1、分析分析(Analyze)阶段阶段Step 8-Data 分析分析Step 9-Vital Few X的选定的选定q 多多变变量量研研究究q 中心中心极极限定理限定理q 假假设检验设检验q 置信置信区间区间q 方差分析，均方差分析，均值检验值检验q 卡方卡方检验检验q 相相关关/回回归归分析分析Step 7-Data 收集收集路径位置路径位置理论课理论课q 定义定义 q 中心极限定理的应用中心极限定理的应用 1.正态分布的例子 2.Chi-Square分布的例子q 标准误差与样本大小的关系标准误差与样本大小的关系目目 录录定义定义q 中心极限定理是阐述大量随机变量之和的极限分布是正态分布的一系
2、中心极限定理是阐述大量随机变量之和的极限分布是正态分布的一系列定理的总称。最常用的有：列定理的总称。最常用的有：q 独立同分布中心极限定理独立同分布中心极限定理：“随机变量随机变量x1，x2，独立，且服从同一分布，独立，且服从同一分布，若存在有限的数学期望若存在有限的数学期望E(xi)=u和方差和方差D(xi)=2，当当n时，随机变量的总和时，随机变量的总和xi趋于均值为趋于均值为nu，方差为，方差为n 2的正态分布。的正态分布。（即算术平均数（即算术平均数1/n xi=xbar趋于均值为趋于均值为u，方差为，方差为2/n的正态分布）的正态分布）”不论总体服从何种分布，只要它的数学期望和方差存
3、在，不论总体服从何种分布，只要它的数学期望和方差存在，从中抽取容量为从中抽取容量为n的样本，则这个样本的总和或平均数是随机变量，的样本，则这个样本的总和或平均数是随机变量，当当n充分大时，充分大时，xi或或 xbar趋于正态分布。趋于正态分布。定义定义q 德莫佛德莫佛-拉普拉斯中心极限定理拉普拉斯中心极限定理：“如果用如果用X表示表示n次独立试验中事件次独立试验中事件A发生发生(“成功成功”)的次数，的次数，P是事件是事件A在每在每次试验中发生的概率次试验中发生的概率,则则X服从二项分布服从二项分布,B(n,p),当当n时，时，X趋于均值为趋于均值为np，方差为，方差为npq的正态分布。的正态
4、分布。”正态分布和泊松分布都是二项分布的极限分布正态分布和泊松分布都是二项分布的极限分布 当n足够大时，可用正态分布近似计算;当n足够大且p小时,可用泊松分布近似计算。q 中心极限定理是一种十分重要的现象中心极限定理是一种十分重要的现象,它是统计学中应用的许多方法它是统计学中应用的许多方法的理论基础的组成部分的理论基础的组成部分(如如:计算样本均值的置信区间计算样本均值的置信区间)利用同样的数据画出两种不同的控制图利用同样的数据画出两种不同的控制图,并仔细比较它们的差异并仔细比较它们的差异:打开文件CENLIMIT.MTW.分别用下面的两个路径画出个体图和子群大小为5的均值图 个体图路径 均值
5、图路径应用应用图形输出图形输出样本平均样本平均 仔细比较两个图上的控制上下线仔细比较两个图上的控制上下线(UCL(UCL和和LCL),LCL),有什么不同有什么不同?应用应用1361211069176614631161100908070605040观观测测值值单单独独值值_X=68.28UCL=96.59LCL=39.97O Ou ut tp pu ut t 的的单单值值控控制制图图28252219161310741807570656055样样本本样样本本均均值值_X=68.28UCL=80.70LCL=55.861O Ou ut tp pu ut t 的的 X Xb ba ar r 控控制制
6、图图个体控制图和个体控制图和 X barX bar控制图的差异控制图的差异UCLX3LCLX3UCLnX3LCLnX315100102030405060应用应用E平均值分布的标准偏差叫做平均值分布的标准偏差叫做 E这个公式表明平均值比个体数据更稳定，稳定因子是样本数的平这个公式表明平均值比个体数据更稳定，稳定因子是样本数的平方根。方根。xxn x 均值标准误差均值标准误差个体值的标准差个体值的标准差n=平均值的样本数平均值的样本数x均值的标准误差（均值的标准误差（Standard Error of the MeanStandard Error of the Mean）其中其中MS meanMS
