统计与统计学.docVIP

统计与统计学 统计：总括起来计算，是对某一现象或事物的有关资料进行搜集、整理、计算、分析的工作过程。 统计有三层含义：1、统计资料（statistical data），即反映各种现象的数据资料；2、统计工作（statistical work），即具体搜集、整理、分析统计资料的工作过程；属于统计实践的过程 3、统计学（statistics），即研究统计原理与方法的科学。为这种实践提供理论与方法的学问 统计学 ：依据其作用分类1、应用统计学：与研究对象的特征密切结合的各科专门统计，如人口~、 医药~、经济~、工业~、体育~、生物~等，以本学科现象的数量形式为基础，对它们的规律性进行数量上的分析研究。教育统计学亦属于应用统计学的范畴2、数理统计学：为各门应用统计学提供数理方法基础的一门学科，其内容主要是运用概率的知识解释统计数据数量关系的模式。 教育统计 教育统计学（educational statistics）：专门研究如何搜集、整理、分析在心理和教育方面对实验或调查所获得的数字资料，如何根据这些资料所传递的信息，进行数学推论，找出客观规律的一门学科。简言之，教育统计学是运用统计学的一般原理和方法研究教育科学领域数量关系的一门科学。 教育统计工作：各级教育行政管理部门的教育统计报表和相应制度，它作为教育行政部门管理系统的一部分，着重于统计数据的收集和管理工作。 统计学的内容 多元统计分析：进行教育或心理的研究和实验，常会受到多种因素的影响。而寻找主要的影响因素，把相近或相关的 因素合并或归类则是多元统计分析的主要任务。多元分析增强了心理与教育研究和实验的可靠性与准确性，使研究更贴近客观实际。 多元分析的理论深奥，计算复杂，因此在很长一段时间其应用受到限制。直到计算机技术发展与普及的今天，有了专门成熟的统计软件包，才使得多元统计分析法获得广泛的应用。 多元统计分析的主要内容有主成分分析、因素分析、聚类分析、多元方差分析、多元回归分析等等。 模糊统计学：教育、心理现象的不确定性，不仅表现为随机性，而且更多地表现为模糊性。因此，对心理与教育现象进行模糊性的描述也是必然的，不可缺少的。 预备知识：变量与数据 变量（variable）：又称随机变量（random variable）。数学中把不断变化的，可取不同值的量称为变量；统计学则因观测数据具有变异性的特点（即数据总是在一定的时空范围内不断变化而具有变异性）称其为变量（即，具有变异性的数据）。如：学生身高。 数据（data）与变量：在统计学中把在取值之前不能预料到将取什么值的量称为变量（随机变量）；如果某个数值一旦被取定，则称这个数值为随机变量的一个观察值，即数据。 变量的分类 名称变量（nominal variable），指一事物与其他事物在属性、类别上不同；如：性别、颜色。名称变量的统计方法主要有次数计算、百分比、χ2检验、φ相关等。 顺序变量（ordinal variable），事物的某一属性的多少或大小按顺序排列起来的变量；如：教师按能力大小或成绩高低排列等级。顺序变量的常用统计方法有中位数、百分位数、等级相关、秩次检验等。 等距变量（interval variable），数据具有相等的单位，但没有绝对零点；如：能力测验或知识测验。等距变量常用的统计方法有平均数、标准差、t检验、F检验、积差相关等。 比率变量（ratio variable），一种既有相等的单位，又有绝对零点的变量，又称等比变量；如人的身高与体重、距离、时间、教育投资、学校固定资产金额等。比率变量常用的统计方法除了上述方法外，还有几何平均数、相对差异量数等。 预备知识：统计术语初步 总体与个体 总体（population）：客观存在的，并在同一性质的基础上结合起来的许多个别单位的整体，即具有某一特性的一类事物的全体，又叫母体或全域。统计总体具有同质性、大量性和差异性的特征，只有同时具备这三个特征才能形成真正意义上的统计总体。 个体（individual）：构成总体的基本单位或单元，又称元素或个案。 样本与样本容量 样本（sample）：从总体中抽出的一部分个体。 样本容量：样本中所包含的个体数目，或称样本含量，用符号N或n表示。大样本（large sample）的容量一般在30以上或40、100以上，小样本（small sample）的容量在30以下。 参数与统计量 参数（parameter）：表示总体特征的量数，一般用希腊字母表示，如总体平均 数μ（mu），总体标准差σ（sigma），总体相关系数ρ（rho）等。字符表示，如，样本平均数或M，样本标准差S，样本相关系数r等。 标志（mark）：统计总体中各个个体共同具有的属性和特征，它是说明个体属性和特征的名称，如个体的性别、文化程度、年龄、职业、民族、个体