。 参考数据： 7 1 9.32i i y ==∑，7 1 40.17i i i t y ==∑， 7 2 1 ()0.55i i y y =-=∑，7≈. 参考公式：相关系数1 2 2 1 1 ()() ()(y y)n i i i n n i i i i t t y y r t t ===--= --∑∑∑， 回归方程 y a bt =+) )) 中斜率和截距的最小二乘估计公式分别为： 9.某城市为了解游客人数的变化规律，提高旅游服务质量，收集并整理了2014年1月至2016年12月期间月接待游客量（单位：万人）的数据，绘制了下面的折线图． 根据该折线图，下列结论错误的是 A ．月接待游客量逐月增加 B ．年接待游客量逐年增加 C ．各年的月接待游客量高峰期大致在7,8月 D ．各年1月至6月的月接待游客量相对7月至12月，波动性更小，变化比较平稳 10.为了研究某班学生的脚长x （单位：厘米）和身高 y （单位：厘米）的关系，从该班随机抽取10名学生，根据 测量数据的散点图可以看出y 与x 之间有线性相关关系，设其回归直线方程为???y bx a =+．已知10 1 225i i x ==∑，10 1 1600i i y ==∑，?4b =．该班某学生的脚长为24，据此估计其身高为 （A ）160 （B ）163 （C ）166 （D ）170 11.海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比，收获时各随机抽取了100 个网箱，测量各箱水产品的产量（单位：kg ）某频率分布直方图如下： 1 logistic回归 logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。以胃癌病情分析为例，选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群必定具有不同的体征与生活方式等。因此因变量就为是否胃癌，值为“是”或“否”，自变量就可以包括很多了，如年龄、性别、饮食习惯、幽门螺杆菌感染等。自变量既可以是连续的，也可以是分类的。然后通过logistic回归分析，可以得到自变量的权重，从而可以大致了解到底哪些因素是胃癌的危险因素。同时根据该权值可以根据危险因素预测一个人患癌症的可能性。 1.1 logistic回归概述 logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b 作为因变量，即y =w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic 函数，就是logistic回归，如果L是多项式函数就是多项式回归。 logistic回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释，多类可以使用softmax方法进行处理。实际中最为常用的就是二分类的logistic回归。 Logistic回归模型的适用条件 1 因变量为二分类的分类变量或某事件的发生率，并且是数值型变量。但是需要注意，重复计数现象指标不适用于Logistic回归。 2 残差和因变量都要服从二项分布。二项分布对应的是分类变量，所以不是正态分布，进而不是用最小二乘法，而是最大似然法来解决方程估计和检验问题。 3 自变量和Logistic概率是线性关系 4 各观测对象间相互独立。 原理：如果直接将线性回归的模型扣到Logistic回归中，会造成方程二边取值区间不同和普遍的非直线关系。因为Logistic中因变量为二分类变量，某个概 回归分析的基本知识点及习题 本周题目：回归分析的基本思想及其初步应用 本周重点： （1）通过对实际问题的分析，了解回归分析的必要性与回归分析的一般步骤；了解线性回归模型与函数模型的区别； （2）尝试做散点图，求回归直线方程； （3）能用所学的知识对实际问题进行回归分析，体会回归分析的实际价值与基本思想；了解判断刻画回归模型拟合好坏的方法――相关指数和残差分析。 本周难点： （1）求回归直线方程，会用所学的知识对实际问题进行回归分析. （2）掌握回归分析的实际价值与基本思想. （3）能运用自己所学的知识对具体案例进行检验与说明. （4）残差变量的解释； （5）偏差平方和分解的思想； 本周内容： 一、基础知识梳理 １．