统计学知识点汇总.doc

统计学知识点汇总 第一章： 统计学是收集、处理、分析、解析数据并从数据中得出结论的科学。 分类：描述统计、推断统计。 描述统计是研究数据收集、处理和描述的统计学方法。 推断统计是研究如何利用样本数据来推断总体特征的统计学方法（内容包括参数估计和假设检验）。 变量：每次观察都会得到不同结果的某种特征。 分类变量：又称无序分类变量，观测结果表现为某种类别的变量。 顺序变量：又称有序分类变量，观测结果表现为某种有序类别的变量。 数值变量：又称定量变量，观测结果表现为数字的变量。 数据：1、分类数据2、顺序数据3、数值型数据 总体：包含所研究的全部个体（数据）的集合。 样本：从总体中抽取的一部分元素的集合。 样本量：构成样本元素的数目。 抽样方法：1、简单随机抽样2、分层抽样3、系统抽样4、整群抽样 简单随机抽样：从含有N个元素的总体中，抽取n个元素组成一个样本，使得总体中的每一个元素都有相同的机会（概率）被抽中。 分层抽样：也称分类抽样，在抽样之前先将总体的元素划分为若干层（类），然后从各个层中抽取一定数量的元素组成一个样本。 软件应用：用Excel抽取简单随机样本。 第二章： 一、定性数据的图示：1、条形图2、帕累托图3、饼图4、环形图 条形图：是用宽度相同的条形来表示数据多少的图形，用于观察不同类别的多少或分布状况。 帕累托图：是按各类别出现的频数多少排序后绘制的条形图。通过对条形的排序，容易看出哪类频数出现的多，哪类出现的少。 饼图：主要用于表示一个样本（或总体）中各类别的频数占全部频数的比例。 用图表展示定量数据： 生成定量数据的频数分布表时，需要先将原始数据按照某种标准分成不同的组别，然后统计出各组别的数据频数即可。 一组数据所分的组数K应不少于5组且不多于15组。 组距=（最大值-最小值）/组数 组数=全距 /组距 每组组距均相等称为等距数列，反之则为异距数列 在比较等距数列与异距数列的次数分布时常用： 次数密度=本组次数/本组组距 2.组中值 class midpoint 组中值=（本组上限+本组下限）/2或组中值=（本组假定上限+本组假定下限）/2 二、定量数据的图示：1、分组数据看分布：直方图2、未分组数据看分布：茎叶图和箱线图、垂线图和误差图 最小值 25%四分位数 中位数 75%四分位数 最大值 箱线图的示意图： 3、两个变量间的关系：散点图是用二维坐标展示两个变量之间关系的一种图形。 4、比较多个样本的相似性：雷达图和轮廓图 雷达图是从一个点出发，用每一条射线代表一个变量，多个变量的数据点连接起来成线，即围成一个区域，多个样本围成多个区域，就是雷达图，利用它也可以研究多个样本之间的相似程度。 5、掌握各种图标的绘制，直方图与条形图的区别、茎叶图与直方图的区别。 三、合理使用图表 Excel应用：生成定性/定量数据的频数分布表（操作步骤）。 第三章：用统计量描述数据 一、水平的度量：平均数：计算形式： =总体标志总量/总体单位总量 （一）简单均数 （二）加权均数 中位数：是一组数据排序后处于中间位置的数值，用Me表示。 众数：是一组数据中频数最大的变量值，直观地反映了数据的集中趋势。是度量定类数据集中趋势的测度。一般用Mo表示。 四分位数：是一组数据排序后处于25%和75%位置上的值。它是通过3个点将全部数据等分为四部分，其中每部分包含25%的数据。显然，中间的四分位数就是中位数，因此通常所说的四分位数是指处在25%位置上和处在75%位置上的数值。 二、差异的度量：1、极差是一组数据的最大值与最小值之差，也称全距，用R表示。由于极差只是利用了一组数据两端的信息，因而容易受极值端的影响，不能全面反映差异状况。 2、四分位差是一组数据75%位置上的四分位数与25%位置上的四分位数之差，也称为内距或四分间距，用Qd表示，反映了中间50%数据的离散程度，其数值越小说明中间的数值越集中，数值越大说明中间的数值越分散，四分位差不受极值的影响。 3、样本方差和标准差： 方差是度量数值变量离散程度的基本测度。n个同性质独立变量和的方差等于各个变量方差之和。 n个同性质独立变量平均数的方差等于各变量方差平均数的1/n。 4、标准分数：测度每个数值在该组数据中的相对位置，并可以用它来判断一组数据中是否有离群点，它是某个数据与其平均数的离差除以标准差后的值。 三、比较几组数据的离散程度：离散系数是一组数据的标准差与其相应的平均数之比，它消除了数据水平高低和计量单位对标准差大小的影响。主要用于比较不同样本数据的离散程度，离