北大孟浩巍统计学课件.pptxVIP

汇报人：XX北大孟浩巍统计学课件

目录壹统计学基础概念贰数据收集与整理叁描述性统计分析肆概率论基础伍统计推断陆统计软件应用

壹统计学基础概念

统计学定义统计学首先涉及数据的收集，如通过调查问卷，然后对数据进行分类、排序和汇总。数据的收集与整理描述性统计分析是对数据集进行总结，包括计算平均数、中位数、众数和标准差等。描述性统计分析统计学的定义中包含概率论，它是研究随机事件及其发生概率的数学分支。概率论基础

数据类型与来源定量数据包括数值型信息，如身高、体重；定性数据则是分类信息，如性别、职业。定量数据与定性数据原始数据是直接从调查或实验中获得的数据，而二手数据则是从其他研究或记录中获取的数据。原始数据与二手数据观测数据是通过观察得到的数据，如人口普查；实验数据则是在控制条件下通过实验获得的数据。观测数据与实验数据

统计学的应用领域统计学在市场研究中用于分析消费者行为，预测市场趋势，帮助公司制定营销策略。市场研究0102在医学领域，统计学用于临床试验数据分析，评估药物效果，以及疾病风险的统计评估。医学研究03统计学在经济学中用于分析经济指标，预测经济周期，以及评估政策对经济的影响。经济学分析

贰数据收集与整理

数据收集方法通过设计问卷，收集受访者的意见和数据，广泛应用于市场研究和社会科学领域。问卷调查与个体进行一对一访谈，深入了解其观点和经验，适用于定性研究和案例研究。深度访谈在控制条件下进行实验，观察并记录数据，常用于自然科学和医学研究。实验观察

数据整理技术数据清洗是整理技术中的关键步骤，涉及去除重复项、纠正错误和处理缺失值。数据清洗数据编码技术涉及将非数值型数据转换为数值型数据，以便于统计分析和机器学习模型处理。数据编码数据转换包括标准化、归一化等方法，目的是将数据转换为适合分析的格式。数据转换010203

数据质量控制数据清洗在统计分析前，通过删除重复项、纠正错误和填补缺失值等方法，确保数据的准确性和完整性。数据验证通过逻辑检查和交叉验证等手段，确保数据的准确性和可靠性，避免数据录入错误。异常值检测数据一致性检查通过统计方法识别数据中的异常值，这些值可能是由错误或极端情况引起的，需要特别处理。确保数据在不同时间点或不同来源之间保持一致，避免因格式不统一导致的分析误差。

叁描述性统计分析

中心趋势度量平均数是描述数据集中趋势的常用指标，通过将所有数值相加后除以数值的个数得到。平均数的计算01中位数是将数据集从小到大排序后位于中间位置的数值，适用于处理异常值的影响。中位数的确定02众数是数据集中出现次数最多的数值，反映了数据集中的主要趋势或最常见的情况。众数的识别03

离散程度度量01方差和标准差方差衡量数据点与平均值的偏离程度，标准差是方差的平方根，两者都是衡量数据分散性的常用指标。02极差极差是数据集中最大值与最小值之间的差，反映了数据的总体波动范围。03四分位距四分位距是第三四分位数与第一四分位数之差，用于衡量中间50%数据的离散程度。

数据分布特征通过平均数、中位数和众数等指标来描述数据的集中位置。中心趋势的度量使用方差、标准差和极差等统计量来衡量数据的分散程度。离散程度的度量分析数据分布的对称性（偏态）和尖峭或平缓程度（峰态），以了解数据分布的形状特征。偏态与峰态分析

肆概率论基础

随机事件与概率条件概率描述在某个条件下事件发生的可能性，例如已知某张牌被抽到后，剩余牌中抽到红心的概率。条件概率概念03概率计算包括古典概率、几何概率等，如掷骰子得到特定数字的概率。概率的计算方法02随机事件是实验中可能出现也可能不出现的事件，例如抛硬币得到正面。随机事件的定义01

概率分布类型01例如二项分布，用于描述固定次数的独立实验中成功次数的概率。离散型概率分布02例如正态分布，广泛应用于自然界和社会科学中的数据分布形态。连续型概率分布03在等概率条件下，所有结果出现的概率相同，常用于模拟随机事件。均匀分布04描述事件发生间隔时间的概率分布，如电子元件的寿命分析。指数分布

大数定律与中心极限定理大数定律表明，随着试验次数的增加，样本均值会趋近于总体均值，体现了概率论中的稳定性。01中心极限定理指出，大量独立同分布的随机变量之和，其分布趋近于正态分布，是统计推断的基石。02例如，保险公司通过大数定律评估风险，预测未来赔付的平均值，以合理定价保险产品。03在质量控制中，中心极限定理帮助工程师估计产品尺寸的分布，确保产品符合规格要求。04大数定律的含义中心极限定理的原理大数定律在实际中的应用中心极限定理的现实案例

伍统计推断

参数估计极大似然估计点估计03极大似然估计是一种寻找参数值的方法，使得观测到的数据出现的概率最大。区间估计01点估计是通过样本数据来确定总体参数的单一值，例如使用样本均值来估计总体均值。02区间估计提供了一个参数可