现代统计分析方法与应用第章：统计学基础回顾.doc

第2章 统计学基础回顾 1、统计数据的整理与描述 2、几种重要的概率分布 3、多元分布的基本概念 4、多元正态分布 5、参数估计 6、假设检验 第一节 统计数据的整理与描述 一、总体与样本 在一个统计问题中，通常把所要调查研究的事物或现象的全体称为总体，而把组成总体的每个元素称为个体，一个总体中所含的个体数量称为总体的容量。 从总体中按一定的抽样技术抽取若干个体，将这一过程称为抽样。所抽取的部分个体称为样本，样本中所含个体的数量称为样本容量。 对原始数据进行一定的运算，以算出某些代表性的数字，涌以反映出数据某些方面的特征，这种数字被称为统计量 二、统计量 均值和方差就是最重要的常用统计量。 设x1、x2、、xn是一组独立的随机样本，则：样本均值为： 样本均值为： 样本方差和标准差 (simple variance and standard deviation) 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 注意： 样本方差用自由度n-1去除! (例题分析) 55400 160 270 320 270 0 170 200 240 160 250 — 40 30 20 10 0 10 20 30 40 50 120 — 合计 4 9 16 27 20 17 10 8 4 5 145 155 165 175 185 195 205 215 225 235 140—150 150—160 160—170 170—180 180—190 190—200 200—210 210—220 220—230 230—240 频数(fi) 组中值(Mi) 按销售量分组 某电脑公司销售量数据离差计算表 含义：每一天的销售量与平均数相比，平均相差211.58台 三、变异系数 四、偏度 1、统计学家Pearson于1895年首次提出 2、数据分布偏斜程度的测度： ⑴偏态系数=0为对称分布 ⑵偏态系数gt;0为左偏分布，数据的分布具有一个较长的右尾； ⑶偏态系数lt;0为右偏分布，数据的分布具有一个较长的左尾； 此值大于其标准误的两倍，说明数据的分布不是对称的，也就不是正态的。 ⑴根据原始数据计算 ⑵根据分组数据计算 3、偏态系数 (skewness coefficient) (例题分析)7290000 2560000 270000 0 170000 1600000 648000031250000 540000 -256000 -243000 -128000 -27000 0 17000 80000 216000 256000 625000 120 — 合计 4 9 16 27 20 17 10 8 4 5 145 155 165 175 185 195 205 215 225 235 140—150 150—160 160—170 170—180 180—190 190—200 200—210 210—220 220—230 230—240 频数 fi 组中值(Mi) 按销售量份组(台) 某电脑公司销售量偏态及峰度计算表 结论：偏态系数为正值，但与0的差异不大，说明电脑销售量为轻微左偏分布，即销售量较少的天数占据多数，而销售量较多的天数则占少数 按销售量分组(台) 结论：1. 为左偏分布 2. 峰态略扁 140 150 210 某电脑公司销售量分布的直方图 190 200 180 160 170 频 数 (天) 25 20 15 10 5 30 220 230 240 1、统计学家Pearson于1905年首次提出 2、数据分布扁平程度的测度 ⑴峰态系数=0扁平峰度适中 ⑵峰态系数lt;0为扁平分布 ⑶峰态系数gt;0为尖峰分布 五、峰态 3、峰态系数 (kurtosis coefficient) ⑴根据原始数据计算 ⑵根据分组数据计算 结论：峰态系数为负值，但与0的差异不大，说明电脑销售量为轻微扁平分布 偏态与峰态分布的形状 扁平分布 尖峰分布 偏态 峰态 右偏分布 左偏分布 与标准正态分布比较！ 六、累积频数分布 在社会经济调查中，经常得到的数据是频数，并将其画成直方图，同时也可以画出累积频数的直方图。 如家庭月收入按等级数据如下表： 800 1500 2000 2300 800 700 500 300 5000-6000 6000-7000 7000-8000 8000-9000 累积频数 频数 家庭数 收入等级（元） 洛伦茨(M.E.Lorentz)曲线是累积频数的典型应用。为了研究国民收