数据统计的基本知识点(白话统计阅读笔记)

根据样本统计量来估计总体参数就是参数估计,主要有两种方式,一个是点估计,一个是区间估计,我来为大家科普一下关于数据统计的基本知识点?下面希望有你要的答案,我们一起来看看吧!

数据统计的基本知识点(白话统计阅读笔记)

数据统计的基本知识点

根据样本统计量来估计总体参数就是参数估计,主要有两种方式,一个是点估计,一个是区间估计。

 点估计

这种方法就是计算样本均数、方差等,作为总体均数、方差等的估计值,因为中心极限定理告诉我们,多次重复抽样,所得多个统计量应该都是围绕总体参数波动的,多个统计量的参数应该等于总体参数。但是并不是每个统计量正好等于总体参数,所以实际中根据一个样本进行的点估计还是有一定的偏差的,采用置信区间会更加可靠一些。

 最小二乘估计

是主要用于线性回归的参数估计,实际就是求得一个实际值与模型估计值之差达到最小的值,将其作为参数估计的值。最小二乘法的思想的体现在本书P82中已经详细说明,实际上就是求得一个能够最佳拟合实际数据的直线的系数。

 最大似然估计

最大似然估计就是最大可能的一个估计,其应用将较为广泛,如Logistic回归、Cox回归、多水平模型等,主要体现在我们获得样本数据,根据已知的样本结果,反推找到一个估计值,使得最大可能出现现有的结果,通俗来说就是我们已经有了样本数据,那么当参数等于多少的时候,最有可能出现我们已有的样本数据。

 贝叶斯估计

贝叶斯估计是基于先验信息的一种估计方法,也就是说根据已有的一些经验,把经验纳入估计过程中,从而得到估计值,在经典的频率估计中,参数是固定的,样本统计量是随机变量,而贝叶斯统计中,认为参数也是随机变量,服从某一概率分布的随机变量,贝叶斯统计的重点是研究参数的分布。

Ref:《白话统计》 冯国双著

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页