统计学复习相关资料.docVIP

第一章 统计学的概念 统计学是一门收集、整理、显示和分析统计数据的科学，其目的是探索数据内在的数量规律性。 统计学的分类：描述统计和推断统计 描述统计：是用图形、表格和概括性的数字对数据进行描述的统计方法。 推断统计：是根据样本信息对总体进行估计、假设检验、预测或其他推断的统计方法。 统计数据误差的分类：非抽样误差和抽样误差 非抽样误差：是由于调查过程中各有关环节工作失误造成的。是可以避免的 抽样误差：是利用样本推断总体时产生的误差。是不可避免的，但可以计量和控制。 4.①总体：所研究的全部个体(数据) 的集合，是唯一的，确定的，其中的每一个个体也称为元素（总体单位）。总体容量N 分为有限总体和无限总体 ②样本：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n ③变量：是总体中个体单位所具有的特征或特性 变量的具体表现称为变量值，即数据 ④变量可以分为 分类变量(categorical variable) ：说明事物类别的名称.如性别（男，女）特点：只能用文字表示，无大小，平行排列 顺序变量(rank variable)：说明事物有序类别的名称。如产品等级。特点：只能用文字表示，有大小，可排序 数值型变量(metric variable) ：说明事物数字特征的名称。如：成绩、年龄、产量。特点：可用数字表示。 分类变量和顺序变量属于定性变量 数值型变量属于定量变量 第二章 5.①统计数据的分组：是将预处理过的数据按照某种特征或标准分成不同的组别。 分组的作用：突出了组间差异，而掩盖了组内差异 ② 按定性指标分组-------品质标志分组 按定量指标分组-------数量标志分组 ③数量标志分组--编制次数分布表 单变量值分组：指每个组值只用一个具体的变量值表现的数列 编制条件：变量是离散变量，变量的不同取值个数较少。同时具备 组距分组：指每个组的变量值用一个区间来表现 编制条件：变量是连续变量； 或：总体单位数较多，变量不同取值个数也较多的离散变量。 等距分组：变量值变动区间的长度相等 异距分组：变量值变动区间的长度不完全相等 2.组限：指每组两端表示各组界限的变量值，各组的最小值为下限，最大值为上限 注意：对于离散变量，相邻组组限可以间断，也可重叠； 对于连续变量，相邻组组限必须重叠 组距：每组变量值变动区间的长度，为上下限之差 组中值：每组变量取值范围的中点数值 图形图 ①条形图-----用于显示分类变量和顺序变量的次数分布 ②饼图--------用于显示内部结构 ③直方图-----用于显示数值型变量的次数分布 ④茎叶图-----用于显示数值型变量的次数分布及具体构成 ①众数：指总体中出现次数最多的变量值，用 表示,它不受极端数值的影响，用来说明总体中大多数单位所达到的一般水平。 组距分组众数的确定： L表示众数所在组的下组限，表示众数组次数与前一组次数之差，表示众数组次数与后一组次数之差， i表示众数组的组距 ②中位数：将总体各单位标志值按大小顺序排列后，处于数列中间位置的标志值，用 表示。它不受极端数值的影响，在总体标志值差异很大时，具有较强的代表性。 未分组的数据 组距分组数据 L表示中位数所在组的下组限，表示中位数所在组一下各组的累积次数，表示中位数所在组的次数，i表示中位数所在组的组距。 中位数的数学性质：各变量值与中位数的离差绝对值之和最小，即 应用：主要用于定序数据，也可用数值型数据，但不能用于定类数据 5.均值的计算（前提：数据呈对称分布） ①算术平均数 未分组的数据 ： 加权均值------数据已分组 --------决定平均数的变动范围 -------起到权衡轻重的作用 ②调和平均数：调和平均数，是各数据倒数的（简单）算术平均数的倒数 加权调和平均数 =乘以 注意：平均数=标志总量/单位数 如果知道分子，用加权调和平均数；如果知道分母，用加权算术平均数 ③几何平均数：是N项变量值连乘积的开N次方根 应用：用于计算现象的平均比率或平均速度 应用的前提条件：各个比率或速度的连乘积等于总比率或总速度； 相乘的各个比率或速度不为零或负值 ④切尾均值：去掉大小两端的若干数值后计算中间数据的均值 ⑤中位数、众数、均值三者的关系 离散程度 ①极差：指所研究的数据中，最大值与最小值之差（一般应用于对称、单峰、大样本） 优点:计算方法简单、易懂； 缺点:1、极差易受极端值的影响； 2、由于极差只利用了数据两端的信息，没有反映中间数据