- 1、本文档共22页,可阅读全部内容。
- 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、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、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
欢迎下载
欢迎下载 PAGE #
欢迎下载
欢迎下载 PAGE #
请举出统计应用的几个例子 :
1、 用统计识别作者:对于存在争议的论文,通过统计量推出作者
2、 用统计量得到一个重要发现:在不同海域鳗鱼脊椎骨数量变化不大,推断所有各个不 同海域内的鳗鱼是由海洋中某公共场所繁殖的
3、 挑战者航天飞机失事预测 请举出应用统计的几个领域 :
1、在企业发展战略中的应用 2、在产品质量管理中的应用 3、在市场研究中的应
用 ④在财务分析中的应用 ⑤在经济预测中的应用
你怎么理解统计的研究内容 :
1、统计学研究的基本内容包括统计对象、统计方法和统计规律。 2、统计对象就是统
计研究的课题,称谓统计总体。
3、统计研究方法主要有大量观察法、数量分析法、抽样推断法、实验法等。 ④统计规律
就是通过大量观察和综合分析所揭示的用数量指标反映的客观现象的本质特征和发展规 律。
举例说明分类变量、顺序变量和数值变量 :
分类变量:表现为不同类别的变量称为分类变量,如性别”表现为男”或女” ,企
业所属的行业”表现为 “制造业”、“零售业”、“旅游业”等,“学生所在的学院” 可能是“商 学院”、“法学院”等
顺序变量:如果类别有一定的顺序, 这样的分类变量称为顺序变量, 如考试成绩按等级分
为优、良、中、及格、不及格,一个人对事物的态度分为赞成、中立、反对。这里的“考试 成绩等级”、“态度”等就是顺序变量。
数值变量:可以用数字记录其观察结果,这样的变量称为数值变量,如“企业销售额” 、
“生活费支出”、“掷一枚骰子出现的点数”。
定性数据和定量数据的图示方法各有哪些 :
1、 定性数据的图示:条形图、帕累托图、饼图、环形图
2、 定量数据的图示:
a、 分组数据看分布:直方图
b、 未分组数据看分布:茎叶图、箱线图、垂线图、误差图
c、 两个变量间的关系:散点图
d、 比较多个样本的相似性:雷达图和轮廓图
直方图与条形图有何区别:
1、 条形图中的每一个矩形表示一个类别,其宽度没有意义,而直方图的宽度则表示各组 的组距。
2、 由于分组数据具有连续性,直方图的各矩形通常是连续排列,而条形图则是分开排 列。
3、 条形图主要用于展示定性数据,而直方图则主要用于展示定量数据。
一组数据的分布特征可以从哪几个方面进行描述 :
1、数据的水平,反映数据的集中程度 2、数据的差异,反映各数据的离散程度
3、分布的形状,反映数据分布的偏态和峰态 说明平均数、中位数和众数的特点及应用场合 :
平均数也称为均值,它是一组数据相加后除以数据的个数而得到的结果。 平均数是度量数
据水平的常用统计量,在参数估计以及假设检验中经常用到。
中位数是一组在数据排序后处于中间位置上的数值, 用Me表示。中位数是用中间位置上
的值代表数据水平,其特点是不受极端值影响,在研究收入分配中很有用。
众数与数据出现的次数有关,着眼于对各数据出现的频率的考察, 其大小只与这组数据中 的部分数据有关,其特点是不受极端值的影响, 具有不惟一性,一组数据中可能会有一个人 众数,也可能会有多个或没有。
为什么要计算离散系数:
极差、平均差、方差和标准差等都是反映数据分散程度的绝对值, 其数值的大小取决于原
变量值本身水平高低的影响。
它们与原变量值的计量单位相同, 采用不同计量单位计量的变量值, 其离散程度的测度值
也就不同。因此,为消除变量值水平高低和数量单位不同对离散程度的测度值的影响,需 要计算离散系数。
举例说明离散型随机变量和连续性随机变量 :
离散型随机变量:设 X是一个随机变量,如果它全部可能的取值只有有限个或可数无穷 个,则称X为一个离散型随机变量。 包括二项分布、泊松分布、超几何分布,如一定时间 内某航空公司接到的订票电话数
连续型概率分布:包括正态分布、均匀分布和指数分布。
叙述正态分布曲线的特点:
正态曲线的图形是关于 x=u对称的钟形曲线, 且峰值在x=u处。 正态分布的两个参数
u和b—旦确定,正态分布的具体形式也惟一确定,不同参数取值的正态分布构成一个完整 的“正态分布族”。 当X的取值向横轴左右两个方向无限延伸时,正态曲线的左右两个 尾端也无限渐近横轴,但理论上永远不会与之相交。 ④正态随机变量在特定区间上取值的
概率由正态曲线下的面积给出,而且其曲线下的总面积等于 1
解释中心极限定理的含义:
随着样本量n的增大(通常要求 n=30),不论原来的总体是否服从正态分布,样本均值的 概率分布都将趋于正态分布,其分布的期望值为总体均值 u,方差为总体方差的 1/n。这一
定理可表述为:从均值为 u、方差为b A2的总体中,抽取样本量为 n的随机样本,当n充分 大时(通常要求 n=30),样本均值的分布近似服从均值为 u,方差为b A2/n的正态分布。
文档评论(0)