回归直线： 如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫作回归直线。 求回归直线方程的一般步骤： ①作出散点图（由样本点是否呈条状分布来判断两个量是否具有线性相关关系），若存在线性相关关系→②求回归系数→ ③写出回归直线方程，并利用回归直线方程进行预测说明. 2.回归分析： 对具有相关关系的两个变量进行统计分析的一种常用方法。 建立回归模型的基本步骤是： ①确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量； ②画好确定好的解释变量和预报变量的散点图，观察它们之间的关系（线性关系）. ③由经验确定回归方程的类型. ④按一定规则估计回归方程中的参数（最小二乘法）； ⑤得出结论后在分析残差图是否异常，若存在异常，则检验数据是否有误，后模型是否合适等. 3.利用统计方法解决实际问题的基本步骤： （1）提出问题； （2）收集数据； （3）分析整理数据； （4）进行预测或决策。 4.残差变量的主要来源： （1）用线性回归模型近似真实模型（真实模型是客观存在的，通常我们并不知道真实模型到底是什么）所引起的误差。 可能存在非线性的函数能够更好地描述与之间的关系，但是现在却用线性函数来表述这种关系，结果就会产生误差。这 种由于模型近似所引起的误差包含在中。 （2）忽略了某些因素的影响。影响变量的因素不只变量一个，可能还包含其他许多因素（例如在描述身高和体重 关系的模型中，体重不仅受身高的影响，还会受遗传基因、饮食习惯、生长环境等其他因素的影响），但通常它们每一个因素的影响可能都是比较小的，它们的影响都体现在中。 （3）观测误差。由于测量工具等原因，得到的的观测值一般是有误差的（比如一个人的体重是确定的数，不同的秤可 能会得到不同的观测值，它们与真实值之间存在误差），这样的误差也包含在中。 上面三项误差越小，说明我们的回归模型的拟合效果越好。 正态分布检验 一、正态检验的必要性[1] 当对样本是否服从正态分布存在疑虑时，应先进行正态检验；如果有充分的理论依据或根据以往积累的信息可以确认总体服从正态分布时，不必进行正态检验。 当然，在正态分布存疑的情况下，也就不能采用基于正态分布前提的参数检验方 法，而应采用非参数检验。 二、图示法 1、P-P图 以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。 2、Q-Q图 以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。 Q-Q图为佳，效率较高。 以上两种方法以 3、直方图 判断方法：是否以钟形分布，同时可以选择输出正态性曲线。 4、箱式图 判断方法：观测离群值和中位数。 5、茎叶图 类似与直方图，但实质不同。 三、计算法 1、峰度（Kurtosis）和偏度（Skewness） （1）概念解释 峰度是描述总体中所有取值分布形态陡缓程度的统计量。这个统计量需要与正态分布相比较，峰度为0表示该总体数据分布与正态分布的陡缓程度相同；峰度大于0表示该总体数据分布与正态分布相比较为陡峭，为尖顶峰；峰度小于0表示该总体数据分布与正态分布相比 较为平坦，为平顶峰。峰度的绝对值数值越大表示其分布形态的陡缓程度与正态分布的差异 程度越大。 峰度的具体计算公式为： 注：SD就是标准差σ。峰度原始定义不减3，在SPSS中为分析方便减3后与0作比较。 偏度与峰度类似，它也是描述数据分布形态的统计量，其描述的是某总体取值分布的对称性。这个统计量同样需要与正态分布相比较，偏度为0表示其数据分布形态与正态分布的偏斜程度相同；偏度大于0表示其数据分布形态与正态分布相比为正偏或右偏，即有一条长尾巴拖在右边，数据右端有较多的极端值；偏度小于0表示其数据分布形态与正态分布相比为负偏或左偏，即有一条长尾拖在左边，数据左端有较多的极端值。偏度的绝对值数值越大表示其分布形态的偏斜程度越大。 偏度的具体计算公式为： 各种正态分布，尽管μ和σ可以分别取不同的值，但偏度都等于0，峰度都等于3，它们的密度函数曲线的形状都是一样的[1]。