本章主要内容 1、了解数据、总体、样本的含义及随机抽样的一般方法; 2、掌握排列图、因果分析图的作图方法和应用; 3、掌握分层法、统计图表法的应用 4、了解直方图的原理、作用、作图方法及应用

一、基本概念 1、 Sample Statistic(样本统计量) Any number computed from sample data random variable. Known

第一节抽样框误差及控制 第二节调查误差及控制 第三节无回答及其控制 第四节样本轮换的理论与方法

决策树修剪的主要任务是抛弃一个或更多 的子树,并用叶替代这些子树,使决策树 简单化。 问题是修剪后的结果能达到我们期望算法 降低预测误差率来提高分类器的质量,但 误差率计算并不简单。 评价预测误差的一个可行方法是用另外一 个新的有效检验样本,或用第四章中讲述 的交叉确认法

1.设总体X的数学期望μ已知,方差2未知,1,X,…,Xn为来自X的样本。下列表达式中哪些是统计量:

一、抽样设计在营销调研中的必要性 二、抽样调查方案设计的主要内容 三、如何确定抽样方式和抽样方法 四、如何确定样本容量 五、如何确定抽样估计方法

譬如,在估计湖中鱼数的问题中,若 我们根据一个实际样本,得到鱼数N的极 大似然估计为1000条 实际上,N的真值可能大于1000条, 也可能小于1000条. 若我们能给出一个区间,在此区间 内我们合理地相信N的真值位于其中. 这样对鱼数的估计就有把握多了

四个基本定义与数理统计学的逻辑结构 一、随机变量的分布 二、二元随机变量 三、独立性 四、随机变量函数和分布

1.1随机事件和样本空间 1.2概率和频率 1.3古典概型 1.4概率的公理化定义及概率的性质

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节波松分布 第六节样本平均数的抽样分布 第七节t分布