统计学第1章 导论.pptVIP

统计的应用领域hydrology(水文学)industry(工业)linguistics(语言学)literature(文学)manpowerplanning(劳动力计划)managementscience(管理科学)marketing(市场营销学)medicaldiagnosis(医学诊断)meteorology(气象学)militaryscience(军事科学)nuclearmaterialsafeguards(核材料安全管理)ophthalmology(眼科学)pharmaceutics(制药学)physics(物理学)politicalscience(政治学)psychology(心理学)psychophysics(心理物理学)qualitycontrol(质量控制)religiousstudies(宗教研究)sociology(社会学)surveysampling(调查抽样)taxonomy(分类学)weathermodification(气象改善)对统计分析的误解或歪曲：认为统计分析师心目中可能有了某种结论性的东西，或者说希望看到一种符合他们需要的某种结论，而后去找些统计数据来支持他们的结论。数据分析的真正目的是从数据中找出规律，从数据中寻找启发，而不是寻找支持。统计可以帮助分析数据，并从分析中得出某种结论，但对统计结论的进一步解释，则需要专业知识。1.2.1分类数据、顺序数据、数值型数据1.2.2观测数据和实验数据1.2.3截面数据和时间序列数据1.2统计数据的类型统计数据的分类统计数据的分类按计量层次分类的数据顺序的数据数值型数据按时间状况截面的数据时序的数据按收集方法观察的数据实验的数据统计数据的分类

(按计量尺度分)分类数据(categoricaldata)是只能归于某一类别的非数字型数据对事物进行分类的结果，数据表现为类别，用文字来表述例如，人口按性别分为男、女两类顺序数据(rankdata)是只能归于某一有序类别的非数字型数据对事物类别顺序的测度，数据表现为类别，用文字来表述例如，产品分为一等品、二等品、三等品、次品等数值型数据(metricdata)是按数字尺度测量的观察值结果表现为具体的数值，对事物的精确测度例如：身高为175cm、168cm、183cm品质数据和数量数据1、品质数据（或定性数据）是分类数据和顺序数据的合称，是因为这两类数据说明的都是事物的品质特征，通常用文字表述，其结果均表现为类别；2、数量数据（或定量数据）是数值型数据的另一种说法。统计数据的分类

(按收集方法分)观测的数据(observationaldata)通过调查或观测而收集到的数据在没有对事物人为控制的条件下而得到的有关社会经济现象的统计数据几乎都是观测数据实验的数据(experimentaldata)在实验中控制实验对象而收集到的数据比如，对一种新药疗效的实验，对一种新的农作物品种的实验等自然科学领域的数据大多数都为实验数据统计数据的分类

(按时间状况分)截面数据(cross-sectionaldata)在相同或近似相同的时间点上收集的数据描述现象在某一时刻的变化情况比如，2010年我国各地区的国内生产总值数据时间序列数据(timeseriesdata)在不同时间上收集到的数据描述现象随时间变化的情况比如，2010年至2012年国内生产总值数据数据类型与统计方法区分数据类型的重要性在于，对不同类型的数据，需要采用不同的统计方法来处理和分析。1、分类数据：频数或频率，众数和异众比率，列联表分析和c2检验；2、顺序数据：中位数和四分位差，等级相关系数；3、数值型数据：各种统计量，参数估计和假设检验，相关分析和回归分析，时间序列分析。1.3统计中的几个基本概念1.3.1总体和样本1.3.2参数和统计量1.3.3变量总体和样本总体(popul