统计学.docx

1、第一章1、什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。2、解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。3、统计学的类型和不同类型的特点按所采用的 计量尺度 不同分；（定性数据）分类数据：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，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的

2、数值。按统计数据都 收集方法 分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。实验数据：在实验中控制实验对象而收集到的数据。按被描述的 现象与时间 的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。4、解释分类数据，顺序数据和数值型数据分类数据：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，用文字来表述；顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。数值型数据：按数字尺度测量的观察值，其结果表

3、现为具体的数值。5、举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。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参数：用来描述总体特征的概括性数字度量 统计量：样本6、变量的分类变量可以分为分类变量，顺序变量，数值型变量。变量也可以分为随机变量和非随机变量。经验变量和理论变量。

4、7、举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。8、统计应用实例人口普查，商场的名意调查等。9、统计应用的领域经济分析和政府分析还有物理，生物等等各个领域。第二章1、什么是二手资料？使用二手资料应注意什么问题与研究内容有关，由别人调查和试验而来已经存在，并会被我们利用的资料为“二手资料”。使用时要进行评估，要考虑到资料的原始收集人，收集目的，收集途径，收集时间使用时要注明数据来源。2、比较概率抽样和非概率抽样的特点，指出各自适用情况概率抽样：抽样时按一定的概率以随机原则抽取样本。每个单位别抽中的

5、概率已知或可以计算，当用样本对总体目标量进行估计时，要考虑到每个单位样本被抽到的概率。技术含量和成本都比较高。如果调查目的在于掌握和研究对象总体的数量特征，得到总体参数的置信区间，就使用概率抽样。非概率抽样：操作简单，时效快，成本低，而且对于抽样中的统计学专业技术要求不是很高。它适合探索性的研究，调查结果用于发现问题，为更深入的数量分析提供准备。它同样使用市场调查中的概念测试（不需要调查结果投影到总体的情况）。区别：1 概率抽样是根据概率的基本按照随机原则所进行的抽样，它能保证样本的代表性，可以进行推断统计。概率抽样主要分为简单随机抽样，分层抽样，整体抽样，系统抽样，多阶段抽样等类型。2 非概

6、率抽样是相对于概率抽样而言的，指抽取样本时不是依据随机原则。而是根据研究目的对数据的要求，采取某种方式从总体中抽出部分单位对其实施调查。非概率抽样主要分为方便抽样，判断抽样，自愿抽样，滚雪球抽样，配额抽样等类型。3、除了自填式，面访式和电话式还有什么搜集数据的办法试验式和观察式等4、自填式，面访式和电话式各自的长处和弱点自填式；优点：1 调查组织者管理容易2 成本低，可进行大规模调查3 对被调查者，可选择方便时间答卷，减少回答敏感问题压力。缺点：1 返回率低2 不适合结构复杂的问卷，调查内容有限3 调查周期长4 在数据搜集过程中遇见问题不能及时调整。面访式；优点：1 回答率高2 数据质量高3

7、在调查过程中遇见问题可以及时调整。缺点：1 成本比较高2 搜集数据的方式对调查过程的质量控制有一定难度3 对于敏感问题，被访者会有压力。电话式；优点：1 速度快2 对调查员比较安全3 对访问过程的控制比较容易。缺点：1 实施地区有限2 调查时间不能过长3 使用的问卷要简单4 被访者不愿回答时，不易劝服。5、如何控制调查中的回答误差对于理解误差，我会去学习一定的心理学知识，对于记忆误差，我会尽量去缩短所涉及的时间范围，对于有意识的误差，我要做好被调查者的心理工作，要遵守职业道德，为被调查者保密，尽量在问卷中不涉及敏感问题。6、怎么减少无回答对于随机误差，要提高样本容量，对于系统误差，只有做好准备

8、工作并做好补救措施。比如说要一百份的问卷回复，就要做好一百二十到一百三十的问卷准备，进行面访式的时候要尽量的劝服不愿意回答的被访者，以小物品的馈赠提高回复率。1、 抽样的目的，原因：1 构成总体的元素之间有存在的差异 2 受到时间，人力，财力等客观条件的限制 3 进行数据测量时具有破坏性，目的是用抽样指标来推算总体指标。2、分层/整群抽样是如何操作的，分别在何种情况下运用：1 分层抽样是对总体按其某种特征划分若干层次，在各层采用简单随机或系统抽样的方法抽取元素组成样本。2 整群抽样是指将总体中若干个单位合并为组，这样的组称为群。抽样时直接抽取群，然后对中选群中的所有单位全部实施调查。3 分层抽

9、样，不同子群之间差异很大，每个子群内部差异不大，列如分层抽样中的老人，年轻人，小孩。4 整群抽样，不同子群差异不大，而每个子群内部异质性程度比较大。例如将老年人分为文艺老人和普通老人。3、举例概率抽样主要类型：1 简单随机抽样：从总体中随机直接抽取元素组成样本，每个样本被抽中的概率是相等的。例：从货架商品中随机抽取若干商品进行检验。2 分层抽样3 整群抽样 4 系统抽样：对总体进行随机编号排序，按某一固定间隔抽取元素组成样本。第三章1、分类数据和顺序数据的整理和图示方法各有哪些分类数据：制作频数分布表，用比例，百分比，比率等进行描述性分析。可用条形图，帕累托图和饼图进行图示分析。顺序数据：制作