(SPSS中峰度减3与0比较 （2）适用条件 样本含量应大于200。 （3）检验方法 计算得到的峰度、偏度根据正态分布的值3、0（SPSS中为0、0）来直观判断是 否接近。 应对二者分别进行U检验来定量描述显著性，方法如下[2]：峰度U检验：|峰度-3| / 峰度标准差 <= U0.05 = 1.96（SPSS中将3替换为0）偏度U检验：|偏度-0| / 偏度标准差 <= U0.05 = 1.96 如果上述都成立，则可认为在0.05显著水平符合正态分布(下例偏度可判断不符合。 专题：正态分布和线性回归 一、 基础知识回顾 1.正态分布： 若总体密度曲线就是或近似地是函数()2 2 ()2(),,x f x x μσ--=∈-∞+∞的图象 其中：π是圆周率；e 是自然对数的底；x 是随机变量的取值,μ为正态分布的平均值；σ是正态分布的标准差．这个总体是无限容量的抽样总体，其分布叫做正态分布．正态分布由参数μ,σ唯一确定，记作ξ~2(,)N μσ,E(ξ)=μ,D(ξ)=2σ. 2.函数f(x)图象被称为正态曲线． (1)从形态上看，正态分布是一条单峰、对称呈钟形的曲线，其对称轴为．．．．x=．．μ．，并在．．．x=．．μ．时． 取最大值．．．． 。(2)从x=μ点开始，曲线向正负两个方向递减延伸，不断逼近x 轴，但永不与x 轴相交，因此说曲线在正负两个方向都是以x 轴为渐近线的,(3)当μ的值一定时, σ越大，曲线越“矮胖”，总体分布越分散；σ越小，曲线越“高”．总体分布越集中． 3. 把ξ~(0,1)N 即μ=0,σ=1称为标准正态分布，这样的正态总体称为标准正态总体,其密度函 数为21 2 ()x f x -=，x ∈(-∞，+∞)，相应的曲线称为标准正态曲线． ４.利用标准正态分布表可求得标准正态总体在某一区间内取值的概率. (1)对于标准正态总体(0,1)N ，)(0x Φ是总体取值小于0x 的概率，即：)()(00x x P x <=Φ， 其中00>x ，其值可以通过“标准正态分布表”查得，也就是图中阴影部分的面积，它表示总体取值小于0x 的概率． (2)标准正态曲线关于y 轴对称。因为当00>x 时，)()(00x x P x <=Φ； 而当00 回归方程和独立性检验 知识点 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT 回归分析和独立性检验 一、回归分析 1、回归直线方程 a x b y ???+= （x 叫做解释变量，y 叫做预报变量） 其中∑∑==---=n i i n i i i x x y y x x b 1 2 1 )() )((?＝ ∑∑==--n i i n i i i x n x y x n y x 1 2 21 （由最小二乘法得出，考试时给出此公式中的一 个） x b y a ??-= （ 此式说明：回归直线过样本的中心点)(y x ， ，也就是平均值点。 ） 2、几条结论： （1）回归直线过样本的中心点)(y x ，。 （2）b>0时，y 与x 正相关，散点图呈上升趋势；b<0时，y 与x 负相关，散点图呈下降趋势。 （3）斜率b 的含义（举例）： 如果回归方程为y=+2， 说明x 增加1个单位时，y 平均增加个单位； 如果回归方程为y=－+2，说明x 增加1个单位时，y 平均减少个单位。 （4）相关系数r 表示变量的相关程度。 范围：1≤r ，即 11≤≤-r r 越大．，相关性越强． 。0>r 时，y 与x 正相关；0 Shapiro-Wilk 检验含义:Shapiro —Wilk 检验法是S.S.Shapiro 与 M.B.Wilk提出用顺序统计量W来检验分布的正态性，对研究的对象总体先提出假设认为总体服从正态分布，再将样本量为n的样本按大小顺序排列编秩，然后由确定的显著性水平a ，以及根据样本量为n时所对应的系数a i,根据特定公式计算出检验统计量W.最后查特定的正态性W检 验临界值表，比较它们的大小，满足条件则接受假设认为总体服从正态分布,否则拒绝假设，认为总体不服从正态分布? W检验全称Shapiro-Wilk检验，是一种基于相关性的算法。计算可得到一个相关系数，它越接近1就越表明数据和正态分布拟合得越好。 w检验是检验样本容量8< n < 50,样本是否符合正态分布的一种方法。 