欢迎来到天天文库
浏览记录
ID:30299213
大小:31.70 KB
页数:26页
时间:2018-12-28
《环境统计,总结》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划环境统计,总结 总体:一个统计问题研究对象的全体,具有某种共同特性的元素集合 个体:组成总体的每个基本单元的个体 样本:从总体中按一定方法抽取部分具有代表性的个体所组成的群体 抽样:按相等的时间间隔抽取样值的过程 误差:测量结果与被测量真值之差。 残差:指实际观察值与模型值的差异。 过失误差:观测中某种不应有错误而造成的所得数据与事实显著不符的误差。例如记录误差、读数误差、试剂误差、样品错误以及仪器
2、出了毛病而未被发觉所带来的错误。不管是何种原因造成过失误差,只要明确所得测量值是上类性质,就应将该值作为异常值予以舍弃 偶然误差:观测中因环境中不易察觉的随机因素而导致的误差。÷。在同样条件下,虽经多次重复观测。但观测总是存在差异,这种差异就是偶然误差,它们出现一般有确定的概率。随着观测次数的增多,偶然误差的平均值逐步趋近于零目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安
3、保从业人员的业务技能及个人素质的培训计划 系统误差:在一定条件下因某种原因引起有确定性规律的误差。例如:试验中因方法不够完善而导致的误差,或因环境有显著改变而引起的误差等。系统误差分为固定系统误差和有周期性变化的系统误差。系统误差数值常常是可估计的 精密度:观测某一定值时所得观测值的离散程度。它常用标准差或变异系数来量度 准确度:在一定条件下度量观测平均值与真值间一致性接近程度,它常用系统误差来表示连续变量:取值精度至少在理论是无限的。即在连续量的任意两个取值之间可以插入无穷多个中间值。换言之,只要测定手段允许,一个
4、连续量得任意两个取值不可能相等。自然科学中遇到的大多数变量,如温度,压力,体积,重量,浓度,ph值,噪声强度都是连续变量离散变量:其特点在于其可能的取值仅限于如0、1、2、3、。。。。。这样的正整数,即计数值。人口、植株和菌落等都是典型的离散变量 顺序变量:在没有高水平测量手段的情况下,只能借助肉眼观察或类似方法对样本进行考察,得到的结果是按大小顺序排列的顺序值,秩只有相对顺序意义而绝无大小意义,二元变量:所观察的实体对象仅仅具有两个对立的属性。通常用0和1来表示这种存在与否或两种对立的状态,故也称0-1变量。例如人类性
5、别,只有男女两种对立状态,则分别记为0与1目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划 无序多元变量:指具有两个以上状态且每个状态互为独立而又无一定顺序的属性。如颜色、季节、岩石类型等,其若干取值只有相同和不同的区别而无任何与大小相关的顺序变量双侧概率:把随机变量x落在平均数μ加减不同倍数标准差σ区间之外的概率,记作α 单侧概率
6、:对应于双侧概率可以求得随机变量x小于μ-kσ或大于μ+kσ的概率,记作α/2 大小特征参数:是指对检验的直接对象作出的假设,记为H0. 对立假设:如果检验结果拒绝原假设时必须接受的另一种可能假设称为对立H1:备择假设,一旦否定原假设就接受它 双侧检验:假设检验的否定域分别位于检验统计量抽样分布的两个尾部 单侧检验:否定域在检验统计量分布的一侧 第一类错误:当原假设实际上是正确的,而依据某一样本作出拒绝原假设的判断,将正确的假设误认为是错误的, 第二类错误:当原假设实际上是错误的,而依据某一样本作出接受原假设的
7、判断,将错误的假设误认为是正确的, 单因素方差分析:试验中只有一个因素,比较因素各水平上指标值之间的差别 双因素方差分析:试验中有两个因素变量,考虑两个因素的变化对指标值的影响目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划 小概率原理:把小概率事件在一次试验中看成是实际不可能发生事件称为小概率事件实际不可能性原理 方差:度量总
8、体或样本各变量间变异程度的参数或统计量 方差分析:以线性函数平方和为统计量的统计分析 统计量:描述样本特性的量 相关系数:度量两个随机变量间关联程度的量。相关系数的取值范围为(-1,+1)。当相关系数小于0时,称为负相关;大于0时,称为正相关;等于0时,称为零相关 线性回归:在变量的函数关系中,
此文档下载收益归作者所有