推断统计学分析——基于样本统计量推测总体参数

本内容梳理了数据分析过程中涉及的推断统计分析相关知识要点，属于个人在参数估计与假设检验学习过程中的记录与归纳。

目录

• 一、参数估计
  • • 1. 点估计
    • 2. 区间估计
    • • 2.1 中心极限定理
      • 2.2 模拟程序验证中心极限定理
      • 2.3 正态分布的性质
      • 2.4 利用程序验证正态分布的性质
      • 2.5 实际应用案例

  • 二、 假设检验

  • • 1. 相关概念解析

    • 2.假设检验实施流程

    • 3. Z检验方法

    • • 3.1 Z检验适用情形
      • 3.2 Z统计量的计算公式与方法
      • 3.3 借助Python实现Z检验

    • 4. t 检验方法

    • • 4.1 t 检验的应用条件与场景分析
      • 4.2 t 统计量的具体计算方式与步骤说明
      • 4.3 Python环境下t 检验的编程实现方式

推断统计主要探讨的是如何通过样本数据来推断总体特征所采用的方法体系。之所以需要进行推断，是因为在实际操作过程中，全面获取总体数据往往面临较大困难，甚至在某些情况下根本无法实现。因此，通常采取从总体中抽取样本的方式，并借助样本统计量对总体参数进行估算。

一、参数估计方法与应用