7、n()我们经常依靠从测量系统中得到的一个数值来估计我们经常依靠从测量系统中得到的一个数值来估计输入输入或或输输出出变量的值变量的值。减小测量系统误差的简易方法就是把两个或更多的。减小测量系统误差的简易方法就是把两个或更多的读数平均。读数平均。我们的测量系统的精密度自动增加，增加因子是平均值样本我们的测量系统的精密度自动增加，增加因子是平均值样本数的平方根数的平方根,如果我们要想使测量系统的误差减小一半，我们就如果我们要想使测量系统的误差减小一半，我们就需要把需要把4 4次的测量值平均才可以。次的测量值平均才可以。实际应用实际应用测量系统的改善测量系统的改善l当总体数据具备正态分布时当总体数据具
8、备正态分布时中心极限定理理解例题模拟中心极限定理理解例题模拟-1-1l 假设你面前有一个大桶假设你面前有一个大桶,桶里面装有相当多数量的白色纸条桶里面装有相当多数量的白色纸条,每张纸条上都写每张纸条上都写 有数字，且假定这些数字都来自一个具有特定平均值和标准偏差的正态分布有数字，且假定这些数字都来自一个具有特定平均值和标准偏差的正态分布.1)1)从中随机抽出从中随机抽出9 9张白色纸条张白色纸条,并把其上面的并把其上面的9 9个数字求平均个数字求平均,2)2)然后把这个平均值写在一张绿色纸条上然后把这个平均值写在一张绿色纸条上,3)3)把这把这9 9张白色纸条放回原来的桶里张白色纸条放回原来的
9、桶里,4)4)把这张绿色纸条放入另外一个桶里把这张绿色纸条放入另外一个桶里,如此重复上面的步骤，直到盛有绿色纸条的桶放满为止。如此重复上面的步骤，直到盛有绿色纸条的桶放满为止。l白色纸条代表总体的数据；白色纸条代表总体的数据；l绿色纸条代表平均值的样本；绿色纸条代表平均值的样本；l我们用我们用MINITABMINITAB来模拟做这个练习。来模拟做这个练习。:让我们用让我们用MINITABMINITAB产生一些模拟的数据来验证我们的理论。产生一些模拟的数据来验证我们的理论。:首先用首先用MINITABMINITAB产生产生9 9列各列各250250个数据，假设这些数据来自一个个数据，假设这些数据
10、来自一个 平均值平均值=70=70、标准偏差标准偏差=9=9的正态分布的正态分布:则列则列C1-C9 C1-C9 代表白色纸条代表白色纸条:然后求出各行然后求出各行9 9个数据的平均值，其结果放在列个数据的平均值，其结果放在列C10C10，则，则:C10C10代表绿色纸条。代表绿色纸条。:我们用描述统计的方法求出各列数据的平均和标准偏差。我们用描述统计的方法求出各列数据的平均和标准偏差。:仔细比较仔细比较C1-C9C1-C9列与列与C10C10列有什么差别？列有什么差别？例题例题1 1 中心极限定理应用模拟中心极限定理应用模拟1 1、用、用MINITABMINITAB随机产生样本数据随机产生样
11、本数据分别输入下列信息分别输入下列信息2 2、样本平均数计算、样本平均数计算3 3、输出：产生、输出：产生1010列数据列数据注意：每次每个人操作产生的数据都不一样注意：每次每个人操作产生的数据都不一样4 4、描述统计路径、描述统计路径5 5、描述统计结果比较、描述统计结果比较描述性描述性统计统计:C1,C2,C3,C4,C5,C6,C7,C8,C9,C10 平均平均值值变变量量 N N*平均平均值值 标标准准误误 标标准差准差 最小最小值值 下四分位下四分位数数 中位中位数数 上四分位上四分位数数C1 250 0 70.605 0.534 8.439 43.537 64.924 70.895
12、 76.690C2 250 0 69.633 0.623 9.847 43.521 63.094 70.174 76.382C3 250 0 69.643 0.591 9.341 47.785 62.617 69.063 76.286C4 250 0 70.293 0.559 8.846 49.313 64.745 69.702 75.834C5 250 0 70.705 0.603 9.542 45.849 64.118 70.673 77.782C6 250 0 69.385 0.587 9.288 41.398 63.237 69.285 76.174C7 250 0 70.228 0.
