[统计学重点整理.doc

参数(parameter)：描述总体特征的概括性数字度量，是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)：用来描述样本特征的概括性数字度量，它是根据样本数据计算出来的一些量，是样本的函数。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表示 1、概率抽样：简单随机抽样（SRS）、系统抽样（SYS）、分层抽样（STS）、整群抽样（STS）、多阶段抽（MSS） 简单随机抽样（SRS） 特点：总体中每一个样本点均有相同机率被抽中、抽出某个样本后不影响另一个样本抽出的机率（独立性）、经常先列样本名册后用计算机产生随机数或随机表抽选 放回和不放回：放回（重复）抽样；无放回（不重复）抽样 系统抽样（SYS） 等距抽样：将所有样本列册以序号排列，先随机抽取第一个样本，接着每隔Ｋ个样本抽取下一个样本；间隔K的求法：Population size/ Sample size； 常用于电话抽样 （类似于简单随机抽样） 分层抽样（STS） 将总体区分为数个层（strata）：层之间互斥且周延、层内性质相近、层与层之间差异明显 从每一层中简单随机抽取若干样本作为该层的代表，再将所有层总结集合 整群抽样（STS） 将总体区分为多个群集clusters：群集间互斥且周延、群集与群集间差异小、群集内类似总体 随机抽取数个clusters 将抽中的群集内每个样本均调查 多阶段抽样（MSS） 第一阶段：分群——整群抽样 第二阶段：分层——分层抽样 第三阶段… … 整群抽样的优点是实施方便、节省经费；整 群抽样的缺点是往往由于不同群之间的差异较大，由此而引起的抽样误差往往大于简单随机抽样。 抽样误差（理论上不可避免）：由于抽样的随机性所带来的误差 （偶然性） 所有样本可能的结果与总体真值之间的平均性差异 影响抽样误差大小的因素：样本量的大小、总体的变异性 普查无抽样误差，但是普查误差可能比抽样误差大 非抽样误差：除抽样误差之外的，由于其他原因造成的样本观察结果与总体真值之间的差异 存在于所有的调查之中：概率抽样，非概率抽样，全面性调查 包括：抽样框误差、回答误差、无回答误差、调查员误差、测量误差 回答误差：理解误差、记忆误差、有意识误差 无回答误差：应答率的问题：酒吧打架致死事件，90%是被打死的那个人先动手的 ?误差的控制 抽样误差可计算和控制 非抽样误差的控制：合理选择抽样框、改良问卷、调查过程控制（调查结果进行检验、评估；现场调查人员进行奖惩的制度） 茎叶图Stem-and-leaf plot for YEAR(结婚年龄)（唯一一个没有丢失原始数据的统计表） 3、画表的一般原则： 合理安排统计表的结构、总标题内容应满足3W 要求、数据计量单位相同时，可放在表的右上角标明，不同时应放在每个指标后或单列出一列标明、表中的上下两条横线一般用粗线，其他线用细线、通常情况下，统计表的左右两边不封口、表中的数据一般是右对齐，有小数点时应以小数点对齐，而且小数点的位数应统一、对于没有数字的表格单元，一般用“—”表示、必要时可在表的下方加上注释 4、集中趋势表示：均值、中位数、众数、几何平均数 众数：出现次数最多的变量值 不受极端值的影响、一组数据可能没有众数或有几个众数、主要用于定性数据，也可用于定量数据 未分组数据：无众数（原始数据: 1 2 3 4 5 6 7 ）、一个众数（原始数据: 1 2 3 3 3 4 5 ）、 多于一个众数(原始数据: 1 2 3 3 4 4 5 ，此时众数为二者平均3.5) 分组数据：先在次数表中找出次数最多的那一组，称为「众数组」，一般以Mo来表示。若取众数组的组中点为众数，则称为粗众数。Czuber插补法 中位数(median)：将一组数字由大排至小，位居中间的数值为该组数字的中位数。一般以Me来表示 各观察值与中位数差异的绝对值总和为最小。 以下列公式求出中位数： 均值(mean)：集中趋势的最常用测度值、一组数据的均衡点所在 事实上，各个观察值与平均数差的总和为0、各个观察值与平均数差的平方和为最小 几何平均数(geometric mean)：n 个变量值乘积的 n 次方根 数据必须为正值才能计算几何平均数 主要用于计算平均百分比(percentages)、比率(ratios)、指数(indexes)、成长率(growth rates)的计算 分位数：除了将数据作半切割外，我们也可以将数据切成四等分、十等分、或一百等分 切尾均值(tr