《统计》知识梳理及典型例.pptxVIP

汇报人：AA2024-01-24《统计》知识梳理及典型例

目录CONTENTS统计基础知识描述性统计方法推断性统计方法统计图表与可视化典型例题解析统计知识应用与拓展

01统计基础知识

分析数据间关系，探索事物内在联系。作用定义：统计学是一门研究如何收集、整理、分析、解释和呈现数据的科学。描述数据特征，揭示数据分布规律。预测未来趋势，为决策提供依据。统计学的定义与作用0103020405

可以量化的数据，如身高、体重等。定量数据描述性质的数据，如性别、职业等。定性数据统计数据的类型与来源

全面调查所得的数据。普查数据从总体中抽取部分样本进行调查所得的数据。抽样调查数据统计数据的类型与来源

观测数据通过观察或测量得到的数据。实验数据通过实验得到的数据。统计数据的类型与来源

反映总体数量特征的概念和数值，如平均数、标准差等。统计指标一系列相互联系、相互补充的统计指标组成的整体，用于全面、系统地反映总体特征。例如，国民经济核算指标体系包括国内生产总值（GDP）、人均GDP、财政收入等多个指标。指标体系统计指标与指标体系

02描述性统计方法

03偏度与峰度偏度描述数据分布的偏斜程度，峰度描述数据分布的尖峭或平坦程度01集中趋势均值、中位数、众数02离散程度极差、四分位距、方差、标准差数据的集中趋势与离散程度

正态分布、偏态分布（左偏、右偏）、双峰分布等分布形态当数据分布不对称时，称为偏态分布。如果均值大于中位数，则为右偏分布；如果均值小于中位数，则为左偏分布。偏态峰态是指数据分布的尖峭或平坦程度。如果数据分布的峰比正态分布更尖峭，则称为尖峰分布；如果数据分布的峰比正态分布更平坦，则称为平峰分布。峰态数据的分布形态与偏态、峰态

交叉表用于展示两个分类变量之间的关系，通常以行列形式呈现，行表示一个变量的各个类别，列表示另一个变量的各个类别。卡方检验用于检验两个分类变量之间是否独立。通过计算实际观测值与理论期望值之间的卡方统计量，来判断观测值与期望值之间的差异是否显著。如果卡方统计量的p值小于显著性水平，则拒绝原假设，认为两个分类变量之间存在关联。交叉表与卡方检验

03推断性统计方法

抽样分布与参数估计从总体中随机抽取样本，由样本统计量所形成的分布。常见的抽样分布有t分布、F分布和卡方分布。抽样分布用样本统计量来估计总体参数的方法。分为点估计和区间估计，点估计是用一个具体的数值来估计总体参数，而区间估计则是给出一个区间，认为总体参数落在这个区间内的概率较大。参数估计

假设检验与显著性水平假设检验先对总体参数提出一个假设，然后利用样本信息来判断这个假设是否成立。如果样本信息与假设存在显著差异，则拒绝原假设。显著性水平在进行假设检验时，需要设定一个显著性水平（通常用α表示），用于判断样本信息与假设之间的差异是否显著。常用的显著性水平有0.01、0.05和0.1。

用于研究不同因素对总体变异的影响程度。通过比较不同组间的差异与组内差异，判断因素对总体变异的影响是否显著。用于研究自变量与因变量之间的相关关系，并建立回归模型进行预测和控制。常见的回归分析方法有线性回归、多元回归和逻辑回归等。方差分析与回归分析回归分析方差分析

04统计图表与可视化

0102柱状图（BarCha…用于比较不同类别数据的大小，可直观展示各类别之间的差异。折线图（LineCh…用于展示数据随时间或其他连续变量的变化趋势。散点图（Scatter…用于展示两个变量之间的关系，可判断变量间是否存在相关性。饼图（PieChar…用于展示数据的占比情况，可直观看出各部分在整体中的比例。箱线图（BoxPlo…用于展示数据的分布情况，可识别异常值、偏态和尾重等情况。030405常用统计图表类型及特点

TableauPowerBID3.jsSeaborn数据可视化工具与技术功能强大的数据可视化工具，支持多种数据源，提供丰富的图表类型和交互功能。基于JavaScript的库，提供高度灵活的数据可视化功能，支持定制化图表开发。微软推出的商业智能工具，可实现数据整合、分析和可视化。基于Python的数据可视化库，提供多种统计图表类型和高级可视化功能。

VS观察图表标题、坐标轴标签、图例等要素，理解图表所表达的主题和信息；分析数据点、线、面等图形元素，挖掘数据间的关系和趋势。案例分析例如，通过观察某公司销售额的柱状图，可发现不同产品线的销售额存在明显差异；通过折线图可分析销售额随时间的变化趋势，为决策提供支持。解读方法统计图表解读与案例分析

05典型例题解析

某公司员工的月工资分布情况，计算平均数、中位数、众数、方差等指标。例题1根据一组数据的频数分布表，绘制直方图，并分析数据的分布规律。例题2根据两组数据的箱线图，比较它们的中心位置、离散程度和异常值情况。例题3描述性统计典型例题

例题1