第章导论..pptVIP

:1, 1, 3 5 * * * * * :1, 1, 3 :1, 1, 3 :1, 1, 3 :1, 1, 3 :1, 1, 3 :1, 1, 3 :1, 1, 3 Data facts or information that is relevant or appropriate to a decision maker Population the totality of objects under consideration Sample a portion of the population that is selected for analysis Parameter a summary measure (e.g., mean) that is computed to describe a characteristic of the population Statistic a summary measure (e.g., mean) that is computed to describe a characteristic of the sample （1）定类尺度 （Nominal Scale） 也称分类尺度 例如：性别、民族、职业 数据表现为“类别” 各类之间无等级次序 各类别可以用数字代码表示 根据定类尺度得到的数据为分类数据。 （2）定序尺度（Ordinal Scale） 也称顺序尺度 例如健康状况、质量等级 可对等级、大小等排序 未测量出类别之间的准确差值 根据定序尺度得到的数据为顺序数据。 （3）定距尺度（Interval Scale） 也称间隔尺度 例如年份、摄氏温度 数据表现为“数值” 可以进行加减运算 “0”是只是尺度上的一个点，不代表“不存在” 根据定距尺度得到的数据为间距数据。 （4）定比尺度 （Ratio Scale） 也称比率尺度 例如体重、身高 数据表现为“数值” 可以进行加减、乘除运算 “0”表示“没有”或“不存在” 根据定比尺度得到的数据为比率数据。 统计数据的分类 (按计量尺度分) 分类数据(categorical data) 只能归于某一类别的非数字型数据 对事物进行分类的结果，数据表现为类别，用文字来表述 例如，人口按性别分为男、女两类 顺序数据(rank data) 只能归于某一有序类别的非数字型数据 对事物类别顺序的测度，数据表现为类别，用文字来表述 例如，产品分为一等品、二等品、三等品、次品等 数值型数据(metric data) 按数字尺度测量的观察值 结果表现为具体的数值，对事物的精确测度 例如：身高为175cm、168cm、183cm 统计数据的分类(按收集方法分) 观测的数据(observational data) 通过调查或观测而收集到的数据 在没有对事物人为控制的条件下而得到的 有关社会经济现象的统计数据几乎都是观测数据 实验的数据(experimental data) 在实验中控制实验对象而收集到的数据 比如，对一种新药疗效的实验，对一种新的农作物品种的实验等 自然科学领域的数据大多数都为实验数据 统计数据的分类(按时间状况分) 截面数据(cross-sectional data) 在相同或近似相同的时间点上收集的数据 描述现象在某一时刻的变化情况 比如，2005年我国各地区的国内生产总值数据 时间序列数据(time series data) 在不同时间上收集到的数据 描述现象随时间变化的情况 比如，2000年至2005年国内生产总值数据 1.3 统计中的几个基本概念 1.3.1 总体和样本 1.3.2 参数和统计量 1.3.3 变量 总体和样本 总体(population) 所研究的全部个体(数据) 的集合，其中的每一个个体也称为元素 分为有限总体和无限总体 有限总体的范围能够明确确定，且元素的数目是有限的 无限总体所包括的元素是无限的，不可数的 注意： （1）总体范围的确定有时比较困难。 （2）总体可分为有限总体和无限总体。有限总体对抽 ? ? ? ? ? ? ? 样有影响；无限总体对抽样没有影响。 (3)统计推断中通常针对无限总体，可将总体看做随机变量，并且统计上的总体是一组观测数据，而不是一群人或物品。 总体和样本 2.样本 (sample) 从总体中抽取的一部分元素的集合 构成样本的元素的数目称为样本容量或样本量 (sample size) 参数和统计量 参数(parameter) 描述总体特征的概括性数字度量，是研究者想要了解的总体的某种特征值 所关心的参数主要有总体均值(?)、标准差(?)、总体比例(?)等 总体参数通常用希腊字母表示 2.统计量(statistic) 称样本X1， … ，Xn