统计学复习串讲(已更新)..docVIP

导论 参数：描述总体的特征，总体平均数μ，总体标准差σ 统计量：描述样本的特征，样本平均数，样本标准差SD 数据/变量的类型： 类别型（品质型）变量（分类的数据），如性别，男、女（男、女表示两种不同类别）；数值型变量（数值型数据），如身高，170cm。 数据的搜集 数据搜集方法：①二手数据：网络、年鉴、报纸、白皮书、研究报告、咨询机构的调研报告；②一手数据：观察、访谈、问卷调查（自填式、面访式、电话式）、实验。 收集一手数据时，由于人力物力财力的限制，很难穷尽所有的研究对象（普查），只能抽取量一定的研究对象，构成样本。借助样本的信息，推断总体的状况。但样本毕竟不等于总体，两者的差别称为抽样误差。增加样本的容量以及采用不同的抽样方法能一定程度降低误差，但误差不能根除。按照抽样过程是否受主观的因素的影响，分为概率抽样（客观抽样）和非概率抽样（主观抽样）。概率抽样具体分为：①简单随机抽样；②分层抽样；③系统抽样（等距随机抽样）；④整群抽样（抽样以群体为单位，如华软学院被抽中了，则全院的教师和学生都成为样本）；⑤多阶段抽样（每阶段随机抽取样本既可以是以个体为单位，又可以是以群体为单位）。概率抽样的实施必须找到清晰的抽样框，也就是研究对象的总体界限必须明确，实际中大部分研究的对象包含哪些并不明确，转而采用非概率抽样。非概率抽样具体分为：①方便抽样；②配额抽样；③判断抽样；④自愿样本；⑤滚雪球抽样。非概率抽样的耗时短，成本低，无需确定抽样框，但是样本质量不高，不能有效推断总体的状况，只能起到了解总体概况的作用。 数据的误差：两类型的来源——抽样误差与非抽样误差。采用概率抽样的方法能减少抽样误差。非抽样误差包括：抽样框误差、回答误差、无回答误差、调查员误差、测量误差。 数据的图表展示 频数：条形图（每组频数的统计可以借助Excel的数据透视表模块实现） 比例：饼图 变化趋势：折线图 X与Y的关系：散点图 数据的分布状况：直方图，先将数值型数据排序，然后分组（组中距和组数），画条形，条形之间没有间隔，勾画出该组数据的全貌。 数据的概括性度量 （一）集中趋势 众数：频数最多的组对应的指标值 中位数：处于中间位置的数据。步骤①排序；②定位（50%位置）；③抽取数值。 平均数：数据质量高，但易受极端值的影响。类型①简单平均数；②加权平均数（结合例题P95习题4.5）；③几何平均数（平均增长率、平均盈利率）。 （二）离散趋势指标 异众比率：非众数对应的频数除以总频数 极差（全距）：最大值-最小值 四分位差：3rd四分位数-1st四分位数 平均差：（mean deviation）每一数据与平均数的差的绝对值，再求和，最后求平均数（用得比较少）。 方差： ，记得一般提供的是样本数据，分母是n-1，到了后面的章节n-1称为自由度。总体数据的话，。 标准差：方差的开方，由于标准差与原始数据同一个等级，带单位。 标准差系数（离散系数）：用于比较多组数据离散（波动）程度的差异。由于离散系数能克服各组数据单位的差别以及平均值的差异，所得结论更为精确。。 （三）数据分布指标：偏态和峰态 偏态系数SK，SK0右偏，SK0左偏，SK=0无偏。SK1，严重右偏；SK-1，严重左偏。这里要注意绘图，如右偏，长尾巴在右，高峰在左，则众数中位数平均数。 峰态系数0，则分布形状又高又窄；峰态系数0，则分布形状又矮又宽。 指数 指数反映的是某指标随时间推移的变化。经济管理中，生产者关注销售量变化，消费者关注价格变化，因此，常见的指数包括销售量指数和价格指数。实际情况下，要合并几种不同种类产品的价格或销售量，但每种产品的价格、销售量的单位都不相同，需要借助销售额的形式进行合并，所求指数称“加权综合指数”。加权综合指数的计算步骤为“先综合（求和，∑pq），后对比（作差或作商；作差称为绝对指数，带单位；作商称为相对指数，不带单位）”。 加权综合指数中，为了分离价格的变化，研究者需要将销售量固定在相同的时期（此时销售量称为同度量因素）。如果选择固定在基期（q0），该加权综合指数称为拉氏指数；如果选择固定在报告期（q1），该加权综合指数称为帕（派）氏指数。分离销售量的变化时，则将价格固定即可。 对于指数的因素分析过程， p0q0变为p1q1，研究者规定，先量变（销售量的影响，p0q0变为p0q1），后质变（价格的影响，p0q1变为p1q1）。 抽样分布 研究者用概率抽样的方法获得代表性高的样本，重复N次抽样后获得N个样本，每个样本包含n个元素（n称为样本容量）计算出，这些构成的分布称为“抽样分布”。 抽样分布的形状根据以下规则判断：①总体分布为正态，则抽样分布为正态分布；②总体分布状况为偏态或未知，如果样本容量n30，则抽样分布趋近于正态分布（此定理称“中心极限定理”