13、543 8.585 48.888 64.444 70.587 75.767C8 250 0 69.852 0.592 9.357 41.977 63.096 69.826 77.060C9 250 0 70.126 0.568 8.988 48.100 64.023 69.871 75.867C10 250 0 70.052 0.185 2.930 61.501 68.167 70.479 72.180 xxxn999335 5、描述统计结果比较（续）、描述统计结果比较（续）描述性描述性统计统计:C1,C2,C3,C4,C5,C6,C7,C8,C9,C10 平均平均值值变变量量 N N*平均平
14、均值值 标标准准误误 标标准差准差 最小最小值值 下四分位下四分位数数 中位中位数数 上四分位上四分位数数C1 250 0 70.605 0.534 8.439 43.537 64.924 70.895 76.690C2 250 0 69.633 0.623 9.847 43.521 63.094 70.174 76.382C3 250 0 69.643 0.591 9.341 47.785 62.617 69.063 76.286C4 250 0 70.293 0.559 8.846 49.313 64.745 69.702 75.834C5 250 0 70.705 0.603 9.542
15、 45.849 64.118 70.673 77.782C6 250 0 69.385 0.587 9.288 41.398 63.237 69.285 76.174C7 250 0 70.228 0.543 8.585 48.888 64.444 70.587 75.767C8 250 0 69.852 0.592 9.357 41.977 63.096 69.826 77.060C9 250 0 70.126 0.568 8.988 48.100 64.023 69.871 75.867C10 250 0 70.052 0.185 2.930 61.501 68.167 70.479 72
16、.180现在开始比较。现在开始比较。7674727068666462403020100C C1 10 0频频率率均值70.05标准差 2.930N250C C1 10 0 的的直直方方图图正态 90.082.575.067.560.052.5403020100C C9 9频频率率均值70.13标准差 8.988N250C C9 9 的的直直方方图图正态 l样本的散布样本的散布(C C9)9)和样本平均的散布和样本平均的散布(C10)C10)进行比较。进行比较。散布散布减少了很多减少了很多.=8.988=2.9306 6、直方图直方图结果比较结果比较l用点图比较频度数用点图比较频度数则则能够更明
17、确的了解能够更明确的了解散布散布。7 7、点图点图结果比较结果比较91847770635649C9C10数数 据据C C 9 9,C C 1 1 0 0 的的 点点 图图每个符号最多表示 2 个观测值。F样本平均值分布的样本平均值分布的平均值平均值和总体的平均值十分接近和总体的平均值十分接近;F样本平均值分布的样本平均值分布的标准偏差标准偏差等于总体的标准偏差除以等于总体的标准偏差除以样本数的平方根样本数的平方根;F样本平均值的分布十分接近正态分布。样本平均值的分布十分接近正态分布。8 8、结论结论q 当总体数据是非正态分布时，若从中随机抽样当总体数据是非正态分布时，若从中随机抽样n n个并计
18、算其平均，个并计算其平均，同样如此反复若干次，然后比较这些平均的散布与这些个体值的同样如此反复若干次，然后比较这些平均的散布与这些个体值的 散布，你会发现，当散布，你会发现，当n n时，时，x-barx-bar的散布也具有正态分布。的散布也具有正态分布。q 为了验证为了验证,我们在非正态分布中随机选择一个偏移较大的分布我们在非正态分布中随机选择一个偏移较大的分布-“Chi-SquareChi-Square分布分布”，求其，求其x-barx-bar来体会一下中心极限定理。来体会一下中心极限定理。l当总体数据不具备正态分布时当总体数据不具备正态分布时中心极限定理理解例题模拟中心极限定理理解例题模拟
