《统计学—基于Excel》（第 4 版）课件全套 贾俊平 第1--9章 统计学与数据--- 时间序列分析和预测.pptx

贾俊平2025/4/10统计学—基于Excel（第4版）21世纪统计学系列教材课程内容描述统计、推断统计、其他方法使用软件Excel学分与课时2或3学分，1~17周，每周2或3课时课程简介

贾俊平2025/4/101.1统计学与数据分析1.2变量、数据及其分类1.3数据的来源1.4Excel数据分析工具的安装第1章统计学与数据

问题与思考在你的印象中，统计学是什么？你日常生活和工作中都接触过哪些数据？调查一批人的性别、职业、月收入等，这里涉及了哪些变量？如果让你在全校大学生中做一次调查，你会调查所有的学生还是抽取一部分学生做调查？假定让你从全校10000名学生中随机抽取200人，你会怎么做？你都使用过哪些软件，Excel？SPSS？R？Python？还是其他？你认为不使用软件能做统计分析吗？

1.1统计学与数据分析统计学(statistics)是分析数据的一门科学它提供一套通用于所有学科领域的获取数据、处理数据、分析数据并从数据中得出结论的原则和方法它不是为某个特定的问题领域构造的，因此，统计方法不是一成不变的使用者在特定情况下需要根据所掌握的专业知识选择使用这些方法，如果需要，还可以进行必要的修正什么是统计学

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，以便采取适当行动数据分析方法与工具1.1统计学与数据分析

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1.1统计学与数据分析数据分析方法与工具——数据分析的分类数据分析方法从分析目的看描述性分析探索性分析验证性分析从统计方法看描述统计推断统计

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1.1统计学与数据分析数据分析方法与工具——软件分类

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，函数中参数的设置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1.1