第1章统计和统计数据推荐.pptVIP

* :1, 1, 3 * 5 * * As a result of this class, you will be able to ... * As a result of this class, you will be able to ... * As a result of this class, you will be able to ... * :1, 1, 3 * * * * * :1, 1, 3 * :1, 1, 3 * * :1, 1, 3 * * * * * * * * * * * * * * * * * 统计的误用与滥用 统计应用上的两个极端 不用或几乎不用统计 简单问题复杂化 在统计应用中，这两个极端都是不可取的 简单的方法不一定没用，复杂的方法也不一定有用。正如有的学者所说的，最简单的模型往往是最有用的 统计应该恰当地应用到它能起作用的地方。不能把统计神秘化，更不能歪曲统计，把统计作为掩盖实事的陷阱 1.2 怎样获得统计数据 1.2.1 变量与数据 1.2.2 数据的来源 第 1 章 统计和统计数据 1.2.1 变量与数据 1.2 怎样获得统计数据 * 变量与数据 变量(variable) 从一次观察到下一次观察会出现不同结果的某种特征 观察一个企业的销售额，这个月和上个月有所不同；观察股票市场上涨股票的家数，今天与昨天数量不一样；观察一个班学生的生活费支出，一个人和另一个人不一样；投掷一枚骰子观察其出现的点数，这次投掷的结果和下一次也不一样 “企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数”等就是变量 数据(data) 观察到的变量的结果 * 变量与数据 定量变量(quantitative variable)或数值变量(metric variable) 可以用阿拉伯数据来记录其观察结果 如“企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数” 定量变量的观察结果称为定量数据或数值型数据(metric data) 分类变量(categorical variable) 表现为不同的类别 如“性别”、“企业所属的行业”、“学生所在的学院” 等 分类变量的观察结果就是分类数据(categorical data) 顺序变量(rank variable)或有序分类变量 具有一定顺序的类别变量 如考试成绩按等级，一个人对事物的态度 顺序变量的观察结果就是顺序数据或有序分类数据(rank data) 分类变量和顺序变量统称为定性变量(qualitative variable) 1.2.2 数据的来源 1.2 怎样获得统计数据 * 数据的来源 寻找二手数据 抽取样本 总体(population)：包含所研究的全部个体(数据)的集合 样本(sample)：从总体中抽取的一部分元素的集合 样本量(sample size)：构成样本的元素的数目 概率抽样方法 * 抽样方法 * 概率抽样(probability sampling) 根据一个已知的概率来抽取样本单位，也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率 * 简单随机抽样(simple random sampling) 从总体N个单位(元素)中随机地抽取n个单位作为样本，使得总体中每一个元素都有相同的机会(概率)被抽中 抽取元素的具体方法有重复抽样和不重复抽样 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其他辅助信息以提高估计的效率 * 简单随机样本(simple random sample) 由简单随机抽样形成的样本 从总体N个单位中随机地抽取n个单位作为样本，使得每一个容量为n样本都有相同的机会(概率)被抽中 参数估计和假设检验所依据的主要是简单随机样本 * 分层抽样(stratified sampling) 将总体单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 * 系统抽样(systematic sampling) 将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位 先从数字1到k之间随机抽取一个数字r作为初始单位，以后依