19、-2-21 1、用卡方分布随机产生、用卡方分布随机产生9 9列，每列各有列，每列各有250250个数据个数据1 5.01 2.51 0.07.55.02.50.0C C 9 9C C 9 9 的的 点点 图图每 个 符 号 最 多 表 示 2 个 观 测 值。2 2、用产生的数据进行、用产生的数据进行点图点图描绘和描绘和正态检验正态检验 在这里看到，这是一个很偏移的分布，在这里看到，这是一个很偏移的分布，我们用它来验证中心极限定理我们用它来验证中心极限定理151050-599.99995908070605040302010510.1C C9 9百百分分比比均值2.008标准差2.149N250
20、AD15.427P 值0.005C C9 9 的的概概率率图图正态-95%置信区间C10 C10 项是对项是对 C1C9 C1C9 的平均值的数据统计，的平均值的数据统计，同样样本大小为同样样本大小为 9 9，其散布明显变得小多了。，其散布明显变得小多了。描述性描述性统计统计:C1,C2,C3,C4,C5,C6,C7,C8,C9,C10 平均平均值值变变量量 N N*平均平均值值 标标准准误误 标标准差准差 最小最小值值 下四分位下四分位数数 中位中位数数 上四分位上四分位数数C1 250 0 1.917 0.122 1.932 0.002 0.543 1.252 2.602C2 250 0
21、2.038 0.112 1.768 0.003 0.602 1.453 3.068C3 250 0 2.072 0.130 2.050 0.009 0.558 1.402 2.853C4 250 0 2.005 0.139 2.204 0.002 0.551 1.327 2.875C5 250 0 1.854 0.109 1.726 0.009 0.534 1.283 2.595C6 250 0 1.954 0.129 2.039 0.003 0.477 1.347 2.743C7 250 0 1.965 0.122 1.935 0.011 0.516 1.412 2.759C8 250 0
22、2.074 0.138 2.178 0.011 0.597 1.379 2.755C9 250 0 2.008 0.136 2.149 0.022 0.599 1.283 2.680C10 250 0 1.9875 0.0436 0.6894 0.4733 1.5253 1.9290 2.42143 3、用产生的数据进行、用产生的数据进行描述统计描述统计比较比较 xxxn2 092 030.67.15.012.510.07.55.02.50.0C9C10数数 据据C C 9 9,C C 1 1 0 0 的的 点点 图图每 个 符 号 最 多 表 示 3 个 观 测 值。个体值的分布个体值的分布
23、样本平均的分布样本平均的分布 4 4、点图点图描绘比较，验证中心极限定理描绘比较，验证中心极限定理个体值的概率图个体值的概率图 样本平均的分布样本平均的分布5 5、正态概率图正态概率图描绘比较，验证中心极限定理描绘比较，验证中心极限定理54321099.99995908070605040302010510.1C C1 10 0百百分分比比均值1.987标准差 0.6894N250AD1.162P 值0.005C C1 10 0 的的概概率率图图正态-95%置信区间151050-599.99995908070605040302010510.1C C9 9百百分分比比均值2.008标准差2.149N250AD15.427P 值0.005C C9 9 的的概概率率图图正态-95%置信区间30201 001 098765432Sam ple nStan E rr标准误差和样本大小关系 Let x1010 xn标准误差与样本大小的关系标准误差与样本大小的关系