10、频数分布表，用比例，百分比，比率、累计频数和累计频率等进行描述性分析。可用条形图，帕累托图和饼图，累计频数分布图和环形图进行图示分析。2、数值型数据的分组方法和步骤分组方法：单变量值分组和组距分组，组距分组又分为等距分组和异距分组。分组步骤：1 确定组数 2 确定各组组距 3 根据分组整理成频数分布表3、直方图和条形图的区别1 条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距，2 直方图各矩形连续排列，条形图分开排列，3 条形图主要展示分类数据，直方图主要展示数值型数据。4、绘制线图应注意问题时间在横轴，观测值绘在纵

11、轴。一般是长宽比例 10：7 的长方形，纵轴下端一般从 0 开始，数据与 0 距离过大的话用折断符号折断。5、饼图和环形图的不同饼图只能显示一个样本或总体各部分所占比例，环形图可以同时绘制多个样本或总体的数据系列，其图形中间有个“空洞”，每个样本或总体的数据系类为一个环。6、茎叶图比直方图的优势，他们各自的应用场合茎叶图既能给出数据的分布情况，又能给出每一个原始数据，即保留了原始数据的信息。在应用方面，直方图通常适用于大批量数据，茎叶图适用于小批量数据。茎叶图： 是由茎和叶两部分构成，其图形是由数字组成。7、鉴别图标优劣的准则1 显示数据 2 让读者把注意力集中在图形的内容上，而不是制作图形的

12、程序上3 避免歪曲4 强调数据之间的比较5 服务于一个明确的目的6 有对图形的统计描述和文字说明8、制作统计表应注意的问题1 合理安排统计表的结构，如行标题列标题等位置应安排合理。统计表的横竖长度比例要适当，避免出现过高或过宽的表格形式。2 表头一般应包括表号总标题和表中数据的单位等内容。总标题应简明确切的概括出统计表的内容，若表中的全部数据都是用同样的计量单位，可在表的右上角标明。若各变量的计量单位不同，则应放在每个变量后或单列出一一表明。3 表中的上下两条横线一般用粗线，中间的其他线要用细线。统计表的左右两边不封口，列标题之间在必要时可用竖线分开，而行标题之间通常不用横线隔开，表中尽量少用

13、横竖线。表中的数据一般右对齐，有小数点时以小数点对齐，而且小数点的位数应统一。对于没有数据的表格单元，一般用表示，一张填好的统计表不应出现空白单元格。4 使用统计表时，必要时可在表的下方加上注释，特别要注意数据的来源。公式：组中值=（上限+下限）/21、什么是箱图，特点：是由一组数据的 MAX，MIN，中位数，两个四分位数这五个特征值绘制成。特点主要用于反映原始数据分不到特征，还可以进行多组数据分布特征的比较。2、如何分析箱图：1 线的长短反映分布范围 2 看中位数，越靠上越大 3 看中位数在箱体中的位置判断左右偏和对称分部 4 看箱子长短，越长越分散，短集中 5 离群点。3、饼图是由图形及圆

14、内扇形的角度来表示数值大小的图形主要表示一个样本（或总体）中各组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。4、数值型数据：直方图，茎叶图，箱图品质数据：条形图，饼图第四章1、一组数据的分布特征可以从哪几个方面进行测度？1 是分布的集中趋势，反映各数据向其中心值靠拢或集中的程度；2 是分布的离散程度，反映各数据远离其中心值的趋势；3 是分布的形状，反映数据分布的偏态和峰态。2、怎样理解平均数在统计学中的地位？平均数在统计学中具有重要的地位，是集中趋势的最主要的测度，主要适用于数值型数据，而不适用于分类数据和顺序数据。3、简述四分位数的计算方法。四分位数是一组数据排序后处于 25%

15、和 75%位置上的值。根据未分组数据计算四分位数时，首先对数据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。4、对于比率数据的平均为什么采用几何平均？在实际应用中，对于比率数据的平均采用几何平均要比算数平均更合理。从公式中也可看出，G 就是平均增长率。n1ii）（）（5、简述众数、中位数和平均数的特点和应用场合。众数是一组数据分布的峰值，不受极端值的影响，缺点是具有不唯一性。众数只有在数据量较多时才有意义，数据量较少时不宜使用。主要适合作为分类数据的集中趋势测度值。中位数是一组数据中间位置上的代表值，不受极端值的影响。当数据的分布偏斜较大时，使用中位数也许不错。主要适合作为

16、顺序数据的集中趋势测度值。平均数对数值型数据计算的，而且利用了全部数据信息，在实际应用中最广泛。当数据呈对称分布或近似对称分布时，三个代表值相等或相近，此时应选择平均数。但平均数易受极端值的影响，对于偏态分布的数据，平均数的代表性较差，此时应考虑中位数或众数。6、简述异众比率、四分位差、方差或标准差的适用场合对于分类数据，主要用异众比率来测量其离散程度；对于顺序数据，虽然也可以计算异众比率，但主要使用四分位差来测量其离散程度；对于数值型数据，虽然可以计算异众比率和四分位差，但主要使用方差或标准差来测量其离散程度。7、标准分数有哪些用途？标准分数给出了一组数据中各数值的相对位置。在对多个具有不同

