Statistic 發表於 2020-01-04 分類於 Test Practice 閱讀次數: 文章字數: 2.3k 所需閱讀時間 ≈ 4 分鐘 Statistic Test 以下為以日文統計專有名詞為主的筆記 參考書籍:大学四年間の図解統計学が10時間で学べる 基礎筆記 分散=絕對偏差平方總數= \frac{\text{絕對偏差平方}}{\text{總數}}=總數絕對偏差平方 標準偏差=分散=\sqrt{分散}=分散 標準化=測定值-平均標準差=\frac{\text{測定值-平均}}{\text{標準差}}=標準差測定值-平均 ⇒\Rightarrow⇒通過標準化來使得分散一至為一 共分散=Cov(X,Y)=Σ(X−ux)(Y−uy)n=Cov(X,Y)=\frac{\Sigma(X-u_{x})(Y-u_{y})}{n}=Cov(X,Y)=nΣ(X−ux)(Y−uy) Cov(X,Y)=E(XY)−uxuyCov(X,Y)=E(XY)-u_{x}u_{y}Cov(X,Y)=E(XY)−uxuy 母體相關係數=r=Σ(X−ux)(Y−uy)nσxσy=Cov(X,Y)σxσy=r=\frac{\Sigma(X-u_{x})(Y-u_{y})}{n\sigma_{x}\sigma_{y}}=\frac{Cov(X,Y)}{\sigma_{x}\sigma_{y}}=r=nσxσyΣ(X−ux)(Y−uy)=σxσyCov(X,Y) 樣本相關係數 回歸直線 設回歸直線為 y=ax+by=ax+by=ax+b y=r×σyσx×x+by=r\times \frac{\sigma_{y}}{\sigma_{x}} \times x +by=r×σxσy×x+b →斜率a=r×σyσx=Cov(X,Y)σx2\rightarrow 斜率a=r\times \frac{\sigma_{y}}{\sigma_{x}}=\frac{Cov(X,Y)}{\sigma_{x}^2}→斜率a=r×σxσy=σx2Cov(X,Y) 小練習 網址 第二章 機率統計 P(A)=A的要素總要素P(A)=\frac{A的要素}{總要素}P(A)=總要素A的要素 條件分佈機率 P(A∣B)=P(A∩B)P(B)P(A|B)=\frac{P(A \cap B)}{P(B)}P(A∣B)=P(B)P(A∩B) ⟹P(A∩B)=P(A∣B)P(B)\Longrightarrow P(A \cap B)=P(A|B)P(B)⟹P(A∩B)=P(A∣B)P(B) 獨立事項 定義 P(A∩B)=P(A)P(B)P(A \cap B)=P(A)P(B)P(A∩B)=P(A)P(B) ⟹P(A∩B)P(B)=P(A)\Longrightarrow \frac{P(A \cap B)}{P(B)}=P(A)⟹P(B)P(A∩B)=P(A) ⟹P(A∣B)=P(A)\Longrightarrow P(A | B)=P(A)⟹P(A∣B)=P(A) 得證 機率分佈 平均=μ=ΣxiP(Xi)平均=\mu=\Sigma x_{i}P(X_{i})平均=μ=ΣxiP(Xi) 機率分佈 分散=Var=Σ(x−μ)2×P(xi)分散=Var= \Sigma (x- \mu)^2\times P(x_{i})分散=Var=Σ(x−μ)2×P(xi) 標準差=σ2=Σ(x−μ)2×P(xi)\text{標準差}=\sigma ^2= \Sigma (x- \mu)^2\times P(x_{i})標準差=σ2=Σ(x−μ)2×P(xi) 機率分佈 期待值=E(X)=μ\text{期待值}=E(X)=\mu期待值=E(X)=μ Ef(x)=Σf(xi)×P(xiE{f(x)}=\Sigma f(x_{i})\times P(x_{i}Ef(x)=Σf(xi)×P(xi 機率分佈 分散=V(x)=σ2=E{(x−μ)2}\text{分散} =V(x)= \sigma^2=E\{(x-\mu)^2\}分散=V(x)=σ2=E{(x−μ)2} 正規分布 函數定義 N(μ,σ2)N(\mu,\sigma^2)N(μ,σ2) 若線性函數Y=aX+bY=aX+bY=aX+b ⟹N(aμ+b,a2σ2)\Longrightarrow N(a\mu+b,a^2\sigma^2)⟹N(aμ+b,a2σ2) 小練習 Ex1: 小學生的身高 X (cm) 的分佈為N(118,62)N(118,6^2)N(118,62)的時候 替換單位為公尺時 Y=0.01XY=0.01XY=0.01X的分佈為N(1.18,0.062)N(1.18,0.06^2)N(1.18,0.062) Ex2: X的分佈N(50,102)的時候N(50,10^2)的時候N(50,102)的時候 求機率P(40≤X≤65)P(40 \leq X \leq 65)P(40≤X≤65) 標準化=Z=X−5010\text{標準化}=Z=\frac{X-50}{10}標準化=Z=10X−50 使得範圍映射為N(0,1)N(0,1)N(0,1) 40−5010≤X−5010≤65−5010\frac{40-50}{10} \leq \frac{X-50}{10} \leq \frac{65-50}{10}1040−50≤10X−50≤1065−50 ⟹P(40≤X≤65)=P(−1≤Z≤1.5)\Longrightarrow P(40 \leq X \leq 65)=P(-1 \leq Z \leq 1.5)⟹P(40≤X≤65)=P(−1≤Z≤1.5)求Z在標準分佈下的機率(查表) =P(1.5)−P(−1)=0.9332−0.1587=0.7745=P(1.5)-P(-1)=0.9332-0.1587=0.7745=P(1.5)−P(−1)=0.9332−0.1587=0.7745 第三章 統計方式