生物统计教程教学稿件.pptVIP

第一章 绪论 ★学习目标： 理解统计学的概念 了解统计学的应用领域 了解数据的类型 理解统计中的几个基本概念 1.1统计及其应用领域 1．1．1 什么是统计学statistics 1、统计学是收集、分析、表达和解释数据的科学（不列颠百科全书） 2、统计是一门收集、分析、解释和提供数据的科学（韦伯斯特国际词典第3版） 3、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、演示、分析、解释和得出结论（Marion F. T.，《初级统计学》） 1．1．2 统计方法： 描述统计 研究数据收集、整理和描述的统计学分枝 内容： 收集数据 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 研究如何利用样本数据来推断总体特征的统计学分枝 内容： 参数估计 假设检验 目的： 对总体特征作出推断。 描述统计与推断统计的关系 1．1．3 统计应用领域 非常广泛： 举出一个统计没有用途的领域名称比举出一个统计作为其组成部分的领域名称要困难得多。 ———Robert Johnson 2.顺序数据(rank data) 只能归于某一有序类别的非数值字型数据 对事物类别顺序的测度，数据表现为类别，常用文字表述。 例如：产品分为一等品、二等品、三等品、次品等。 3．数值型数据（metric data） 按数值尺度测量的观察值 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。 ★数值型数据又可分为连续变量和非连续变量（离散变量） 连续变量：表示在变量范围内可抽出某一范围的所有值，这种变量之间是连续的、无限的。如小麦的株高在80－90cm，在此范围内可取无数个变量。 离散变量：表示在变量数列中，仅能取固定的数值。如小白鼠每胎产仔数；某样点的人口数等。 1．2．2 统计数据按收集方法分类 1．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得数据。 有关社会经济现象得统计数据都是观测数据；部分自然科学领域的数据也可以通过调查和观测获得。 2．试验数据（experimental data） 在试验中控制试验对象和试验条件而收集到的数据。 比如对一种新药疗效的试验，对一种新的农作物品种的试验等。 自然科学领域的数据大多数都为试验数据。 1．2．3 统计数据按时间分类 1．截面数据（cross-sectional data） 在相同或近似（可以认为相同）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年我国各地的国内生产总值数据 2．时间序列数据 在不同时间上收集的数据 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 总体和样本 参数和统计量 变量 随机误差与系统误差 准确性与精确性 1．3．1 总体和样本 1．总体（population） 所研究的全部个体（数据）的集合，其中的每个个体称为元素。 总体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。 2．样本（sample） 从总体中抽出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）。 1．3．2 参数和统计量 1．参数（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（μ）、标准差（σ）、总体比例（ ）等。 总体参数通常用希腊字母表示。 2．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（值），是样本的函数。 所关心的样本统计量有样本均值（ ）、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表示。