统计学基础考试辅助复习资料.docxVIP

统计学基础考试辅助复习资料

各位同学，统计学是一门研究数据的科学，它帮助我们从看似杂乱无章的数据中提取信息、发现规律、做出推断。面对即将到来的统计学基础考试，这份复习资料旨在帮助大家梳理核心知识点，巩固重点内容，提升应试能力。请结合教材和课堂笔记，系统复习。

一、基本概念与术语

统计学的基石在于对基本概念的准确理解和运用。

1.统计总体与总体单位（个体）：

*统计总体：简称总体，是指客观存在的、在同一性质基础上结合起来的许多个别事物的整体。构成总体的必要条件：同质性、大量性、差异性。

*总体单位（个体）：构成总体的每一个基本单位。随着研究目的的不同，总体和总体单位可以相互转化。

2.样本与样本量：

*样本：从总体中按一定方式抽取出来的部分个体所组成的集合。样本是总体的代表，用于推断总体特征。

*样本量：样本中所包含的个体数目，通常用`n`表示。

3.标志与指标：

*标志：说明总体单位特征的名称。按性质可分为品质标志（表示属性，如性别、职业）和数量标志（表示数量，如年龄、收入）。

*指标（统计指标）：说明总体数量特征的概念及其数值。具有综合性、可量性。

4.变量：

*指可变的数量标志或统计指标。

*定性变量（品质变量）：取值为类别属性，如性别（男、女）、学历。

*定量变量（数量变量）：取值为数值，可进行数学运算。

*离散变量：取值为有限个或可数个孤立数值，如企业数、学生人数。

*连续变量：取值为某一区间内的任意实数，如身高、体重、时间。

5.数据类型：

*截面数据：同一时间点上不同总体单位的数据。

*时间序列数据：同一总体单位在不同时间点上的数据。

6.统计学的两大分支：

*描述统计学：研究如何收集、整理、显示数据，并通过综合、概括与分析，得出反映客观现象的数据特征。

*推断统计学：研究如何根据样本数据推断总体数量特征的方法，包括参数估计和假设检验。

二、数据的描述性统计

描述性统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。

2.1数据的整理与展示

1.统计分组：

*根据研究目的，将总体按某个或某几个标志划分为若干不同性质的组。

*原则：穷尽原则、互斥原则。

*种类：品质分组、数量分组（单项式分组、组距式分组）。

2.频数分布表：

*将数据分组后，列出各组的组别及相应的频数（或频率）形成的表格。

*频数：各组中包含的总体单位数。

*频率：各组频数与总频数之比，通常用百分数表示。

*累计频数（频率）：向上累计、向下累计。

3.统计图：

*条形图：用于展示不同类别数据的频数或频率，各条形通常分开排列。

*直方图：用于展示连续型数值数据的频数分布，矩形连续排列，宽度表示组距，高度表示频数或频率密度。注意与条形图的区别。

*饼图：用于展示分类数据中各组成部分的构成比，总和为100%。

*折线图：用于展示数据随时间或另一变量变化的趋势。

*散点图：用于展示两个数值变量之间的关系。

*箱线图：用于展示数据的分布特征，包含中位数、四分位数、最大值、最小值和异常值。

2.2集中趋势的度量

集中趋势是指一组数据向某一中心值靠拢的程度，它反映了数据的一般水平。

1.算术平均数（均值）：

*简单算术平均数：适用于未分组数据，所有数据之和除以数据个数。

*加权算术平均数：适用于分组数据，各组组中值乘以相应频数后求和，再除以总频数。

*优点：利用了所有数据的信息，反应灵敏。

*缺点：易受极端值（异常值）的影响。

2.中位数：

*将一组数据按大小顺序排列后，处于中间位置的变量值。

*对于未分组数据，位置为`(n+1)/2`（n为奇数）或中间两个数的平均（n为偶数）。

*优点：不受极端值影响，稳健性好。

*缺点：没有充分利用所有数据的信息。

3.众数：

*一组数据中出现次数最多的变量值。一组数据可能有一个众数、多个众数或没有众数。

*优点：不受极端值影响，适用于定性数据和定量数据。

*缺点：可能不唯一，信息量较少。

4.几何平均数：

*n个变量值乘积的n次方根，主要用于计算平均比率或平均发展速度。

2.3离散程度的度量

离散程度反映的是数据远离中心值的程度，与集中趋势一起描述数据的整体特征。

1.极差（全距）：

*一组数据中最大值与最小值之差。

*优点：计算简便。

*缺点：只利用了两端点值，易受极端值影响，不能反映中间数据的分散情况。

2.方差与标准差：

*