《统计学—基于Excel》（第 4 版）课件 第1章 统计学与数据（Excel-4）.pptx

;;问题与思考;1.1统计学与数据分析;什么是数据分析(dataanalysis)运用统计方法对收集来的数据进行分析，从中提取有用信息并得出结论的过程

数据分析的目的是把隐藏在数据中的信息有效地提炼出来，从而找出所研究对象的内在规律和特征

在实际应用中，数据分析可帮助人们做出判断和决策，以便采取适当行动;从分析目的看可数据分析分为描述性分析（descriptiveanalysis）、探索性分析（exploratoryanalysis）和验证性分析（confirmatoryanalysis）三大类。其中，描述性分析和是对数据进行初步的整理、展视和概括性度量，以找出数据的基本特征；探索性分析侧重于在数据之中发现新的特征，为形成某种理论或假设而对数据进行的分析；验证性分析则侧重于对已有理论或假设的证实或证伪。

从所使用的统计分析方法看可分为描述统计（descriptivestatistics）和推断统计（inferentialstatistics）两大类。描述统计主要是利用图表形式对数据进行汇总和展示，计算一些简单的统计量（诸如比例、比率、平均数、标准差等）进行分析。推断统计主要是根据样本信息来推断总体的特征，内容包括参数估计和假设检验等。参数估计是利用样本信息推断所关心的总体特征，假设检验则是利用样本信息判断对总体的某个假设是否成立;商业软件——不推荐使用商业类软件种类繁多，较有代表性的软件有SAS、SPSS、Minitab、Stata等。多数人较熟悉的Excel虽然不是统计软件，但提供了一些常用的统计函数以及数据分析工具

这类软件虽有不同的侧重点，但功能大同小异，基本上能满足大多数人做数据分析的需要。商业类软件使用相对简单，容易上手

主要问题是价格不菲，多数人难以承受，此外，更新速度慢，难以提供最新方法的解决方案;非商业软件——推荐使用非商业类软件则不存在价格问题。目前较为流行的软件有R语言和Python语言，二者都是免费的开源平台

R语言的一种优秀的统计软件，它是一种统计计算语言。R具有更新速度快，可以包含最新方法的解决方案；提供丰富的数据分析和可视化技术，功能十分强大。此外，R软件中的包（package）和函数均由统计专家编写，函数中参数的设??也更符合统计和数据分析人员的思维方式和逻辑，并有强大的帮助功能和多种范例，初学者也很容易上手

Python则是一种面向对象的解释型高级编程语言，拥有丰富而强大的开源第三方库，也具有强大的数据分析可视化功能。Python于R的侧重点略有不同，R的主要功能是数据分析和可视化，且功能强大，多数分析都可以由R提供的函数实现，不需要太多的编程，代码简单，容易上手。Python的侧重点则是编程，具有很好的普适性，但数据分析并不是其侧重点，虽然从理论上说都可以实现，但往往需要编写很长的代码，帮助功能也不够强大，这对数据分析的初学者来说可能显得麻烦，但仍然不失为一种有效的数据分析工具;数据(data)

数据是个广义的概念，任何可观测并有记录的信息都可以称为数据，它不仅仅包括数字，也包括文本、图像等。比如，一篇文章也可以看作数据，一幅照片也可以视为数据，等等

本书使用的数据概念则是狭义的，仅仅是指统计变量的观测结果。因此，要理解数据的概念，需要先清楚变量的概念变量的观测结果;数据是变量的观测结果，因此，数据的分类与变量的分类是相同的

本书混合使用变量和数据这两个概念

在讲述分析方法时多使用变量的概念，在例题分析中多使用数据的概念

了解变量或数据的分类十分必要，因为不同的变量或数据适用的分析方法是不同的;间接来源——二手数据

直接来源——抽取样本

总体(population)：包含所研究的全部个体(或数据)的集合

样本(sample)：从总体中抽取的一部分元素的集合

样本量(samplesize)：构成样本的元素的数目

概率抽样方法

根据已知的概率抽取样本元素，也称随机抽样

;第1步：在Excel工作表界面中点击【文件】?【选项】

第2步：在弹出的对话框中选择【加载项】，并在“加载项”下选择【分析工具库】

第3步：点击【转到】，出现的界面如下图所示。选中需要的加载宏，单击【确定】，即可完成安装;思维导图;THANKS