统计学(贾俊平版)重点.docxVIP

学习资料收集于网络，仅供参考 第一章 统计 : 收集、处理、分析、解释数据并从数据中得出结论的科学。 数据 1. 分类数据 对事物进行分类的结果数据 , 表现为类别，用文字 来表述 . 例如，人口按性别分为男、女两类 顺序数据 对事物类别顺序的测度 ,数据表现为类别，用文字来表述例如，产品分为一等品、二等品、三等品、次品等 数值型数据 对事物的精确测度 ,结果表现为具体的数值 . 例如：身高为 175cm ，168cm,183cm 总体 – 所研究的全部元素的集合，其中的每一个元素称 为个体 – 分为有限总体和无限总体 . 有限总体的范围能够明确确定，且元素的数目是有限的 . 无限总体所包括的元素是无限的，不可数的样本 – 从总体中抽取的一部分元素的集合 – 构成样本的元素数目称为样本容量 参数：描述总体特征。有总体均值 ( )、标准差 (σ)总体比例 (π)统计量：描述样本特征。样本标准差 (s),样本比例 (p) 变量：说明现象某种特征，分类，顺序，数值型：离散型，连续型。 经验，理论变量 描述统计研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。推断统计是研究如何利用样本数据进行推断总体特征 学习资料 学习资料收集于网络，仅供参考 第二章 间接数据 (查询的 )与直接数据：调查（通常是对社会现象而言的）普 查信息全面完整。再一个是实验。 概率抽样：也称随机抽样。按一定的概率以随机原则抽取样本 , 抽取 样本时使每个单位都有一定的机会被抽中 –每个单位被抽中的概率 是已知的，或是可以计算出来的 –当用样本对总体目标量进行估计 时，要考虑到每个样本单位被抽中的概率 简单随机抽样： 从总体 N个单位中随机地抽取 n个单位作为样本，每个单位入 抽样本的概率是相等的 分层抽样 : 优点 : 保证样本的结构与总体的结构比较相近将抽样单位按某种特征 或某种规则划分为不同的层， 然后从不同的层中独立、 随机地抽取样 本，从而提高估计的精度 – 组织实施调查方便 – 既可以对总体参数进 行估计，也可以对各层 的目标量进行估计 整群抽样 : 将总体中若干个单位合并为组 (群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查 优点 : 抽样时只需群的抽样框，可简化工作量 –调查的地点相对集中，节省调查费用，方便调查的实施 –缺点是统计的精度较差 系统抽样 : 将总体中的所有单位 (抽样单位 )按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的 规则确定其它样本单位 –先从数字 1到k之间随机抽取一个数字 r作为初始单位，以后依次取 r+k ，r+2k ?等单位 学习资料 学习资料收集于网络，仅供参考 操作简便，可提高估计的精度 多阶段抽样 : 先抽取群，但并不是调查群内的所有单位，而是再进 行一步抽样，从选中的群中抽取出若干个单位进行调查 –群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的段数增多，就称为多阶段抽样 非概率抽样 :方便抽样 (自行确定入抽样本单位 ),判断抽样 (根据经验判 断),自愿样本（被调查者自愿参加） ,滚雪球抽样（对稀少群体的调查） ，配额抽样（先将体中的所有单位按一定的标志 (变量 )分为若干类，然后在每个类中采用方便抽样或判断抽样的方式选取样本单位 )。 概率抽样与非概率抽样的比较 概率抽样 – 依据随机原则抽选样本 – 样本统计量的理论分布存在 – 可根据调查的结果推断总体 非概率抽样 – 不是依据随机原则抽选样本 – 样本统计量的分布是不确定的 无法使用样本的结果推断总体 数据收集的方法：自填式，面访式，电话式 数据误差：抽样误差（样本量的大小），非抽样误差。误差的控制统计数据的质量要求 精度：最低的抽样误差或随机误差 2. 准确性：最小的非抽样误差 或偏差 3. 关联性：满足用户决策、管理和研究的需要 4. 及时性：在最短的时间里取得并公布数据 5. 一致性：保持时间序列的可比性 学习资料 学习资料收集于网络，仅供参考 最低成本：以最经济的方式取得数据 学习资料 学习资料收集于网络，仅供参考 第三章 数据审核 (完整性和准确性 )数据筛选 (符合特定条件 )数据排序 (那一定顺序 )数据透视 (按需要汇总 ) 频数 (frequency) ：落在各类别中的数据个数比例 (proportion) ：某一类别数据占全部数据的比值百分比 (percentage) ：将对比的基数作为 100 而计算的比值比 率 (ratio) ：不同类别数值的比值 条形图：用宽度相同的条形的高度或长短来表示 各类别数据的图形。 有单式条形图、 复式条形图等形式主要用于反映分类数据的频数分布，绘制时，条形图可以横置或纵置，纵置时也称为柱形图。 帕累托图