计算式为: E-Lj k -訓 其检验步骤如下： ①将数据按数值大小重新排列，使x1 正态分布是许多检验的肚础，比如F检验，t检验，卡方检验等在总体不是正太分布是没有任何盘义。因此，対一个样本是否来口正态总、体的检验是至关巫要的。当然，我们无法证明某个数据的确来口正态总体，但如果使用效率高的检验还?无法否认总体是正太的检验，我『］就没有理山否认那些和正太分布有关的检验有意义，下而我就对正态性检验方法进行简单的归纳和比较。 一.图示法 1.P-P 图 以样本的累计频率作为横坐标，以按照正态分布计算的相应累计概率作为纵坐标，以样本值表现为直角坐标系的散点。如果数据服从 F态分布，则样本点应鬧绕第一象限的对角线分布。 2.Q-Q 图 以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为直角坐标系的散点。如果数据服从正太分布，则样本点应围绕第一彖限的对角线分布。 以上两种方法以Q-Q图为佳，效率较高。 3.直方图 判断方法：是否以钟型分布，同时可以选择输出正态性曲线。 4.箱线图 判断方法；观察矩形位置利中位数，若矩形位于中间位置且中位数位于矩形的中间位迓，则分布较为对称，否则是偏态分布。 5.茎叶图 11 22211()()()n n i i i i i i n n i i i i x x y y x y nx y b x x x nx a y bx ====? ---??==??--??=-??∑∑∑∑选修1-2第一部分 变量间的相关关系与统计案例 【基础知识】 一、回归分析 1.两个变量的线性相关：判断是否线性相关 ①用散点图 (1)正相关：在散点图中,点散布在从左下角到右上角的区域.对于两个变量的这种相关关系,我们将它称为正相关. (2)负相关：在散点图中,点散布在从左上角到右下角的区域,两个变量的这种相关关系称为负相关. (3)线性相关关系、回归直线：如果散点图中点的分布从整体上看大致在一条直线附近,就称这两个变量之间具有线性相关关系,这条直线叫做回归直线. ②用相关系数r (3)除用散点图外，还可用样本相关系数r 来衡量两个变量x ，y 相关关系的强弱， n i i x y nx y r -?= ∑当r ＞0，表明两个变量正相关，当r ＜0，表明两个变量负相关，r 的绝对值越接近于1，表明两个变量的线性相关性越强；r 的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系，通常|r |0.75>时，认为这两个变量具有很强的线性相关关系． 2.回归方程： 两个变量具有线性相关关系，数据收集如下： 可用最小二乘法得到回归方程?y bx a =+,其中 3．回归分析的基本思想及其初步应用 (1)回归分析是对具有相关关系的两个变量进行统计分析的方法，其常用的 研究方法步骤是画出散点图，求出回归直线方程，并利用回归直线方程进行预报． (2)对n 个样本数据(x 1，y 1)、(x 2，y 2)、…、(xn ，yn )，(,)x y 称为样本点的中心．样本点中心一定落在回归直线上。 4、回归效果的刻画： 用相关指数2R 来刻画回归的效果，公式是μ 2 21 2 1 ()1() n i i i n i i y y R y y ==-=- -∑∑ 2R 的值越大，说明残差平方和越小，也就是说模型拟合效果好 spss 数据正态分布检验方法及意义判读 要观察某一属性的一组数据是否符合正态分布，可以有两种方法（目前我知道这两种，并且这两种方法只是直观观察，不是定量的正态分布检验）： 1：在spss里的基本统计分析功能里的频数统计功能里有对某个变量各个观测值的频数直方图中可以选择绘制正态曲线。具体如下：Analyze-----Descriptive S tatistics-----Frequencies，打开频数统计对话框，在Statistics里可以选择获得各种描述性的统计量，如：均值、方差、分位数、峰度、标准差等各种描述性统计量。在Charts里可以选择显示的图形类型，其中Histograms选项为柱状图也就是我们说的直方图，同时可以选择是否绘制该组数据的正态曲线（With nor ma curve），这样我们可以直观观察该组数据是否大致符合正态分布。