应用统计学(第一讲)导论教案.ppt

* :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * * :1, 1, 3 * :1, 1, 3 * :1, 1, 3 * Data facts or information that is relevant or appropriate to a decision maker Population the totality of objects under consideration Sample a portion of the population that is selected for analysis Parameter a summary measure (e.g., mean) that is computed to describe a characteristic of the population Statistic a summary measure (e.g., mean) that is computed to describe a characteristic of the sample * * 等级数据分析方法 描述性统计方法 构成比、饼图、条图 假设检验 秩和检验 相关分析： 秩相关 回归模型： 有序回归（ordinal regression ） 数值型数据(metric data) 对事物的精确测度 结果表现为具体的数值 例如：身高为175cm、168cm、183cm 数值型数据分析方法 描述性统计方法： 集中趋势、离散趋势、95%CI、直方图、线图、箱图 假设检验： t检验、方差分析 相关分析 pearson相关 回归模型 线性回归模型、Tobit模型、负二项模型 统计数据的分类(按收集方法分) 观测的数据(observational data) 通过调查或观测而收集到的数据 在没有对事物人为控制的条件下而得到的 有关社会经济现象的统计数据几乎都是观测数据 试验的数据(experimental data) 在试验中控制试验对象而收集到的数据 比如，对一种新药疗效的试验，对一种新的农作物品种的试验等 自然科学领域的数据大多数都为试验数据 统计数据的分类(按时间状况分) 截面数据(cross-sectional data) 在相同或近似相同的时间点上收集的数据 描述现象在某一时刻的变化情况 比如，2002年我国各地区的国内生产总值数据 时间序列数据(time series data) 在不同时间上收集到的数据 描述现象随时间变化的情况 比如，1996年至2002年国内生产总值数据 混合横截面数据(pooled cross section data) 是横截面数据和时间序列并存的二维空间； 在不同时点，从一个大总体里进行多次随机抽样； 把不同时点抽取的随机样本合并起来就构成了一个独立混合横截面数据； 在每一个时点上进行的都是随机抽样，所以混合截面数据是由独立抽取的观测值构成。 面板数据(panel data) 又称纵列数据(Longitudinal Data),是指不同的横截面个体在不同的时间上的观测值的集合； 从水平看，它包括了某一时间上的不同的横截面个体的数据； 从纵向看，它包括了每一横截面的时间序列数据。 第六节 统计中的几个基本概念 总体和样本 参数和统计量 变量 总体和样本 总体(population) 所研究的全部元素的集合 ，其中的每一个元素称为个体 分为有限总体和无限总体 有限总体的范围能够明确确定，且元素的数目是有限的 无限总体所包括的元素是无限的，不可数的 样本 (sample) 从总体中抽取的一部分元素的集合 构成样本的元素的数目称为样本容量 参数和统计量 参数(parameter) 研究者想要了解的总体的某种特征值 所关心的参数主要有总体均值(?)、标准差(?)、总体比例(?)等 总体参数通常用希腊字母表示 统计量(statistic) 根据样本数据计算出来的一个量 所关心的样本统计量有样本均值(?x)、样本标准差(s)、样本比例(p)等 样本统计量通常用小写英文字母来表示 变 量(Variable) 说明现象某种特征的概念 如商品销售额、受教育程度、产品的质量等级等 变量的具体表现称为变量值，即数据 变量可以分为 分类变量(categorical variable) ：说明事物类别的一个名称 顺序变量(rank variable) ：说明事物有序类别的一个名