MBA-数据模型与决策1.pptVIP

课本:统计学 ─从数据到结论 吴喜之编著 中国统计出版社 参考书目： Business Statistics: A Decision-making Approach (D. F. Groebner P. W. Shannon) 《商务与经济统计精要》（原书第2版）戴维R·安德森等著，机械工业出版社，2005。 《统计分析与SPSS的应用》，薛薇编著，中国人民大学出版社，2001。 《多元统计分析》何晓群编著，中国人民大学出版社，2004。 课程大纲1 统计学基本概念、数据收集和数据描述2 概率分布和中心极限定理3 参数估计和假设检验4 相关和回归分析5 方差分析6 列联表和chi-方检验和对数线性模型7 主成份分析和因子分析 SPSS 上机8 聚类分析 SPSS上机9 判别分析 SPSS上机10 对应分析SPSS上机 第一章：基本概念统计学随机变量数据 统计学的定义 统计学(statistics)是“收集、分析、展示和解释数据的科学” 你想过下面的问题吗？ 摇奖的轮盘或六面色子制作是否均匀？（chi-方检验） 有些人认为红楼梦第二部不是曹雪芹写 我们能否用统计方法验证？ （t-检验） 某国的综合竞争力排名第43位 经济学中，根据企业的各种指标将一企业划为上升企业、稳定企业或下降企业 如何预测美国总统竞选结果？ 什么地方统计用得上呢？ 任何领域. 运用统计的领域包括(1) 精算 农业 动物学 人类学 考古学 审计学 晶体学 人口统计学 牙医学 生态学 经济计量学 教育学 选举预测和策划 工程 流行病学 统计可应用于各个不同学科，在有些学科已经有其特有的方法和特点；如生物统计(biostatistics), 计量经济学(econometrics)以及目前很热门的生物信息(bioinformation)和数据挖掘(Data Mining)的方法主体都是统计。 以归纳为主要思维方式的统计不是以演绎为主的数学 随机变量-统计学最基本概念 常量(constant)和变量(variable) 常量：一个班上注册的学生有200人，这是一个固定的数目，称为常数或者常量 变量：猜测今天这个班有多少人会来上课，那就没准了。来上课的人数是个变量。也称为随机变量 (用大写字母表示,如X) 一学期12次课，每次课出勤人数，12个随机变量 概率(probability) 天气预报中提到的降水概率 它是在0和1之间的一个数，说明某事件发生的机会有多大。 掷骰子。如果骰子制作均匀，得到任何点的概率都应该是1/6 今天来上课的人数为60 的概率, P(X=60)=0.2 今天来上课的人数大于50的概率,P(X50)=0.9 如何用一部分数据较好地代表所有数据与抽样有关的概念：总体、样本、个体和样本量普查和抽样框参数和统计量 此例中，单个山东和广东人或个人的身高数据称为个体(individual) 而称所有所有山东和广东人或他们的身高数据为总体(population)，总体是包含所有要研究的个体的集合。 抽样抽到的人或身高数据称为该总体的样本(sample)，样本是总体的一部分。样本中个体的个数--样本量(sample size) 当然，也有可能试图调查所有的人(比如人口普查), 叫做普查(census). 抽样框(Frame)–所关心的所有对象或个- 是总体的一部分 一些常用的抽样方法 1 简单随机样本 如果总体中的每一个体都有同等机会被选到样本中，这种抽样称为简单随机抽样(simple random sampling)，而这样得到的样本则称为简单随机样本（random sample) . 如：通常的抽奖、抓阄 问卷调查中，没有随机找人回答问卷而是找一些你认识的人填写问卷- 这种样本也不是随机样本，而是方便样本（convenience sample）。 2.系统抽样(systematic sampling): 先把总体中的单元编号，然后随机选取其中之一作为抽样的开始点, 然后从开始点按照编号进行等距抽样 例：从60人的一班人中，随机抽出5人，如开始点为10号, “距离”为12，则调查对象为： 10号、22号、34号、46号、58号 - 如果原始名单号是随机的，得到的抽样对象是随机的。 3. 整群抽样(cluster sampling): 先把总体划分成若干群（cluster），再（通常是随机地）从这些群中抽取几群；然后再在这些群中随机地抽取个体。 例：在某县进行调查，首先在所有村中选取若干村子，然后只对这些村子的人进行调查。显然，如果各村情况差异不大，这种抽样还是方便的。 4．分层抽样（stratified sampling）