福州大学至诚学院财经系《统计学》王慧红老师期末复习范围.doc

第一章：数据类型和它的基本概念。练习P10 统计数据的类型： 分类数据：是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来表述的。例如，人口按性别分为男、女两类；企业按行业属性分为医药行业、家电行业、纺织品行业等，这些均属于分类数据。可以用数字代码表示各个类别。 顺序数据：是只能归于某一有序类别的非数字型数据。顺序数据虽然也是类别，但这些类别是有序的。例如，将产品分为一等品、二等品、三等品、次品等；考试成绩可以分为优、良、中、及格、不及格等；一个人的受教育程度可以分为小学、初中、高中、大学及以上；一个人对某一事物的态度可以分为非常同意、同意、保持中立、不同意、非常不同意等。也可以用数字代码表示。 数值型数据：是按数字尺度测量的观察值，其结果表现为具体的数值。、 分类数据和顺序数据说明的是事物的品质特征，通常是用文字来表述的，其结果均表现为类别，所以可统称为定性数据或品质数据。数值型数据说明的是现象的数量特征，所以也可称为定量数据或者数量数据。 截面数据：是在相同或近似相同的时间点上收集的数据。 时间序列数据：是在不同时间收集到的数据。 总体和单位相互关联，即若要统计城市交通事故情况，则总体为所有交通事故，单位为每一起交通事故。 变量是说明现象某种特征的概念。有 分类变量：说明事物类别的一个名称，其取值是分类数据。如“性别”是一个分类变量，其变量值为“男”或“女”；“行业”也是一个分类变量，其变量值可以为“零售业”、“旅游业”、“汽车制造业”等。 顺序变量：说明事物有序类别的一个名称，其取值是顺序数据。如“产品等级”就是一个顺序变量，其变量值可以为“一等品”、“二等品”、“三等品”、“次品”等；“受教育程度”也是一个顺序变量，其变量值可以为“小学”、“初中”、“高中”、“大学”等。 数值型变量：是说明事物数字特征的一个名称，其取值是数值型数据。如“产品产量”、“商品销售额”、“零件尺寸”、“年龄”、“时间”等都是数值型变量。数值型变量根据取值的不同，又可以分为离散型变量和连续性变量。离散型变量只能取有限个值，可以一一列举，如“企业数”、“产品数量”、“人数”。连续性变量是可以在一个或者多个区间中取任何值的变量，它的取值是连续不断的，不能一一列举。“年龄”、“温度”、“零件尺寸的误差”等都是连续性变量。 数据的误差： 调查误差：是指在取得样本数据资料过程中产生的误差。这部分误差通常与调查者、回答者、资料搜集方式和问卷等因素有关，它们会形成在调查过程中出现无回答和回答出现偏误等情况，进而形成系统性误差。登记性误差是是调查过程中由于调查者或被调查者的人为因素所造成的误差。 存在于所有的调查之中：概率抽样，非概率抽样，全面性调查 有抽样框误差、回答误差、无回答误差、调查员误差、测量误差 第三章：数据的搜集：调查的种类： 调查的范围：全面调查：普查、全面统计报表 非全面调查：抽样调查、重点调查、典型调查 第四章：数据的整理：如何进行分组：单变量值分组：（1）将一个变量值作为一组；（2） 适合于离散变量；（3）适合于变量值较少的情况。 组距分组：（1）将变量值的一个区间作为一组；（2）适合于连续变量；（3）适合于变量值较多的情况；（4）需要遵循“不重不漏”的原则；（5）可采用等距分组，也可采用不等距分组。 第一步：确定组数：不多于10个，3-7之间，一般5组。 第二步：确定各组组距：组距是一个组的上限与下限的差。组距＝( 最大值 - 最小值)÷ 组数。第一组下限应低于最小变量值，最后一组的上限应高于最大变量值。 第三步：统计出各组的频数并整理成频数分布表： 1. 下限：一个组的最小值 2. 上限：一个组的最大值 3. 组距：上限与下限之差 4. 组中值：下限与上限之间的中点值 为解决不重的问题，统计分组时习惯上的规定“上组限不在内”，即党相邻两组上下限重叠时，恰好等于某一组上限的变量值不算在本组内，而算在下一组内。即分组后的变量值x满足a=xb。例如150这个数值不计算在140~150之间，而计算在150~160之间。 对于离散变量，可以采用相邻两组组限间断的办法解决不重的问题。对于连续变量，可以采取相邻两组组限重叠的方法。 补充组中值的公式： 练习P67 2.3.4 第四章：集中趋势：众数、中位数、均值。 1.众数：出现次数最多的变量值；是一个位置代表值，不受极端值的影响；一组数据可能没有众数或有几个众数；用于测度分类数据的集中趋势。用Mo表示。 2.中位数：排序后处于中间位置上的值；是一个位置代表值，不受极端值的影响；主要用于顺序数据，也可用数值型数据，但不能用于分类数据；各变量值与中位数的离差绝对值之和最小。原始数据：中位数：n+1/2 顺序数据：n/2 可有余数。P51 3.均值：集