统计法 培训 课件.pptVIP

统计法培训课件

第一章：统计学概述与基本概念统计学定义统计学是一门关于数据的科学，它研究如何收集、整理、分析和解释数据，从而揭示数据背后的规律和意义。统计学目的帮助我们从混乱的数据中提取有价值的信息，为科学研究和决策提供依据，降低不确定性。应用领域广泛应用于经济、医疗、教育、社会科学、工程、市场研究等几乎所有领域，是现代社会不可或缺的工具。

统计学的定义与作用统计学是什么？统计学是收集、整理、分析和解释数据的科学，它提供了一套系统化的方法来处理数据，使我们能够从中获取有价值的信息。在现代社会，统计学已成为各行各业不可或缺的工具，从政府决策到企业经营，从科学研究到日常生活，都离不开统计学的支持。统计学的作用描述现象：通过数据总结呈现客观事实揭示规律：发现数据背后的关联和趋势预测未来：基于历史数据预测未来走势辅助决策：为科学决策提供客观依据减少风险：降低决策的不确定性

统计学的两大分支描述统计描述统计专注于对已收集数据的整理和概括，通过计算统计量和制作图表，直观展示数据特征。主要内容：数据的集中趋势（均值、中位数、众数）数据的离散程度（方差、标准差、极差）数据的分布形态（对称性、偏态、峰度）各种统计图表（直方图、箱线图、散点图等）推断统计推断统计通过样本数据推断总体特征，评估推断的可靠性，进行预测和决策。主要内容：参数估计（点估计与区间估计）假设检验（显著性检验）相关与回归分析方差分析非参数统计方法

关键术语解析总体与样本总体（Population）：研究对象的全体，包含所有感兴趣的个体。样本（Sample）：从总体中抽取的部分个体，用于代表总体进行研究。示例：某公司全体员工是总体，随机抽取的100名员工是样本。参数与统计量参数（Parameter）：描述总体特征的数值，通常用希腊字母表示。统计量（Statistic）：根据样本数据计算得出的数值，用于估计总体参数。示例：总体平均值μ是参数，样本平均值x?是统计量。变量类型定性变量：描述性质或类别的变量，不能进行数学运算。定量变量：可以用数值表示并进行数学运算的变量。示例：性别是定性变量，身高是定量变量。

数据流动的全流程数据收集通过调查、实验、观察或现有记录收集原始数据数据清理处理缺失值、异常值，确保数据质量数据整理将数据分类、编码、排序，形成系统化的数据集数据分析应用统计方法分析数据，提取有价值的信息数据解释解读分析结果，揭示数据背后的含义决策应用

第二章数据的类型与测量尺度

变量分类详解定性变量定性变量（类别型变量）描述对象的性质或类别，不能进行数学运算，只能进行计数和比较。分类：名义变量：无序类别，如性别（男/女）、血型（A/B/AB/O）顺序变量：有序类别，如满意度（非常不满意/不满意/一般/满意/非常满意）适用统计方法：频数统计、百分比众数卡方检验定量变量定量变量（数值型变量）可以用数值表示并进行数学运算，可以测量差异的大小。分类：离散变量：只能取特定值，如家庭成员数、商品数量连续变量：可取任何值，如身高、重量、时间适用统计方法：均值、中位数、众数标准差、方差、极差t检验、方差分析、相关与回归

测量尺度四种类型01名义尺度（NominalScale）最基本的测量尺度，用于区分不同类别，各类别之间没有顺序关系，只能进行相等或不相等的比较。特点：无序、互斥、穷尽示例：性别（男/女）、民族（汉族/蒙古族/藏族等）、血型（A/B/AB/O）允许的数学运算：计数、求比例适用的统计方法：频数分析、众数、卡方检验02顺序尺度（OrdinalScale）在名义尺度基础上增加了顺序关系，可以比较大小，但不能确定差异的具体量值。特点：有序、互斥、穷尽示例：教育程度（小学/初中/高中/大学）、满意度等级（非常不满意/不满意/一般/满意/非常满意）允许的数学运算：计数、求比例、比较大小适用的统计方法：中位数、众数、百分位数、秩和检验03区间尺度（IntervalScale）在顺序尺度基础上增加了等距性，相邻测量值之间的差异是相等的，但没有绝对零点。特点：有序、等距、无绝对零点示例：温度（摄氏度、华氏度）、日期、智商允许的数学运算：加减运算适用的统计方法：均值、标准差、t检验、相关分析04比率尺度（RatioScale）最高级的测量尺度，具有有序性、等距性，且有绝对零点，零表示完全没有该属性。特点：有序、等距、有绝对零点示例：身高、体重、年龄、收入、距离、时间允许的数学运算：加减乘除

测量尺度与统计方法的关系测量尺度适用的统计量适用的统计检验名义尺度众数、频数、百分比卡方检验、二项检验顺序尺度中位数、四分位数、百分位数秩和检验、符号检验、Spearman相关区间尺度均值、标准差、方差t检验、方差分析、Pearson相关比率尺度几何均值、调和均值、变异系数各种参数检验掌握测量尺度与统计方法