嗯, 不知道有没有人看我的这篇文章 反正今天身体不大舒服, 不大能够看书, 就在把一些想讲的东西给趁机写一写. 承接上文, 接着从统计的第八章开始讲起... 先开个小视窗, 讲一些废话： 统计学从第八章开始, 要跟前面的七章划上一个界线 因为从第八章开始, 就是完全正式步入所谓的统计学领域 前面的只能算是概论或是机率论的部份, 但是老实讲, 我个人是觉得前七章才是真正比较难的东西 如果你前七章能够学的扎实一点的话, 那从第八章开始, 会觉得有种倒吃甘蔗的感觉.... 好吧, 回到正题, 第八章主要是在介绍统计的推论 也就是当你抽出一组样本之後, 在你已经知道母体的情况下, 如果去推测样本的性质, 不外乎也是平均数, 变异数, 机率 还有 Z, t, 卡方, F分配的查表 另外在第八章的最後面, 提到了一点顺序统计量的东西 这个是属於有点偏向无母数的领域, 我觉得算是第八章最难的一个部份 思维上需要作一个大转弯, 我这个部份也是後来回头看了几次才有感觉 接着我们看到下册 先谈第九跟第十章, 这两章主要是在谈估计, 分别是点和区间 第九章一开始谈四种优良估计量的标准 说真的, 这个部份蛮枯燥的, 我是一边打瞌睡一边看完它的 Q.Q 但是考试常常会考, 所以後来还是硬着头皮去看熟它 第九章真正精彩的部份在最大概似估计量, 还有动差估计量 它有一连串的推导, 有的老师甚至会希望你最好熟记, 像是变异数的不偏估计量分母是 n-1 而不是用最大概似法求出的那个分母为 n 的 Poisson 的λ是用样本平均数去估计..等等 第十章是在谈信赖区间, 基本上第八章有弄懂的话, 这一章会看的很快 但是, 变异数的信赖区间比较麻烦一点点. 因为用到卡方和 F分配 我在这里提供一个记忆方式..看卡方的机率分布图, 就是右偏的那个 因为卡方(α/2)在横轴上比较右边的位置, 而卡方(1-α/2)比较左边 所以我就记说：卡方(α/2) > 卡方(1-α/2) 因为变异数的区间临界值是 S^2 / 卡方　 所以分母较小的一定是上界, 分母较大的一定是下界 然後就推出来了, 这是我用来理解区间临界值的方式, 同样的方法也可以用在 F 值 (两个变异数相除的信赖区间) 接着第11, 12章是在讲假设检定 它一部份是信赖区间的延伸, 但却又包罗万象, 讲了很多很玄之又玄的东西 像是检定力, 作业曲线, Mcnemax检定, 还有它连变异数的危险域界定也变的跟信赖区间完全不同 我是背说 右尾是大於比较大的卡方或是F值是危险域 左尾则是小於比较小的 双尾是大於比较大　和小於比较小的 但老实说, 这个地方我一直没办法理解, 只能硬背 假设检定可以说是第11章之後, 全部都在讲假设检定 包括13章的卡方检定, 14章的变异数分析, 15章的简单回归, 16章的复回归偏回归, 17章的无母数都可以说是在讲检定, 也可以说是统计学的一大题库, 统计学最精彩的一个大部份. 又讲的太长了, 像老太婆的裹脚布一样, 应该没人会看, 下次再继续, 好累....心脏又不舒服了 >< --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.166.81.40