自学考试数量方法复习提纲.docxVIP

自学考试数量方法复习提纲

前言

数量方法是自学考试中一门兼具理论性与实践性的重要课程，它旨在培养考生运用定量分析方法解决实际问题的能力。本复习提纲立足于考试大纲，梳理核心知识点，明确重点难点，力求为考生提供一个系统、高效的复习指引。复习时，建议考生结合教材，注重理解概念内涵，熟练掌握基本方法，并通过适量练习巩固所学，做到举一反三。

一、数据的描述性分析

（一）数据的类型与整理

1.数据的计量尺度：理解定类数据、定序数据、定距数据和定比数据的概念与区别，明确其在统计分析中的不同处理方式。

2.数据的来源：区分一手数据与二手数据，了解数据收集的基本方法（如普查、抽样调查、统计报表等）及其特点。

3.统计数据的整理：

*频数分布表：掌握单项式与组距式频数分布表的编制步骤。

*频数分布图：熟悉直方图、折线图、条形图、饼图、散点图等图形的绘制方法及其适用场合，能根据数据特点选择合适的图形进行展示。

（二）集中趋势的度量

1.算术平均数：理解其数学定义，掌握简单算术平均数和加权算术平均数的计算方法，明确其优缺点及适用条件。

2.中位数：理解其位置代表值的含义，掌握未分组数据和分组数据中位数的计算方法，了解其不受极端值影响的特点。

3.众数：理解其定义，掌握确定众数的方法，了解其在描述分类数据集中趋势时的作用。

4.其他平均数：了解几何平均数的计算方法及其在平均增长率等方面的应用；了解调和平均数的概念。

5.各种平均指标的比较与应用：能够根据数据类型和分布特征选择恰当的集中趋势度量指标。

（三）离散程度的度量

1.极差：计算方法及局限性。

2.平均差：概念及计算方法。

3.方差与标准差：理解其作为最重要的离散程度度量指标的意义，熟练掌握总体方差、总体标准差、样本方差、样本标准差的计算方法。

4.离散系数（变异系数）：理解其作用，掌握计算方法，并能用于比较不同总体数据的离散程度。

5.偏态系数与峰态系数：了解其含义，用于描述数据分布的形状特征（对称、偏斜、扁平或尖峭）。

二、概率论基础

（一）随机事件与概率

1.随机事件：理解随机试验、样本空间、随机事件（基本事件、复合事件、必然事件、不可能事件）的概念。

2.事件的关系与运算：掌握事件的包含、相等、并（和）、交（积）、互斥（互不相容）、对立（逆）等关系及运算规则，能运用文氏图辅助理解。

3.概率的定义与性质：理解概率的统计定义、古典定义，掌握概率的基本性质（非负性、规范性、可加性）。

4.概率的加法公式：掌握互斥事件的加法公式和任意事件的加法公式。

（二）条件概率与独立性

1.条件概率：理解条件概率的概念，掌握条件概率的计算公式。

2.乘法公式：掌握概率的乘法公式，并能运用其解决问题。

3.全概率公式与贝叶斯公式：理解全概率公式的思想（由原因推结果）和贝叶斯公式的思想（由结果推原因），能识别并运用这两个公式解决较复杂的概率问题。

4.事件的独立性：理解两个事件相互独立的概念，掌握独立事件的概率乘法公式，了解多个事件独立的条件。

（三）随机变量及其分布

1.随机变量的概念：理解随机变量的定义，区分离散型随机变量和连续型随机变量。

2.离散型随机变量的概率分布：掌握概率分布列的表示方法和性质，会计算离散型随机变量的概率。

3.常见离散型分布：掌握二项分布、泊松分布的背景、概率函数、数学期望和方差，了解其应用场景。

4.连续型随机变量的概率密度：理解概率密度函数的概念和性质，掌握由概率密度函数计算概率的方法（即计算定积分）。

5.常见连续型分布：

*均匀分布：了解其概率密度函数和分布函数。

*正态分布：掌握正态分布的概率密度函数的形式和图形特征（单峰、对称、钟形），理解参数μ和σ2的含义；重点掌握标准正态分布，会查标准正态分布表计算概率；掌握一般正态分布与标准正态分布的转换公式。

6.随机变量的分布函数：理解分布函数的定义和性质（单调不减、0-1之间、右连续）。

（四）随机变量的数字特征

1.数学期望（均值）：理解数学期望的概念，掌握离散型和连续型随机变量数学期望的计算公式，掌握数学期望的性质。

2.方差与标准差：理解方差和标准差的定义，掌握其计算公式和性质。

3.期望和方差的应用：能根据随机变量的分布计算其期望和方差，并用于比较不同随机变量的平均水平和波动情况。

三、抽样分布与参数估计

（一）抽样推断的基本概念

1.总体与样本：理解总体、个体、样本、样本容量的概念，理解简单随机样本的含义（独立性、代表性）。

2.统计量：理解统计量的定义（不含未知参数的样本函数），掌握常见统计量：样本均值、样本方差、样本成数。

3.抽样误差：理解抽样误差