17、量纲的变量进行处理时，常需要对各变量进行标准化处理。它还可以用来判断一组数据是否有离群数据。8、为什么要计算离散系数？方差和标准差是反映数据分散程度的绝对值，一方面其数值大小受原变量值本身水平高低的影响，也就是与变量的平均数大小有关；另一方面，它们与原变量的计量单位相同，采用不同计量单位的变量值，其离散程度的测度值也就不同。因此，为消除变量值水平高低和计量单位不同对离散程度测度值的影响，需要计算离散系数。9、测度数据分布形状的统计量有哪些？对分布形状的测度有偏态和峰态，测度偏态的统计量是偏态系数，测度峰态的统计量是峰态系数。1、测度离散程度的主要指标有哪些？各自概念以及衡量何种指标的代表性：1

18、 异众比率，是指非众数的频数占总频数的比例。众数。2 四分位差，上四分位数于下四方位数之差。中位数。3 方差，各变量值与其平均数离差平方的平均数。平均数。2、测度数据分布形状的指标有？如何根据这些指标对数据形状进行判断：偏度=0 对称分布，0 右偏分布， ”(寿命延长)，建立的原假设与备择假设应为H0：1500，H 1：1500.又例，“一项研究表明，改进生产工艺后，会使产品的废品率降低到 2%以下。检验这一结论是否成立”，则备择假设的方向为“”(废品率降低)，建立的原假设与备择假设应为 H0: 2% ，H1: 2%.）1、假设检验：对总体提出一假设，利用样本信息对该假设进行检验并做出决策2、

19、假设检验依据的基本原理：小概率原理。发生概率很小的随机事件再一次实验中是几乎不可能发生的（显著性水平 a 通常取 0.05，0.01）一旦发生，我们就有理由拒绝原假设3、举例说明假设检验的流程: 例如新生儿童体重 1 提出原假设和备择假设 H0：u=3000 克H1：u3000 克 2 选择适当统计量检验，进行检验（用 t）3 利用 p 值作出决策第十章1、什么是方差分析？它研究的是什么？方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。它所研究的是非类型自变量对数值型因变量的影响。2、要检验多个总体均值是否相等时，为什么不作两两比较，而用方差分析方法？作

20、两两比较十分繁琐，进行检验的次数较多，随着增加个体显著性检验的次数，偶然因素导致差别的可能性也会增加。而方差分析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。3、方差分析包括哪些类型？它们有何区别？方差分析可分为单因素方差分析和双因素方差分析。区别：单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响，而双因素涉及两个分类型自变量。4、方差分析中有哪些基本假定？1、每个总体都应服从正态分布2、各个总体的方差 2必须相同3、观测值是独立的5、简述方差分析的基本思想。它是通过对数据误差来源的分析来判断不同总体的均值是否相等，进而分析自变量对因变量是否

21、有显著影响。6、解释因子与处理的含义。在方差分析中，所要检验的对象称为因素或因子，因素的不同表现称为水平或处理。7、解释组内误差和组间误差的含义。组内误差（SSE）是指每个水平或组的个样本数据与其组平均值误差的平方和，反映了每个样本各观测值的离散状况；组间误差（SSA）是指各组平均值 i与总平均值的误差平方和，X反映各样本均值之间的差异程度。8、解释组内方差和组间方差的含义。组内方差指因素的同一水平(同一个总体)下样本数据的方差，组间方差指因素的不同水平(不同总体)下各样本之间的方差。9、简述方差分析的基本步骤。（1）提出假设（一般提法形式如下：H 0： 1= 2= 3= i=. k，自变量对

22、因变量没有显著影响, H 1： i (i=1,2,3.,k)不全相等，自变量对因变量有显著影响）（2）构造检验统计量（包括：计算各样本的均值，计算全部观测值的总均值，计算各误差平方和，计算统计量）（3）统计决策。（将统计量的值 F 与给定的显著性水平 的临界值 F进行比较，作出对原假设 H0的决策）10、方差分析中多重比较的作用是什么？通过对总体均值之间的配对比较来进一步检验到底哪些均值之间存在差异。11、什么是交互作用？交互作用是指几个因素搭配在一起会对因变量产生一种新的效应的作用。12、解释试验、试验设计、试验单元的含义。试验是指收集样本数据的过程。试验设计是指收集样本数据的计划。试验单元是指接受“处理”的对象或实体（“处理”指可控制的因素的各个水平）13、简述完全随机化设计、随机化区组设计、因子设计的含义和区别。完全随机化设计是将 k 种“处理”随机地指派给试验单元的设计。随机化区组设计是先按一定规则将试验单元划分为若干同质组，称为“区组”，然后再将各种处理随机地指派给各个区组。因子设计指考虑两个因素(可推广到多个因素)的搭配试验设计。