统计注意区分的概念.docVIP

一、 1、分类变量 ：表现为不同的类别。如“性别”、“企业所属的行业” 学生所在的学院等 顺序变量： 类别有一定的顺序。如一个人对事物的态度、药物的疗效、考试成绩按等级等 2、概率抽样（按一定的概率以随机原则抽取样本）的方法有简单随机抽样、系统抽样（等距抽样）、 分层抽样 、整群抽样 非概率抽样：(非随机原则确定调查单位)。如方便抽样（随意抽样）：调查员在街头、公园、商店等公共场所进行拦截调查 二、 适用于定性数据的图形：条形图、帕雷托图、饼图等 直方图、茎叶图、箱线图、散点图(展示两个变量之间的关系)只适于定量数据 三、 集中趋势说明数据集中的位置，代表数据的一般水平。一般用算术平均数（均值）表示。数据偏态分布时，考虑选择中位数或众数。 均值是最常用的统计量，中位数（顺序、定量数据），众数适用面广，适合所有类型数据 描述离散程度：极差、方差、标准差、离散系数 能够反映数据“位置”且比较稳健的有中位数、分位数、标准差 离散系数：标准差与其相应的均值之比。用于对不同组别数据离散程度的比较。如果原始数据的绝对值相差较大或计量单位不同时，不能用标准差比较离散程度，要用离散系数。（离散系数小，说明数据离散程度小） 标准分数： 标准差是方差的平方根 四、中心极限定理：从均值为(，方差为( 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布。 样本均值的标准误差： 参数：研究者想要了解的总体的某种特征值。 统计量：根据样本数据计算出来的一个量，描述样本特征。 五、 评价估计量的标准：无偏性、有效性与一致性 无偏性：样本估计量的均值等于被估总体参数的真值； 有效性:好的点估计量应具有较小的方差； 一致性:当样本容量增大时，估计量依概率收敛于总体参数的真值。 置信区间与置信水平： 置信区间的宽度表明估计误差的大小，说明估计的精确性。区间的长度愈大，估计区间包含真值θ的可能性也就愈大，但是估计也愈不精确。 置信水平是一个概率值，是所有可能的随机置信区间中覆盖总体参数真值的比例。说明估计结果的可靠性。 在其他条件如抽样方法、方式、样本容量等不变时，置信区间与置信水平是一对矛盾，即要提高精确性（缩小置信区间），就得降低可靠性（置信水平降低），若要提高可靠性（加大置信水平），就得容忍较大的误差。 六、 双侧检验与单侧检验： 当我们只关心差异大小，而不关心差异的方向时，应进行双侧检验；当我们只关心某一方向的差异大小时，应进行单侧检验。备择假设含 “”左侧 ； “ ’” 右侧。备择假设是研究者搜集证据要支持的假设。 显著性水平(：原假设为真时，拒绝原假设的概率 原假设为真而被拒绝，也称为第一类错误。 拒绝原假设意味着：有充足的理由否定原假设；犯错误的概率不大于显著性水平α；在H0为真的假设下发生了小概率事件。 总体均值检验： 总体服从正态分布，总体方差已知或大样本时 总体服从正态分布，总体方差未知，小样本时 七、方差分析 分析对象：定性变量对定量变量影响分析 方差分析对数据有3个基本假定：正态性；方差齐性；独立性 八、最小二乘法具有如下特征： 回归分析中，因变量是随机变量，自变量一般是非随机变量。 评价回归模型的统计量：判定系数、估计标准误差 估计标准误差 R2 (1，说明回归方程拟合的越好；R2(0，说明回归方程拟合的越差 R2=0，变量不存在线性相关关系 一元线性回归模型误差项 ( 是随机变量，反映了除 x 和 y 之间的线性关系之外的随机因素对 y 的影响。 回归系数说明自变量每变动一个单位，因变量平均变动的程度。 十、时间数列的组成要素、含义区分 指数平滑关键是确定合理的平滑系数，时间数列随机波动较大时，选择较大的，否则选择较小的。 移动平均法：使用最近K期的数据，将每个观察值都给予相同的权数 ， 十一、主成分、因子分析 作用：降维，压缩数据 十二、聚类分析 作用：分类 种类：方法——分层聚类、快速聚类（K—均值聚类） 对象——R型聚类、Q型聚类 聚类分析的基本原则是：类内差异小，类间差异大。 参数检验-两独立样本T检验 （1）前提：样本来自的总体应服从和近似服从正态分布；两样本来自同一个总体，但相互独立。 （2）目的：检验两个总体的均值是否存在差异。 （3）过程：提出假设-两总体的均值无显著差异---选择统计量--计算检验统计量观测值和概率--给定a，作出决策 （4）例子：提出假设：本地和外地户口人均面积没有显著性差异，Analyze-comepare means--Independent-sample T Test 结论： 第二张表的