章知识点梳理.pdf

1-4 章知识点梳理 说明：复习题请以教材课后习题及教材配套《学习指导》中的习题为准。本笔记涉及的 知识点均为平时上课已强调的需掌握的知识点，借此做一总结梳理。同学们应结合教材及 PPT 进行回顾，同时应学会熟练运用这些数据分析方法。 ◆理解统计学两大统计方法的概念并学会区分描述统计（数据的搜集、整理、图表展示、 数据分布特征描述）和推断统计 （利用样本数据推测总体） ◆掌握数据的分类并学会判断数据类型按计量尺度分、按时间分、按搜集方法分。 ◆掌握统计几个重要的基本概念并学会运用总体和样本、参数和统计量、变量和变量值 例如：研究人员希望估计某大学30000 名在校本科生的平均月生活费支出。为此，他调 查了300 名学生，发现他们每月平均生活费支出是500 元。该研究人员感兴趣的参数为 ； 统计量为 ；变量“月生活费支出”为什么类型的变量？ ； A 、该大学的所有学生人数 B、该校所有本科生的月平均生活费支出 C、该大学所有30000 本科生的月生活费支出 D、所调查的300 名学生的月平均生活费支 出 解：参数C ；统计量D；注意：参数对应的是总体（该大学所有的30000 名在校本科生） 的数量特征指标；统计量对应的是样本 （抽取的300 名学生）的数量特征指标。 变量按其取值（变量值）的不同，可分为分类变量、顺序变量、数值型变量。其中，数 值型变量按取值是否可列，进一步分为离散型变量和连续型变量。因此，本题中“月生活费 支出”体现为金额，属于数值型变量，且其无法一一罗列，因此为数值型变量中的连续型变 量。 ◆掌握概率抽样和非概率抽样的区别 ◆学会不同概率抽样方法 （简单随机、分层、整群、系统、多阶段）概念及特点 ◆学会不同非概率抽样方法（方便抽样、判断抽样（重点抽样是什么？和典型抽样是什么？）、 自愿样本、滚雪球、配额抽样（注意与分层抽样的相同点是什么？区别是什么？））概念及 特点 ◆掌握抽样误差和非抽样误差的区别 误差：调查数据的值与总体真实值之间的差异。 抽样误差：由样本的随机性（按随机原则抽样）产生的。因此，只存在与概率抽样中。 误差可控制（可通过改变样本量大小控制），但不可避免，只要有随机抽样，即概率抽样， 就一定会产生这一误差。 非抽样误差：除抽样误差以外的所有误差。因此包含人为因素产生的误差（比如回答错 误、调查员错误等）。因此非抽样误差，只要是调查（全面调查、抽样调查）都可能产生。 理论上可以避免，但实际中很难控制。 ◆掌握频数、频数分布、比例、比率的概念。 ◆掌握品质数据（即定性数据，包含分类数据和顺序数据）和数值型数据（即定量数据） 的整理方法 品质数据按类别做分类整理，可制作频数分布表 数值型数据做分组整理。例如成绩可分为60 分以下，60-70,70-80,80-90,90 以上；连续 组距分组，要注意“上组限不在内原则”，比如考70 分的同学应该归在哪个组呢？应该归在 其作为下限的那个组里，即归在70-80 的组里。 另外注意组中值的计算方法、组中值的前提假定条件是？ ◆掌握品质数据和数值型数据的图示（有哪些图？这些图的适用范围是什么？） 分类数据图示：条形图 （按类别，用条形的长度或高度表示频数大小）、帕累托图 （按 频数大小排序的条形图）、饼图 （最适合用于分析一个总体的内部结构问题）、环形图（适合 用于比较多个总体的内部结构问题） 顺序数据图示：累积频数分布图（向上累积、向下累积）、条形图、饼图、环形图 数值型数据图示：直方图（适用于分组数据，直方图与条形图的区别有哪些？）、茎叶 图（适用于原始数据，即未分组数据。茎叶图与直方图的区别有哪些？）、箱线图（适用于 原始数据）、散点图（适用于研究两个变量间相关关系）、气泡图（三个变量相关关系）、折 线图（用于反映时间序列数据的趋势）、雷达图（用于多变量的研究。也可以比较两组数据 的相似性） ◆掌握集中趋势度量指标 什么是集中趋势？ （集中趋势就是数据向中心聚集的程度，这种趋势的衡量，往往要找 到数据的某种中心值或一般水平值，也就是说数据在这个中心值或平均值附近聚集） 测度集中趋势的指标有哪些？含义、如何计算？如何应用？（分不同数据类型适用不同 的测度值）分类数据-用众数