实用统计分析方法与应用-精品·公开课件.ppt

实用统计分析方法与应用 现代统计学的研究对象：统计方法和统计逻辑 现代统计学的分类： 从实际应用中的方法来区分可分为 现代统计学概述 1 R 编程 可视 SAS 编程 Eviews 编程 可视 Matlab 编程 可视 SPSS 可视 Stata 可视 Excel 可视 。。。 统计软件 2 常用统计软件一览(3种数据形态) SPSS的特点： 1：可视化操作，界面友好美观。 2：数据接口多。 3：操作简单，用户体验好。 4：较之Excel数据处理能力更强。 数理统计的基本框架： 3 数理统计的基本框架： 微积分：数学基础，为概率论的运算以及数理统计的统计量提供基础。 概率论：数理统计学所考察的数据都带有随机性（偶然性）的误差。这给根据这种数据所作出的结论带来了一种不确定性，其量化要借助于概率论的概念和方法。 数理统计基础：对数据的结构分析和条件检验。对以数据为基础的计量经济学提供前端分析。 计量经济学：利用建立模型和优化模型解决实际问题的方法。 时间序列分析：是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。 4 数理统计的基本框架： 5 6 随机变量的数学特征 7 随机变量的数学特征 随机变量的分类 定性分类随机变量可分为分类变量和有序变量 定量分类随机变量按数据集是否能够取有限个或至多可列个值，可分为离散型变量和连续型变量。 离散型变量：随机变量X只可能取有限个或至多可列个值 连续型变量：变量可以在某个区间内取任一实数，即变量的取值可以是连续的 随机变量的数学特征 8 分布：分布是形容数据的一类集体形态的特征，分布列或分布函数代表了数据出现在不同位置拥有的不同概率。 离散型随机变量的分布列：表现出每一个随机变量取值及出现的概率 例： 价格 A1（70万） A2（88万） A3（108万） 占比 25% 50% 25% 某楼盘当期开盘的户型总价分布列 常见的离散型变量分布：0-1分布，泊松分布 随机变量的数学特征 9 随机变量的数学特征 10 最常用的连续型随机变量分布——正态分布 在统计中，许多重要的分布都是连续型分布，其中一种特别重要的连续型随机变量的概率分布就是正态分布(Normal Distribution)。正态分布最初为 De Moivre于 1773 年发现，其后，拉普拉斯(Laplace)和高斯(Gauss)对它作出了很大的贡献，尤其是高斯的贡献最为突出，所以正态分布又称为高斯分布。 随机变量的数学特征 期望 方差 协方差与相关系数 大数定律与中心极限定理 11 随机变量的数学特征 期望：在概率论和统计学中，一个离散型随机变量的期望值（或数学期望、或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。 离散型随机变量： 12 以频率为权重的加权平均 随机变量X的数学期望，记作E（X），即 13 例 某楼盘当期开盘的户型总价的分布列 求整个项目的平均价格 随机变量的数学特征 E（X）=70*25%+88*50%+108*25%=88.5 价格 A1（70万） A2（88万） A3（108万） 占比 25% 50% 25% 随机变量的数学特征 14 连续型随机变量 设连续型随机变量X的概率密度为 f (x), 则 正态分布的期望 数学期望的意义 15 试验次数较大时，X的观测值的算术平均值 在E(X)附近摆动 数学期望又可以称为期望值(Expected Value)， 均值(Mean) E(X)反映了随机变量X取值的“概率平均”,是X的 可能值以其相应概率的加权平均。 方差的引入 16 E( X1 )=50 E( X2 )=50 设有两个楼盘，其各户型总价取值规律如下： 总价（万元） 占比 两种个楼盘的总价均值是相同的，但楼盘2的波动更大 方差 17 均方差（标准差） 即 方差的计算步骤 18 Step 1: 计算期望 E(X) Step 2: 计算 E(X2) Step 3: 计算 D(X) 离散型 连续型 离散型 连续型 协方差 在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。 直观上来看，协方差表示的是两个变量总体的误差，这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身