《统计基础第二章》课件.pptx

统计基础第二章ppt课件contents目录统计基础概述统计数据的收集与整理描述性统计概率与概率分布参数估计与假设检验回归分析统计基础概述01总结词描述统计学的定义和主要特点。详细描述统计学是一门研究数据收集、整理、分析和推断的科学。它具有以下特点：客观性、数量性、总体性和具体性。统计学的定义与特点阐述统计学的重要性和应用领域。总结词统计学在各个领域中都有广泛的应用，如经济学、社会学、医学、心理学等。它对于决策制定、预测和解决问题具有重要意义。详细描述统计学的重要性与应用领域总结词概述统计学的历史和发展趋势。详细描述统计学起源于17世纪中期的政治算术，随着数据收集和分析技术的发展，逐渐形成了多个分支领域。现代统计学结合了计算机技术、数学和相关学科，呈现出多元化和跨学科的发展趋势。统计学的历史与发展统计数据的收集与整理02统计调查、观测、试验、文献资料等。按照不同的分类标准，如数据来源、调查方式、计量单位等，可以将统计数据分为不同的类型。统计数据的来源与分类统计数据的分类统计数据的来源统计调查方案的设计确定调查目的和任务设计调查指标和调查表确定调查时间和调查期限确定调查对象和调查单位 统计调查的实施与数据整理调查前的准备工作包括组织领导、人员培训、物资准备等。调查实施阶段按照调查方案的要求进行调查，并做好记录和数据收集工作。数据整理阶段对收集到的数据进行审核、分类、汇总、制表等处理，使其系统化、条理化，便于进一步的分析和应用。为了保证数据的准确性和可靠性，必须对数据的质量进行控制。数据质量控制的意义登记误差、代表性误差、系统性误差等。数据误差的种类加强数据审核、建立数据质量评估体系、采用科学的数据处理方法等。数据质量控制的方法对误差进行识别、评估和处理，如采用加权平均数、中位数等方法减少误差的影响。误差处理的方法数据的质量控制与误差处理描述性统计03计算所有数据的总和，然后除以数据的数量，得到平均数。平均数中位数众数将数据从小到大排序后，位于中间位置的数即为中位数。出现次数最多的数据即为众数。030201数据的集中趋势描述各数据与平均数的差的平方的平均数。方差方差的平方根。标准差标准差与平均数的比值。变异系数数据的离散程度描述描述数据分布的不对称性，正偏态表示数据偏向大值，负偏态表示数据偏向小值。偏态描述数据分布的尖锐程度，正峰态表示数据分布尖锐，负峰态表示数据分布平坦。峰态数据分布的偏态与峰态描述数据的其他描述性统计指标四分位数将数据分为四等分，分别对应最小值、下四分位数、中位数、上四分位数和最大值。百分位数将数据分为100等分，第p百分位数表示有p%的数据小于或等于该值。概率与概率分布04对立事件两个事件中必有一个发生，且仅有一个发生。互斥事件两个事件不能同时发生。随机事件概率介于0和1之间的事件，如掷骰子点数为6。概率描述随机事件发生可能性的量度，取值范围为0,1。必然事件概率等于1的事件，如抛硬币正面朝上。概率的基本概念离散随机变量连续随机变量期望值方差随机变量的概率分布01020304随机变量可以取有限或可数无穷多个值。随机变量可以取任何实数值。离散随机变量的数学期望或连续随机变量的平均值。衡量随机变量取值分散程度的量。常见的概率分布及其性质n次独立重复试验中成功k次的概率分布。在给定时间内发生事件的次数的概率分布。连续随机变量的概率分布，曲线呈钟形。描述随机事件发生时间的概率分布。二项分布泊松分布正态分布指数分布描述随机变量取值的平均水平。数学期望描述随机变量取值分散程度的量。方差衡量两个随机变量共同变动的程度。协方差衡量两个随机变量线性相关程度的统计量。相关系数随机变量的数字特征参数估计与假设检验05用单个数值来表示总体参数的估计值，如使用样本均值来估计总体均值。点估计提供总体参数可能存在的范围，如估计总体均值的95%置信区间。区间估计点估计简单直观，但缺乏精度；区间估计能够提供更全面的信息，但计算较为复杂。优缺点比较点估计与区间估计常见参数检验方法如t检验、Z检验、卡方检验等，适用于不同类型的数据和不同的参数检验问题。假设检验的步骤包括提出假设、选择合适的统计量、确定临界值、做出推断结论等步骤。假设检验的基本原理根据样本数据对总体参数提出假设，然后利用适当的统计量进行检验，判断假设是否成立。参数的假设检验不依赖于总体分布的具体形式，只利用样本数据本身的信息进行检验。非参数检验的概念适用于更广泛的数据类型和分布形式，不受总体分布限制。非参数检验的优点如符号检验、秩次检验、Wilcoxon秩和检验等，适用于不同类型的数据和问题。非参数检验的方法非参数假设检验方法回归分析06VS一元线性回归分析是研究一个因变量与一个自变量之间线性关系的统计方法。详细描述一元线性回归分析通过建立线性回归方程来描述因变量和自变量之间的平均变化关系，并预测因变量的取值。这种方法适用于因变量和自变量之间存在直线关系的场景，如身高与年龄的关系。总结词一元线性回归分析多元线性回归分析是研究多个因变量与多个自变量之间线性关系的统计方法。总结词多元线性回归分析通过建立多元线性回归方程来描述多个因变量和多个自变量之间的平均变化关系，并预测因变量的取值。这种方法适用于多个因变量和多个自变量之间存在直线关系的场景，如收入与教育程度、工作经验和职业的关系。详细描述多元线性回归分析总结词非线性回归分析是研究非线性关系的统计方法。详细描述非线性回归分析通过建立非线性回归方程来描述因变量和自变量之间的非直线关系，并预测因变量的取值。这种方法适用于因变量和自变量之间存在非直线关系的场景，如药物剂量与治疗效果的关系。非线性回归分析回归分析在各个领域都有广泛的应用，但在应用时需要注意其假设和限制。总结词回归分析在经济学、金融学、生物学、医学和社会科学等领域都有广泛的应用，可以帮助研究者了解变量之间的关系，并进行预测和决策。然而，回归分析也有其假设和限制，如线性关系、误差项的独立同分布等。在应用回归分析时，需要注意这些假设的合理性，并选择合适的回归模型进行分析。同时，也需要注意对结果的解释和应用，避免过度解释或误用结果。详细描述回归分析的应用与注意事项THANKS感谢观看