2022年统计学复习重点甘科夫.docx

《2022年统计学复习重点甘科夫.docx》由会员分享，可在线阅读，更多相关《2022年统计学复习重点甘科夫.docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选学习资料 - - - - - - - - - 学习必备 欢迎下载统计学复习重点1.简要说明抽样误差和非抽样误差 非抽样误差是由于调查过程中各有关环节工作失误造成的,他包括调查方案中有关规定或解 释不清所导致的填报错误,抄录错误, 汇总错误及不完全抽样框导致的误差,调查中由于被调查者不回答产生的误差,理论上是可以防止的 抽样误差是利用样本推断总体时产生的误差,可被掌握不行防止2说明基尼系数的含义及用处 依据洛伦茨曲线给出的衡量收入安排平均程度的指标,即是基尼系数基尼系数 =A/A+B,A表示实际收入L 曲线和肯定平均线之间的面积,B 表示实际收入L 曲线和肯定不平均线之间的面积,作用：反映收

2、入安排的变化程度,衡量收入安排平均程度3,一组数据的分布特点可以从哪几个方面进行测度 分布集中趋势的测度 分布离散程度的测度分布偏态与峰度的测度4 简述众数,中位数和均值的特点和运用场合 众数：（1）一组数据中显现次数最多的变量值（2）分布最高峰点所对应的数值即众数（3）一种位置代表值,不受极端值的影响,应用场合有限,（4）一组数据可能没有众数或有几个众数（5）主要用于分类数据,也可用于次序数据和数值型数据 中位数：（1）排序后处于中间位置上的数据（2）不受极端值的影响,具有稳健（稳固）性特点（3）主要用于次序数据,也可用数值型数据,但不能用于分类数据 均值：（1）集中趋势的最常用、最重要的测

3、度值（2）分子分母必需属于同一总体（3）易受极端值的影响（4）有简洁平均数和加权平均数之分5 说明总体分布,样本分布和抽样分布的含义 总体分布：1总体中各元素的观看值所形成的分布 2分布通常是未知的 3可以假定它听从某种分布 样本分布：1一个样本中各观看值的分布 2也称体会分布 3当样本容量 n 逐步增大时,样本分布逐步接近总体的分布 抽样分布：1样本统计量的概率分布,是一种理论分布名师归纳总结 - - - - - - -第 1 页,共 4 页精选学习资料 - - - - - - - - - 学习必备 欢迎下载2在重复选取容量为 n 的样本时,由该统计量的全部可能取值及显现的概率分布 样本统计

4、量（样本均值 , 样本比例,样本方差等）是随机变量,它有如干可能取值,每个可 能取值都有肯定的可能性（即概率）,从而形成它的概率分布,即统计上所谓的抽样分布；3样本统计量是由 n 个随机变量构成的函数,故抽样分布属于随机变量函数的分布；4.结果来自容量相同的全部可能样本6.简述评判估量量好坏的标准 无偏性：估量量抽样分布的数学期望等于被估量量的总体参数 有效性：对于同一总体参量的两个无偏点估量量,有更小标准差的估量量更有效 一样性：随样本量的增大,点估量量的值越来越接近总体的参量7 说明区间估量的基本含义在点估量的基础上,给出总体参数估量的一个区间范畴,该区间由样本统计量加减估量误差而得到 依

5、据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量8 说明置信水平为 95%的置信区间 将构造置信区间的步骤重复许多次,置信区间包含总体参数真值的次数所占的比例称为置信 水平；由样本统计量所构造的总体参数的估量区间称为置信区间95%的样本均值会落在 u 的 1.96 个标准误差的范畴之内9 简述样本量与置信水平,总体方差,答应误差之间的关系nz222其中：Ez2nE2样本容量：与置信水平成正比 与总体方差成正比 与边际误差的平方成反比 与答应误差成反比10 第一类错误和其次类错误分别指什么,他们发生的概率大小之间存在怎样的关系 第类错误 弃真错误 ：原假设为正确时拒绝原

6、假设 第类错误的概率记为 被称为显著性水平 第类错误 取伪错误 ：原假设为错误时未拒绝原假设第类错误的概率记为Beta 就大,大就小和的关系就像翘翘板,小11 什么是显著性水平？他对于假设检验决策有什么意义？（1）我们可以在事先确定用于拒绝原假设H0 的证据必需强到何种程度；这等于说我们要求多小的 P 值；而这个P 值就叫 显著性水平 ,用表示显著性水平表示总体中某一类数据显现的常常程度名师归纳总结 - - - - - - -第 2 页,共 4 页精选学习资料 - - - - - - - - - 假如我们挑选学习必备欢迎下载H0 正确时,这种样本结果=0.05,样本数据能拒绝原假设的证据要强到

