三峡大学统计学课件.pptx

三峡大学统计学课件

目录统计学导论描述性统计学概率论基础参数估计与假设检验回归分析时间序列分析统计软件应用

01统计学导论

总结词：基本概念详细描述：统计学是一门研究数据收集、整理、分析和推断的科学，其目的是从数据中获取有用的信息和知识。它具有综合性、应用性、数量性、严谨性等性质。统计学的定义与性质

总结词：应用领域详细描述：统计学应用广泛，涵盖了社会科学、医学、经济学、生物学、心理学等多个领域。通过统计学方法，可以对各种数据进行处理和分析，为决策提供科学依据。统计学的应用领域

总结词：发展历程详细描述：统计学的发展经历了古典统计学、近代统计学和现代统计学三个阶段。随着科学技术的发展，统计学的理论和方法也在不断完善和创新，为各个领域的发展提供了重要的支持。统计学的发展历程

02描述性统计学

确定数据来源，包括调查、实验、公开数据等途径，确保数据的可靠性和准确性。数据来源数据筛选数据分类对数据进行筛选，去除异常值、缺失值和重复值，确保数据的质量和代表性。对数据进行分类，将数据分为定类、定序和定距等类型，以便于后续的统计分析。030201数据收集与整理

数据的描述性统计指标描述数据的集中趋势，计算所有数值的和除以数值的数量。将数据按大小排序后，位于中间位置的数值，用于描述数据的中心趋势。出现次数最多的数值，用于描述数据的分布特征。描述数据的离散程度，计算各数值与均值之差的平方和的平均值，再开方。均值中位数众数标准差

直方图箱线图饼图时间序列图数据的图表展示数据的分布情况，用直条矩形的高度表示频数，宽度表示组距。展示数据的集中趋势和离散程度，以及异常值的位置。展示各部分在总体中所占的比例，用扇形面积表示比例。展示数据随时间变化的趋势和规律，用线条的升降来表示数值的变化。

03概率论基础

概率的基本概念概率的定义概率是描述随机事件发生可能性大小的数值，其取值范围在0到1之间，其中0表示事件不可能发生，1表示事件一定会发生。概率的加法原则两个互斥事件的概率之和等于它们各自概率的和。条件概率在某一事件B已经发生的条件下，另一事件A发生的概率。

离散随机变量的取值可以一一列举出来，如投掷一枚骰子出现的点数。离散随机变量连续随机变量的取值是连续的，如人的身高、体重等。连续随机变量描述随机变量取值范围的函数，其值等于该取值的概率。概率分布函数随机变量及其分布

数学期望01数学期望是随机变量取值的平均值，等于所有可能取值的概率乘以取值。方差02方差是描述随机变量取值离散程度的数值，等于各个取值的平方与对应的概率的乘积之和再除以总概率。协方差与相关系数03协方差是描述两个随机变量共同变动程度的数值，等于两个随机变量取值的乘积与对应的概率的乘积之和再除以总概率。相关系数是协方差与两个随机变量标准差的乘积之比。随机变量的数字特征

04参数估计与假设检验

用单个数值来表示总体参数的估计值，如样本均值、样本比例等。点估计根据样本数据推断出总体参数可能存在的范围，如置信区间、预测区间等。区间估计点估计与区间估计

根据研究目的或假设，提出一个关于总体参数的假设。提出假设选择适当的统计量来检验提出的假设。确定检验统计量根据显著性水平和检验统计量的分布，确定临界值。确定临界值根据检验统计量的值与临界值的比较结果，做出接受或拒绝假设的决策。做出决策假设检验的基本原理

用于比较两组平均值是否有显著差异，如独立样本t检验和配对样本t检验。t检验Z检验卡方检验F检验用于检验比例或比率是否显著不同于预期值，如二项比例z检验和泊松比例z检验。用于比较实际观测频数与期望频数之间的差异，如独立性卡方检验和拟合优度卡方检验。用于比较两组或多组数据的方差是否有显著差异，如单因素方差分析F检验和双因素方差分析F检验。常见的假设检验方法

05回归分析

一元线性回归分析总结词：一元线性回归分析是统计学中用于探索两个变量之间关系的分析方法。详细描述：一元线性回归分析通过建立一条最佳拟合直线来描述两个变量之间的关系，并分析一个因变量与一个自变量之间的线性关系。它可以帮助我们预测因变量的取值，并了解自变量对因变量的影响程度。公式与模型：一元线性回归分析通常使用最小二乘法来拟合最佳直线，并建立一元线性回归方程(y=ax+b)，其中(a)是斜率，(b)是截距。参数解释：在一元线性回归方程中，斜率(a)表示自变量每变化一个单位时，因变量的预测值的变化量；截距(b)表示当自变量为0时，因变量的预测值。

多元线性回归分析总结词：多元线性回归分析是用于研究多个自变量与一个因变量之间关系的分析方法。详细描述：多元线性回归分析通过建立一个多元线性方程组来描述多个自变量与因变量之间的关系，并分析多个自变量对因变量的共同影响。它可以帮助我们预测因变量的取值，并了解