统计学第1章导论绪论.pptVIP

让你说出哪些领域不使用统计，这很困难，因为几乎找不到一个不用统计的领域；让你说出哪些领域应用统计，同样也很困难，因为几乎所有的领域都应用统计。 学统计 爱统计 统计的另一面 统计可以成为提炼数据本质的一件法宝，然而也需要小心提防它。统计尽管以事实为基础，有时却具有误导性。 例：某上市公司去年下半年的盈利情况 月份 7月 8月 9月 10月 11月 12月 利润（百万） 2.0 2.1 2.2 2.1 2.3 2.4 你会相信谁？ 统计的另一面 利用统计，既可以昭告事实，也可以瞒天过海。此时的关键是需要你自己做出更谨慎的判断。 另外，能否为自己的工作选择合适的图表，确保数据以最有效的方式展现出来并传达你想传达的信息，也是十分重要的。 归根到底，我们既要知晓正确使用统计方法所需的“科学”，又要掌握其中的“艺术”。 1.2 统计中的几个基本概念 1.2.1 总体和样本 1.2.2 标志和标志分类 1.2.3 统计指标 1.2.4 参数和统计量 1.2.5 变量 总体和样本 总体(population) 所研究的全部个体的集合，其中的每一个个体也称为元素，或者叫总体单位 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 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) ? ? ? ? ? ? ? 标志与标志分类 标志 总体各单位所具有的属性或特征称为标志 例如教师的文化程度、年龄、工龄等特征 统计研究从登记标志状况开始，标志是统计研究的基础 标志分类 按变异情况：不变标志与变异标志 按性质：品质标志与数量标志，前者用文字表示，后者用数值说明 统计指标 界定 反映现象总体综合数量特征的范畴和统计数值 两种理解：概念名称、指标值（统计指标的具体取值） 特点：可量性、综合性、具体性 种类 总量指标：数值表现为绝对数 相对指标：统计指标数值之比，如强度相对指标（有名数）、比例相对指标（无名数） 平均指标：数值平均数和位置平均数两类 按指标性质不同，可分为数量指标（反映现象总规模、总水平）和质量指标（相对数或平均数） 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 每个参数有对应的样本统计量 统计量(statistic) 用来描述样本特征的概括性数字度量，它是根据样本数据计算出来的一些量，是样本的函数 所关心的样本统计量有样本均值(?x)、样本标准差(s)、样本比例(p)等 样本统计量通常用小写英文字母来表示 统计中的几个基本概念 平均数 标准差 比 例 参数 ? ? ? 统计量 ?x s p ? ? ? ? ? ? ? ? 总体 ? ? ? 样本 变 量(variable)  说明个体某种特征的概念，即存在差异的标志 如商品销售额、受教育程度、产品的质量等级等 每一个个体都有相应的变量值，即数据 变量可以分为 分类变量(categorical variable)：说明事物类别的名称 顺序变量(rank variable)：说明事物有序类别的名称，如产品等级 数值型变量(metric variable)：说明事物数字特征的名称 离散变量：取有限个值 连续变量：可以取无穷多个值 变 量(其他分类) 随机变量和非随机变量 经验变量(empirical variables)和理论变量(theoretical variables) 经验变量所描述的是我们周围环境中可以观察到的事物 理论变量则是由统计学家用数学方法所构造出来的一些变量，比如，z 统计量、t 统计量、?2统计量、F 统计量等 变量及其类型 变量 基本分类 其他分类 分类变量 顺序变量 数值型变量 随机变量 非随机变量 经验变量 理论变量 1.3.1 分类数据、顺序数据、数值型数据 1.3.2 观测数据和实验数据 1.3.3 截面数据和时间序列数据 1.3 统计数据的类型 统计数据的分类 统计数据的类型 按计量尺度 分类数据 顺序数据 数值型数据 按时间状况 截 面 数 据 时序数据 按收集方法 观测数据 实验数据 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