如下图： 从上图中可以看出，该组数据基本符合正态分布。 2：正态分布的Q-Q图：在spss里的基本统计分析功能里的探索性分析里面可以通过观察数据的q-q图来判断数据是否服从正态分布。 具体步骤如下：Analyze-----Descriptive Statistics-----Explore打开对话框，选择Plots选项，选择Normality plots with tests选项，可以绘制该组数据的q-q 图。图的横坐标为改变量的观测值，纵坐标为分位数。若该组数据服从正态分布，则图中的点应该靠近图中直线。 纵坐标为分位数，是根据分布函数公式F(x)=i/n+1得出的.i为把一组数从小到大排序后第i个数据的位置，n为样本容量。若该数组服从正态分布则其q-q图应该与理论的q-q图（也就是图中的直线）基本符合。对于理论的标准正态分布，其q-q图为y=x直线。非标准正态分布的斜率为样本标准差，截距为样本均值。 如下图： 正态分布和线性回归 高考要求 1.了解正态分布的意义及主要性质 2.了解线性回归的方法和简单应用 知识点归纳 1．正态分布密度函数： 2 2 () 2 () x f x μ σ - - =，（σ＞0，-∞＜x＜∞） 其中π是圆周率；e是自然对数的底；x是随机变量的取值；μ为正态分布的均值；σ是正态分布的标准差.正态分布一般记为) , (2 σ μ N 2．正态分布) , (2 σ μ N）是由均值μ和标准差σ唯一决定的分布 例1、下面给出三个正态总体的函数表示式，请找出其均值μ和标准差σ．（1）2 2 2 1 ) ( x e x f- = π ，（-∞＜x＜+∞) （2 ） 2 (1) 8 () x f x - - =，（-∞＜x＜+∞) 解：(1)0,1 (2)1,2 3．正态曲线的性质：正态分布由参数μ、σ唯一确定，如果随机变量ξ～N(μ，σ2)，根据定义有：μ=Eξ，σ=Dξ。 正态曲线具有以下性质： （1）曲线在x轴的上方，与x轴不相交。 （2）曲线关于直线x =μ对称。 （3）曲线在x =μ时位于最高点。 （4）当x <μ时，曲线上升；当x >μ 时，曲线下降。并且当曲线向左、 右两边无限延伸时，以x 轴为渐近线，向它无限靠近。 （5）当μ一定时，曲线的形状由σ确定。σ越大，曲线越“矮胖”，表示总体越分散；σ越小，曲线越“瘦高”，表示总体的分布越集中。 五条性质中前三条较易掌握，后两条较难理解，因此应运用数形结合的原则，采用对比教学 4．标准正态曲线:当μ=0、σ=l 时，正态总体称为标准正态总体，其 相应的函数表示式是2 221)(x e x f - = π ，（-∞＜x ＜+∞） 其相应的曲线称为标准正态曲线 标准正态总体N （0，1）在正态总体的研究中占有重要的地位 任何正态分布的概率问题均可转化成标准正态分布的概率问题 5.标准正态总体的概率问题: 对于标准正态总体N （0，1），)(0x Φ是总体取值小于0x 的概率， 即 )()(00x x P x <=Φ， 其中00>x ，图中阴影部分的面积表示为概率0()P x x < 只要有标准正态 分布表即可查表解决.从图中不难发现:当00 回归分析与独立性检验 知识要点及解析 1.函数关系与相关关系的区别? 函数关系是一种确定性关系，而相关关系是一种非确定性关系. 2.回归公式∑∑∑∑====--= ---=n i i n i i i n i i n i i i x n x y x n y x x x y y x x b 1 2 2 1 1 2 1 ) () )((? x b y a ??-= a x b y ???+= 3.回归分析的步骤? 回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法， 其步骤：收集数据→作散点图→求回归直线方程→利用方程进行预报. 4.回归直线的性质 a x b y ??+= ⑴回归直线 过样本点的中心()y x , 其中解释变量x 的平均数为: ∑==n i i x n x 11 预报变量y 的平均数为： ∑==n i i y n y 1 1 ⑵回归直线的斜率的估计值b ?的意义: 解释变量x 每增加一个单位,预报变量y 就增加b ?个单位. 5.