统计学(管理类)基本内容复习资料.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1、 2、 3、 4、 5、 6、 7、 8、 9、 标志是说明总体单位特征的。 统计总体的特征是:大量性,同质性,变异性 统计的三个含义: 统计工作,统计数据,统计学 威廉·配第是政治经济学之父,被马克思成为统计学的创始人。 凯特勒被誉为现代统计学之父。 如果数据分布很不均匀,则应编制异距数列。 计算总量指标的基本原则是:同质性。 统计学分组的首要问题是:选择分组变量和确定组限。 偏态曲线: 正偏(右偏):Mo<Me<x 负偏(左偏):x<Me<Mo 10、 集中趋势点的数值。 对于分组数据,众数通常用下面的近似公式计算: Mo ≈ L +△1+△2× i 式中,Mo表示众数,L表示众数所在组的下组限,△1表示众数组次数与前一组次数之差,△2表示众数组次数与后一组次数只差;i表示众数组的组距。 11、 △1 Me的位置= n+1 2 N?Sm?1已分组数据中,Me≈ L + fm × i N/2表示中位数所在位置;L表示中位数所在组的下组限;Sm-1表示中位数所在组以下各组的累积次数;fm表示中位数所在组的次数;i表示中位数所 在组的组距。 数据值与中位数之差的绝对值之和最小: ni=1|xi?Me|=min 12、 均值是算数平均数,是数据集中趋势的最主要测量值。 未分组数据:x = x1+x2+?+x nn= i=0xi nn k 已分组并形成次数分配的数据:x ≈ i=1 i=1xififixi是次数分配中变量分组的组中植;fi是各组次数,也称为权数;k表示分组的组数。 加权算术平均数的大小取决于变量值和频数。 13、 几何平均数在计算方法上可以看做是算术平均数公式的变形。 几何平均数在计算社会经济问题的平均发展速度等方面有很重要的作用。 几何平均数是n个比率连乘积的n次方根: nn G=n 12n= ai i=1 一般对公式左右两边取对数: n1i=1logailogG= loga1+loga2+?+logan =14、 对统计分布或次数分配数据规律性的研究,集中趋势表示的是分布的中心位置或一般水平的代表值,离散程度反映的则是离散和差异程度。 15、 极差:全距,是数据最大值减去最小值之差,是数据离散或差异程度的最简单测度值。R = max(xi)-min(xi) 16、 方差是离差平方的平均数。 s=22 ni=1 xi?x n?1(未分组) n-1自由度 s= 2 xi?x i=1fi?1(已分组) D x =E x2 ? E(X)2 17、 V=x 或V=x 18、 若两数列的标准差相等而平均数不同,在比较两数列的离散程度大小时,应采用标准差系数。 19、 20、 设总体共有N个单位,其均值为μ,方差为?2,从中抽取容量为n的样本, 2样本均值的数学期望(即样本均值的均值)记为E x ,样本均值的方差记为σx ,σS则无论是重复抽样还是不重复抽样,样本均值的数学期望始终等于总体均值,即E x =μ 而样本均值的方差则与抽样方法有关。 2在重复抽样条件下,样本均值的方差为总体方差的n,即σx 1=σ2 n,即 x ~ μ,σ2 ,等价的有n ?μxσ/ ~N(0,1) N?n在不重复抽样条件下,样本均值的方差则需要用修正系数 N?1 去修正重复抽 2样时样本均值的方差,即σx =σ2N?n n ~N μ, N?1 ,即xσ2N?n n N?1。 21、 ρ去推断总体的比率π。 就一个具有N个单位的总体而言,具有某种属性的单位个数为N0,具有另一种属性的单位个数为N1。将具有某种属性的单位与全部单位总数之比成为总体比率,用π表示,则有π= NN0N,而具有另一种属性的单位数与全部单位数n01=1?p。 nn之比则为N1=1?π。相应的样本比率用p表示,同样有ρ=n P的抽样分布是样本比率p 的所有可能取值的概率分布。当样本量很大时,样本比率p的抽样分布可用正态分布近似。对于一个具体的样本比率p,若np≥5和n(1-p) ≥5,就可以认为样本量足够大。 同样,对于p的分布,也需要知道p的数学期望(p的所有可能值的均值)和方差。可以证明,p的数学期望E(p)等于总体的比率π,即:E(p)=π,而p的方差则与抽样方法有关。设p的抽样方差为σ2在重复抽样条件下,有P, 2σP=π 1?π n,即p~N π, nπ 1?π 。在不重复抽样条件下,则用修正系数加π 1?π N?n 。 N?n2以修正,即σP=π 1?π N?n N?1 ,即p~N π,n对于有限总体,当N很大,而抽样比N≤5%时,其修正系数 N?1 趋于1, 2这是样本比率的方差也可以按公式σP=π 1?π n计算。 22、 单总体参数推断时样本统计量的抽样分布形式: 23、 μ,标准差为?)样本量为n的随机样本,当n充分大时,样本均值x 的抽样分布将

文档评论(0)

35425 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档