统计学知识点(前四章).pdf

统计学知识点 （前四章） 第 1 章 导论 1. 统计学：收集、处理、分析、解释数据并从数据中得出结论的科学。 2. 按数据分析方法分类：↗描述统计—数据收集、处理、汇总、图表描述 ↘推断统计—利用样本数据推断总体特征 3. 统计数据是对现象进行测量的结果。 4. 按照计量尺度的不同，将统计数据分为分类数据、顺序数据和数值型数据。 1) 分类数据：对事物分类的结果，用文字表述，数据表现为类别（男女）； 2) 顺序数据：有序的类别，如，一等品二等品、小学初中高中、同意； 3) 数值型数据：按数字尺度测量的观察值，具体的数值。 5. 数据的计量尺度： 1) 定/分类尺度：数据表现为类别，按照事物的属性平行的分类，计量层次 最低，具有“ ＝”或“≠”的数学特性； 2) 定/顺序尺度：数据表现为有序的类别，具有“”或“”的数学特性； 3) 定距/ 间隔尺度：数据表现为数字，没有绝对零点； 4) 定比/ 比率尺度：数据表现为数字，有绝对零点。3、4 统称数值型数据。 6. 定性/ 品质数据：分类数据和顺序数据统称。 定量/数量数据：数值型数据。 7. 按照数据的收集方法：观测数据和实验数据。 按时间状况：截面数据和时间序列数据。（统计数据的分类） 8. 总体：是包含所研究的全部个体（数据）的集合。组成总体的每个元素成为 个体。按包含数目是否可数，分为有限总体和无限总体。 9. 样本：是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成为样 本量。抽样的目的是为了根据样本提供的信息推断总体的特征。 10. 参数：是用来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，如，总体平均数 μ、总体标准差 σ 。 11. 统计量：是用来描述样本特征的概括性数字度量。是根据样本数据计算出来 的量，如，样本平均数χ 、样本标准差 s。 12. 变量：是说明现象某种特征的概念。如，商品销售额、受教育程度。变量的 具体值称为变量值，比如商品的销售额可以是 20 万、30 万。 13. 变量的分类——分类变量：性别、行业；顺序变量：产品等级、受教育程度； 数值型变量：↗离散型变量：产品数量、企业数（取值以整数位断开） ↘连续性变量：年龄、温度、零件尺寸（取值连续不断） 随机变量和非随机变量，经验变量和理论变量 第 2 章 数据的搜集 1. 数据的来源：间接来源和直接来源 2. 间接来源的数据：对原信息重新加工、整理，数据可以取自系统外部或内部。 外部的渠道：各级政府部门，统计年鉴、期刊、报纸、会议、互联网； 内部的渠道：业务资料、单据、记录、统计报表、会计核算。 3. 间接来源的数据（二手资料）的特点：①搜集容易，成本低；②作用广泛； ③二手资料是研究者首先考虑并采用的。 4. 二手资料的评估？ 5. 直接来源的数据：调查数据和实验数据 1 / 7 6. 调查数据：通过调查方法获得的数据。包括概率抽样和非概率抽样（会区别） 6.1 概率抽样（随机抽样）的特点： （共十种）↗ 1) 抽样时按一定的概率以随机原则抽取样本； 2) 总体中每个单位被抽中的概率是已知的或是可以计算出来的； 3) 用样本对总体目标量进行估计时要考虑每个样本单位被抽中的概率。 6.2 概率抽样的方式：五种（知道选择哪种抽样方法，包括非概率五种） 1) 简单随机抽样：从包括总体 N 个单位的抽样框中随机地、一个个地抽 取 n 个单位作为样本，每个单位的入样概率是相等的。 特点：简单、直观，估计及计算误差量比较方便。 2) 分层抽样：将抽样单位按某种特征划分为不同的层，然后从不同的层 中独立的随机地抽取样本。 优点：包含有各种特征的抽样单位，提高估计