求线性回归方程的五个步骤： ⑴计算y x x y x 、、、2 ⑵计算 ∑=n i i i y x 1 ⑶计算 ∑=n i i x 12 ⑷代入系数公式求b ?⑸代入公式计算a ? 例题1：下表提供了某厂节能降耗技术改造后生产甲产品过程中记录的产量x (吨)与相应的 能耗y (吨标准煤)的几组数据: ⑴画出散点图; ⑵求出线性回归方程a x b y ???+= ⑶已知该厂技改前100吨甲产品的生产能耗为90吨标准煤,试根据(2)问求出的线性回 归方程预测(估计)生产100吨甲产品的生产能耗比技改前降低多少吨标准煤? a x b y ???+= 正态性检验的一般方法 姓名：蓝何忠 学号：1101200203 班号：1012201 正态性检验的一般方法 【摘要】：正态分布是自然界中一种最常见的也是最重要的一种分布.因此,人们在实际使用统计分析时,总是乐于正态假定,但该假定是否成立,牵涉到正态性检验.在一般性的概率统计教科书中,只是把这个 问题放在一般性的分布拟合下作简短处理,而这种万精油式的检验方法,对正态性检验不具有特效.鉴于此,该文从不同角度出发介绍正态性检验的几种常见的方法,并且就各种方法作了优劣比较, 【引言】一般实际获得的数据，其分布往往未知。在数据分析中，经常要判断一组数据的分布是否来自某一特定的分布，比如对于连续性分布，常判断数据是否来自正态分布，而对于离散分布来说，常判断是否来自二项分布.泊松分布，或判断实际观测与期望数是否一致，然后才运用相应的统计方法进行分析。 几种正态性检验方法的比较。 2?一、拟合优度检验： （1）当总体分布未知，由样本检验总体分布是否与某一理论分布一致。 H0: 总体X的分布列为p{X=}=,i=1,2,…… H1：总体 X. 的分布不为 构造统计量 为真时H0发生的理为为样本中发生的实际频数,其中论频数。2）检验原理（2?意味着对于，=,观测频数与期望频数完全一致，若=0，则即完全拟合。 2?观察频数与期望频数越接近，则值越小。 2?当原假设为真时，有大数定理，与不应有较大差异，即值应较小。 2?若值过大，则怀疑原假设。 2?拒绝域为R={d} ，判断统计量是否落入拒绝域，得出结论。 二、Kolmogorov-Smirnov正态性检验： Kolmogorov-Smirnov检验法是检验单一样本是否来自某一特定它的 检验方法是以样本数比如检验一组数据是否为正态分布。分布。． 据的累积频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族。即对于假设检验问题： H0:样本所来自的总体分布服从某特定分布 H1：样本所来自的总体分布不服从某特定分布 统计原理：Fo（x）表示分布的分布函数，Fn（x）表示一组随机样本的累计概率函数。 #}n1,2,,x{x?,i?i?)F(x n n : x）差距的最大值，定义如下式Fn为Fo(x)与（D设 D=max|Fn(x)-Fo(x)| P{Dn>d}=a. a，对于给定的位健康男性在未进食前的血糖浓度如表所示，试测验这组35例如： =6的正态分布，标准差数据是否来自均值μ=80σ87 77 92 68 80 78 84 77 81 80 80 77 92 86 76 80 81 75 77 72 81 90 84 86 80 68 77 87 76 77 78 92 75 80 78 n=35 检验过程如下：健康成人男性血糖浓度服从正态分布 H0:假设健康成人男性血糖浓度不服从正态分布 H1: 计算过程如表：g3.1100 12.4 正态分布、线性回归(1)
总结正态性检验的几种方法
平均分布,正态分布,一阶滑动和,一阶线性回归 C语言编程
高中数学 第2讲变量的相关性、回归分析及独立性检验
正态分布和线性回归
如何检验数据是否服从正态分布
正态性检验的几种方法
高考试题回归分析,独立性检验
logistic回归与线性回归的比较分析
回归分析及独立性检验的基本知识点及习题集锦
SPSS统计分析1：正态分布检验.
正态分布和线性回归
回归方程和独立性检验知识点
正态分布检验
高中选修1-2回归分析和独立性检验知识总结与联系
spss_大数据正态分布检验方法及意义要点
高三数学正态分布和线性回归(知识点和例题)
回归分析与独立性检验
正态性检验的一般方法汇总