7、：当发生的频率不超过 5%；假如我们挑选 =0.01,就是要求拒绝 H0 的证据要更强,这种样本结果发生的频率只有 1% （2）假如 P 值小于或等于,我们称该组数据不利于原假设的证据有 的显著性水平意义：确认了显著性水平就等于是掌握了第一类错误的概率,率12 什么是方差分析？他讨论的是什么？（1）检验多个总体均值是否相等 通过分析数据的误差判定各总体均值是否相等2讨论分类型自变量对数值型因变量的影响 一个或多个分类型自变量 两个或多个 k 个 处理水平或分类 一个数值型因变量 3有单因素方差分析和双因素方差分析 单因素方差分析：涉及一个分类的自变量 双因素方差分析：涉及两个分类的自变量13

8、方差分析有那些基本假设？（1）每个总体都应听从正态分布但是无法确定其次类错误的概对于因素的每一个水平,其观看值是来自听从正态分布总体的简洁随机样本 比如,每个行业被投诉的次数必需听从正态分布（2）各个总体的方差必需相同 各组观看数据是从具有相同方差的总体中抽取的 比如, 4 个行业被投诉次数的方差都相等（3）观看值是独立的 比如,每个行业被投诉的次数与其他行业被投诉的次数独立14 简述方差分析的基本思想 1.散点图观看不能供应充分的证据证明不同行业被投诉的次数之间有显著差异 这种差异可能是由于抽样的随机性造成的 2需要有更精确的方法来检验这种差异是否显著,也就是进行方差分析所以叫方差分析, 由

9、于虽然我们感爱好的是均值,助于方差但在判定均值之间是否有差异时就需要借这个名字也表示： 它是通过对数据误差来源的分析判定不同总体的均值是否相等；因此, 进行方差分析时,需要考察数据误差的来源15 相关分析和回来分析的区分和联系是什么？区分 ：1 从讨论目的上看：相关分析是讨论变量间相互联系的方向和程度；回来分析是寻求变量间联系的详细数学形式,是要依据自变量的固定值去估量和猜测因变量的值；2 从对变量的处理来看：相关分析中的变量均为随机变量,不考虑两者的因果关系；回来分析是在变量因果关系的基础上讨论自变量对因变量的详细影响,必需明确划分自变量和因变量,回来分析中通常假定自变量为非随机变量,因变量

10、为随机变量；名师归纳总结 - - - - - - -第 3 页,共 4 页精选学习资料 - - - - - - - - - 学习必备 欢迎下载联系 ：共同的讨论对象：都是对变量间相关关系的分析 只有当变量间存在相关关系时,用回来分析去寻求相关的详细数学形式才有实际意义相关分析只说明变量间相关关系的性质和程度,归分析16 测定长期趋势的移动平均法的特点要确定变量间相关的详细数学形式依靠于回移动平均对数列具有平滑修匀作用,移动项数越多,平滑修匀作用越强；移动平均时距项数 N 为奇数时,只需一次移动平均,为偶数时,需要两次,中心化移动平 均数当序列包含季节变动时,项数N 应与季节变动长度一样,如包含

11、周期变动,也应基本一样由移动平均数组成的趋势值数列,较原数列的项数少 局限：不能完整地反映原数列的长期趋势,不便于直接依据修匀后的数列进行猜测；17 测定季节变动的“ 趋势-循环剔除法” 的基本步骤和原理是什么？原理 ：排除趋势因素,再用平均的方法排除不规章变动方法步骤: L 的移动平均数,以排除季节变动S （1）运算平均项数等于季节周期（2）原数列各项数据除以移动平均序列对应时间的数据,得排除趋势和循环变动的序列（3）将各年同月（或同季）的比率数据平均,以排除不规章变动 即得季节变动比率 S；（4）对季节比率的调整18 总指数有哪两种基本的编制方式？他们有什么特点？1 先综合、后对比（综合指数法）：Ipp 1 iIqq 1 ip oiq oi2 先对比、后平均（平均指数法）Ipp 1 iIqq 1ipoiq oinnI ,再分别除以总平均数,名师归纳总结 - - - - - - -第 4 页,共 4 页