统计学总复习提纲.docxVIP

统计学总复习提纲

一、统计学基本概念与研究方法

1.1统计学的定义与性质

*核心定义：统计学是一门关于数据的科学，它研究如何收集、整理、分析数据，并基于数据进行推断和决策，从而揭示现象的数量规律性。

*学科性质：兼具理论性与应用性，是认识客观世界的重要工具。其核心在于通过对不确定性现象的量化研究，提供科学的推断方法。

1.2统计数据的类型与尺度

*按数据来源：

*一手数据：通过直接调查或实验获取的数据。

*按计量尺度：

*定类数据（NominalData）：对事物进行分类的结果，各类别间无顺序、无等级差别（如性别、职业）。

*定序数据（OrdinalData）：不仅能分类，还能反映事物顺序或等级关系，但不能精确度量差异（如满意度等级、学历）。

*定距数据（IntervalData）：具有定序数据的特性，且类别间的差距是固定且有意义的，但没有绝对零点（如温度、年份）。

*定比数据（RatioData）：具有定距数据的所有特性，且存在绝对零点，可进行乘除运算（如身高、体重、收入）。

*按数据表现形式：

*分类数据：表现为类别，对应定类和定序尺度。

*数值型数据：表现为具体数值，对应定距和定比尺度，可进一步分为离散型数据（如企业数）和连续型数据（如温度）。

1.3统计学的研究方法

*大量观察法：通过对研究对象总体中足够多的个体进行观察，以消除偶然因素的影响，显现总体的数量特征。

*统计分组法：根据研究目的和事物本身的性质，将数据划分为不同的组别，以揭示各组之间的差异和内在联系。

*综合指标法：运用各种统计指标（如平均数、标准差、相关系数等）对现象的数量特征和数量关系进行综合反映和分析。

*归纳推断法：从样本数据出发，运用概率理论对总体的数量特征进行估计和推断，并给出推断的可靠性。这是统计研究的核心方法之一。

1.4总体与样本

*总体（Population）：根据研究目的确定的、具有某种共同性质的全部研究对象的集合。可分为有限总体和无限总体。

*个体：总体中的每一个基本单位。

*样本（Sample）：从总体中按一定方式抽取的部分个体所组成的集合。样本中包含的个体数目称为样本容量。

*样本的代表性：样本能否准确反映总体特征是统计推断有效性的关键。

1.5参数与统计量

*参数（Parameter）：描述总体数量特征的概括性数字度量，通常是未知的、待估计的（如总体均值、总体方差、总体比例）。

*统计量（Statistic）：描述样本数量特征的概括性数字度量，它是样本的函数，其值可由样本数据计算得出，用于估计和推断总体参数（如样本均值、样本方差、样本比例）。

二、数据的收集与整理

2.1数据的来源

*直接来源（原始数据）：

*调查数据：普查、抽样调查、重点调查、典型调查。

*实验数据：通过科学实验获取的数据。

*间接来源（二手数据）：

*政府统计出版物、行业协会报告、学术期刊、商业数据库、互联网等。

*二手数据使用时需注意数据的真实性、适用性和时效性。

2.2调查方式与方法

*普查：对总体中所有个体进行的全面调查。特点：数据全面、准确，但耗费人力、物力、财力大，时效性较差。

*抽样调查：从总体中随机抽取部分个体作为样本进行调查，并据此推断总体特征。特点：经济性好、时效性强、适应面广，是最常用的调查方式。

*抽样方法：

*概率抽样：简单随机抽样、分层抽样、系统抽样、整群抽样。

*非概率抽样：方便抽样、判断抽样、自愿样本、滚雪球抽样（了解其特点与适用场景）。

*问卷设计：是收集数据的重要工具，需注意问题的设计、措辞、顺序、选项设置等，以保证数据质量。

2.3数据的预处理

*数据审核：检查数据的完整性、准确性和适用性。

*数据清洗：处理缺失值、异常值（离群点）。

*数据转换：对数据进行标准化、归一化、对数变换等，以满足分析需求。

*数据编码：将定性数据（如类别、顺序）转换为定量数据，便于计算机处理。

2.4统计分组

*概念：根据研究目的，将原始数据按照某种标志划分为不同的组别。

*作用：区分现象的类型、揭示现象的内部结构、分析现象之间的依存关系。

*分组标志：选择反映事物本质特征的标志进行分组，分为品质标志分组和数量标志分组。

*频数分布：在统计分组的基础上，将总体中所有单位按组归类整理，形成总体单位在各组间的分布，表现形式有频数分布表和频数分布图。

2.5频数分布表与图形展示

*频数分布表：按分组顺序排列的统计表，列出各组的组别及相应的频数（次数）、频率等。

*