- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 一 章 导 论 学习目标 1. 理解统计学的含义 2. 理解描述统计和推断统计 3. 了解统计学的应用领域 4. 了解数据的类型 5. 理解统计中的几个基本概念 第一节 统计及其应用领域 一、什么是统计学 二、统计的产生和发展 三、统计方法:描述统计和推断统计 四、统计的应用领域 一、什么是统计学? (statistics) 统计学是收集、分析、表述和解释数据的科学(不列颠百科全书) 统计是一门收集、分析、解释和提供数据的科学(韦伯斯特国际辞典第3版) 统计指的是一组方法,用来设计实验、获得数据,然后在这些数据的基础上组织、概括、演示、分析、解释和得出结论(Mario F.Triola,《初级统计学》) 什么是统计学? 1. 数据搜集:取得数据 2. 数据分析:分析数据 3. 数据表述:图表展示数据 数据解释:结果的说明 statistics的定义(不列颠百科全书) statistics: the science of collecting, analyzing, presenting, and interpreting data. Copyright 1994-2000 Encyclopaedia Britannica, Inc. (不列颠百科全书) 二、统计的产生和发展 统计是与国家同时产生的。 17世纪末,英国人威廉·配第的《政治算术》(1690年出版),被认为是统计理论的创始人。 统计实践的更大发展是在第一次产业革命(1760-1860年)开始及以后,即资本主义向上发展时期,有人称之为统计的“狂热时期”,主要表现在各国纷纷设置统计局和搞人口普查。 统计学作为一门学科,一百多年来,又形成了各种不同的学派,主要有“数理统计学派”、“社会统计学派”和马克思主义统计理论体系。 数理统计学派产生于十九世纪中叶,创始人是比利时人阿道夫·凯特勒。 统计学科在我国发展进程可谓“一波三折” 统计学作为一门研究社会、经济等领域总体现象的方法论学科于20世纪初被引入中国。 新中国成立后,统计学科发展进程可谓“一波三折”,大致可分为三个阶段:第一阶段是1949年——1965年。该阶段统计学发展的主要特征是,在批判西方统计理论的同时,全盘引进苏联的社会经济统计理论并藉以形成自己的体系。统计学被理解为一门独立的社会科学,它在质和量的密切联系中研究大量社会、经济现象的数量方面。 数理统计被认为是数学的一个分支,它不是统计学。该时期的统计学科理论含有德国社会统计学派的影响,同时具有适应社会主义制度下高度集中的计划经济体制的重要特点。第二阶段是1966年——1977年。该阶段我国进入“文化大革命”时期,统计学发展处于基本停滞阶段。 第三阶段是1978年至今。该阶段是统计学飞速发展阶段,在这个朝气蓬勃的时期里,伴随着我国改革开放的大潮,统计学理论有了很大的发展。与学科理论相对应,统计学的教学内容也是逐步调整,不断更新。从1983年到90年代初期,经济和管理类专业广泛使用的统计学教材是中国统计出版社出版的《社会经济统计学原理》,该书以描述性统计的内容为主,有关推断统计的内容涉及的相对较少。 进入九十年代以后,有关统计学的教材开始呈多样化之势,从名称上看有《社会经济统计学原理》、《统计学原理》、《统计学概论》等,但内容都大同小异,在该课程被教育部确定为经济管理类核心课程后,规范的名称叫做《统计学》。 三、统计方法:描述统计和推断统计 描述统计(descriptive statistics) 研究数据收集、处理、汇总、图表描述、概括与分析等统计方法 内容 搜集数据 整理数据 展示数据 描述性分析 目的 描述数据特征 找出数据的基本规律 推断统计 (inferential statistics) 研究如何利用样本数据来推断总体特征的统计方法 内容 参数估计 假设检验 目的 对总体特征作出推断 四、统计的应用领域 统计的应用领域 统计的应用领域 统计数据的分类 一、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
文档评论(0)