楼主: 卡爷鼠
649 0

[stata资源分享] 数理统计基础知识整理分享 [推广有奖]

  • 1关注
  • 0粉丝

已卖:5份资源

大专生

36%

还不是VIP/贵宾

-

威望
0
论坛币
85 个
通用积分
0.2100
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
119 点
帖子
6
精华
0
在线时间
105 小时
注册时间
2020-3-19
最后登录
2025-10-25

楼主
卡爷鼠 学生认证  发表于 2022-2-21 18:07:18 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
一、中心极限定理

1. https://baijiahao.baidu.com/s?id=1665261046335447411&wfr=spider&for=pc

了解均值正态分布的实际含义:


我们可以用均值的正态分布来分配置信区间。我们可以进行T检验(即两个样本均值之间是否存在差异)我们可以进行方差分析(即3个或更多样本的均值之间是否存在差异)



2.证明:https://zhuanlan.zhihu.com/p/93738110


3.非参数统计检验:https://zhuanlan.zhihu.com/p/49472487;https://zhuanlan.zhihu.com/p/93196547;https://blog.csdn.net/smartbits_mark/article/details/77512443;http://staff.ustc.edu.cn/~jbs/chapt5.pdf;https://chemistry.fudan.edu.cn/_upload/article/files/63/95/4b63d0a048bc94f48d4f7eb5b77b/e01f557b-363a-45e0-91f8-3f76ce15b61b.pdf


二、回归参数的区间估计(以货运量估计为案例 )

https://zhuanlan.zhihu.com/p/49221740


线性回归:https://blog.csdn.net/qq_36926570/article/details/106871558

回归系数与相关系数的联系与区别:https://blog.csdn.net/WeiDelight/article/details/105180218
(1)意义上:回归系数是描述自变量如何在数值上与因变量的相关性,即r y x r_{yx}r
yx 表示x xx每增(减)1个单位,y yy平均改变a aa个单位;而相关系数是一种统计度量方法,用于度量变量之间的相关关系的密切程度。

(2)用途上:回归系数是为了拟合最佳模型,在已知另一个自变量的基础上预测对应的因变量;而相关系数是用来衡量变量之间的线性相关关系。

(3)对称性:用x xx对y yy进行线性回归得到的回归系数r x y r_{xy}r xy 不等于用y yy对x xx进行线性回归得到的回归系数r y x r_{yx}r yx ;而x xx与y yy的相关系数ρ x y \rho_{xy}ρxy 等于y yy与x xx的相关系数ρ y x\rho_{yx}ρyx 。

(4)变量含义:回归系数r y x r_{yx}r yx 蕴含了自变量x xx的单位变化对因变量y yy的影响;相关系数ρ y x \rho_{yx}ρ yx 表示自变量x xx和因变量y yy一起变化的程度。

(5)取值范围:回归系数的取值范围为[ − ∞ , ∞ ] [-\infty,\infty][−∞,∞],相关系数的取值范围为[ − 1 , 1 ] [-1,1][−1,1]。



三、多元回归系数
1.https://zhuanlan.zhihu.com/p/145849652
2.https://blog.csdn.net/qq_37006625/article/details/109856022


四、Stata基础教材
1.https://www.cnblogs.com/haohaoxyexi/p/13944383.html


五、柯西分布
1.https://blog.csdn.net/yftadyz/article/details/107335282
2.https://www.cnblogs.com/bnuvincent/p/4902697.html


六、自助法
1.https://blog.csdn.net/Marco458748194811/article/details/109224983?utm_medium=distribute.pc_feed_404.none-task-blog-2~default~BlogCommendFromBaidu~Rate-5.control404&depth_1-utm_source=distribute.pc_feed_404.none-task-blog-2~default~BlogCommendFromBaidu~Rate-5.control40


2.https://blog.csdn.net/sdf57/article/details/119063276?utm_medium=distribute.pc_feed_404.none-task-blog-2~default~BlogCommendFromBaidu~Rate-3.control404&depth_1-utm_source=distribute.pc_feed_404.none-task-blog-2~default~BlogCommendFromBaidu~Rate-3.control40


3.https://blog.csdn.net/mingyuli/article/details/81223463?utm_medium=distribute.pc_feed_404.none-task-blog-2~default~BlogCommendFromBaidu~Rate-1.control404&depth_1-utm_source=distribute.pc_feed_404.none-task-blog-2~default~BlogCommendFromBaidu~Rate-1.control40

七、插值法
1.https://blog.csdn.net/zhangyue_lala/article/details/64437547



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


下载.png (69.32 KB)

线性回归

线性回归

下载.png (7.3 KB)

下载.png

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-2-9 07:02