下午参数估计与假设检验

参数估计与假设参数估假设检验与单样本T检两样本T检方差分析(分类变量和连续变量关系检验相关分析(两连续变量关系检验卡方检验(两分类变量关系检验1参数估 想知道当年住宅价格增长率是否达到了•定的阀值,比如2总体 组成总体

样–从总体抽取的部分个 –统计量由样本获取，用于对总体的参数进行估μxσs3 S估

495的置信区间代表参数估计值均值的标准误差是衡量估计的均值的变异程均值的标准误差随样本的标准差变化而变n均值的标准误差s衡量样本均值的变异nX均值标准误差 5 样本均值 置信度，自由度为样本量- 均值的标准误差ssx s为满足正态性假设，可以验证总体分布是近似正态的应用中心极限定理“足够大”表示大于30个样本如果数据严重偏态，则需 对称则6 07.2假设检验与单样本T78假设检验的两类错实际检验H0为H0为无法原假III原假设为真时X的分

H1为真时X的分 955454060554540603763158546461624404060160240检验0假设H0:=0,首先计算t统计量t(x再根据T统计量相应的P值来判断是 原假蓝色部分蓝色部分 反应变量类型预测变量的类型交叉表(列联表)分两样本T检验(二分方差分析(多分类相关分注:两等级变量之间的关系可以采用等级相关的方法,此处不做 07.3两样本T反应变量类型预测变量的类型交叉表(列联表)分两样本T检验(二分方差分析(多分类相关分注:两等级变量之间的关系可以采用等级相关的方法,此处不做 的消费是否的影响数据保存在”CREDITCARD_EXP”看上去好像有差异，但是是否统计上有意义HH021=22H121=22max(s,s22F=12min(s,s2212支男F统计量和显著性水平F(组间变异,组内变异)=MSM/方差分反应变量类型预测变量的类型交叉表(列联表)分两样本T检验(二分方差分析(多分类相关分注:两等级变量之间的关系可以采用等级相关的方法,此处不做数据保存在”CREDITCARD_EXP”(万元教育等总变

组间变 组内变 SSM+(7-(7-(3-SST=(3-6)2+(4-6)2+(5-6)2+(7-6)2+(8-6)2+(9-6)2=YYB(7-YA (5-2SSE=(3-4)2+(4-4)2+(5-4)2+(7-8)2+(8-8)2+(9-8)2=YYB(8-(4-YA SSM=3*(4-6)2+3*(8-6)2=F统计量和显著性水平F(组间变异,组内变异)=MSM/因变量因变量原假设成立+= +无交互YijkijYijkijij因变量因变量原假设成立+自变量 自变量设定的均值++=+i++因变量因变量原假设成立+自变量 设定的均值+=+i+j+i*j+由模型解释的变相关分反应变量类型预测变量的类型交叉表(列联表)分相关分注:两等级变量之间的关系可以采用等级相关的方法, 目前尚有一些客户后没预测变

反应方差法（OLS协方差分回逻逻 NegativeNegative-0Positive1CorrelationCoefficient代表总体的相关系数由样本统计量r估计H0:原假设:相关系数不是p-p-PEARSON相关系参数方法、连续变量之间的相SPEARMAN相关系非参方法、又称秩相关系 相关关系是一后，与之相应的另一个变量的值虽然不能确定，但是仍按照某种依赖关系在一定的范围内变化。简单相关分析是研究两个变量之间相关关系的方法。按照变量性质的不同，所采用的相关分析方法也不同。对于连续变量，通常使用Pearson相关系数来描述变量间的相关关系；对于有序变量，则常使用Searan秩相关系数。

卡方检反应变量类型预测变量的类型交叉表(列联表)分相关分注:两等级变量之间的关系可以采用等级相关的方法,汽 曾 标识与是否违约是否有关系法（OLS)被解释变……………行百分比………解释row变 xtab(~bankruptcy_ind+bad_ind,SASEG是否流是否流话费上话费上升、流失总是行（百分比 否否总总是45>是45>列连分析的原假 标识与是否违约无关即无论曾经是 ，违约的概率都