应用统计学学期总结.doc

应用统计学学期总结导语： 统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。下面是小编为你带来的应用统计学学期总结 ，欢迎阅读。篇一：应用统计学学期总结在学期开始时，老师就语重心长的告诉我们：一定要好好听应用统计分析的课，那个SPSS软件非常有用，以后写论文肯定要用到！尽管心里也是一再暗示自己要好好学，但是因为其他原因，学习的效果并没有预期中的那么理想，课程结束后依旧是模模糊糊，好多知识还真的是一知半解。通过回顾课程内容，阅读老师发来的SPSS电子书，我简略总结一下自己这学期所学到的基本内容。SPSS社会科学统计软件是世界著名的统计分析软件之一，SPSS作为数据统计分析的重要工具，其操作是属于技术方面的，关键在于数据的收集描述和分析以及后期数据处理时的假设检验方法的选择。通俗一点说，使用SPSS可以从一堆看似杂乱无章的数字中找到联系，发现数据之间的影响关系。这就是SPSS的神奇之处，这也就是我们作为研究生在实证研究时使用SPSS的目的和用途。描述性统计是进行其他统计分析的基础和前提。利用这些基本统计方法，可以对要分析数据的总体特征有比较准确的把握，同时也为更深入的分析提供了依据。在商业分析中，通常需要进行组与组之间平均水平的比较。t检验方法，就是主要用来进行两个样本间的比较。t检验的基本原理是：首先假设零假设H0成立，即样本间不存在显著差异，然后利用现有样本根据t 分布求得t值，并据此得到相应的概率值p，若p，则拒绝原假设，认为两样本间存在显著差异。SPSS中“Analyze”菜单中的“Compare Means”可用于均值检验，其子菜单中的“One-sample t test”用于单一样本t检验；“Independent-samples t test”用于两独立样本t检验；“Baired-samples t test”用于两配对样本t检验。方差分析用于两个及两个以上样本均值差异的显著性检验。方差分析的基本思想是：通过分析研究中不同变量的变异对总变异的贡献大小，确定控制变量对研究变量影响力的大小。通过方差分析，分析不同水平的控制变量是否对结果产生了显著影响。如果控制变量的不同水平能够对结果产生显著影响，那么它和随机变量共同作用，必将使结果有显著变化。单因素方差分析所解决的是一个因素下的多个不同水平之间的相关问题；多因素方差分析的控制变量在两个或两个以上，其主要用于分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响；协方差分析将那些很难控制的因素作为协变量，在排除协变量影响的条件下，分析控制变量对观察变量的影响，从而更准确地对控制因素进行评价。单因素方差分析主要用“Analysis”的“Compare Means”菜单下的“OneWay ANOVA”子菜单实现；多因素方差分析和协方差分析都是在“Analysis”下“General Linear Model”菜单下的“Univariate”子菜单实现的。相关分析即是用适当的统计指标来衡量事物之间，以及变量之间线性相关程度的强弱。相关分析的方法很多，包括简单相关分析、偏相关分析和距离相关分析。简单相关分析包括定距变量的相关分析和定序变量的相关分析。前者通过计算定距变量间的相关系数来判断两个或两个以上定距变量之间的相关程度。后者则采用非参数检验的方法利用等级相关系数来衡量定序变量之间的相关程度；偏相关分析是指在排除了第三者影响的前提下，衡量两个变量之间的相关程度，当然第三者与这两个变量之间要有一定的联系；距离相关分析是对观测变量之间差异度或相似程度进行的测量。回归分析是研究变量与变量之间联系的最为广泛的模型。在实际中，根据变量的个数、类型，以及变量之间的相关关系，回归分析通常分为一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析和逻辑回归分析等。一元线性回归只涉及一个自变量的回归问题；多元线性回归用于解决两个或两个以上自变量对一个因变量的数量变化关系问题；非线性回归主要解决在非线性相关条件下，自变量对因变量的数量变化关系；时间序列的曲线回归用于研究因变量与时间之间的变化关系；当遇到非数量型变量时，通过引入虚拟变量来构造含虚拟变量的回归模型；Logistic回归分析是对定性变量进行的回归分析。SPSS中“Analyze”/“Regression”菜单可用于回归统计分析。其中，一元线性回归、多元线性回归和含虚拟变量的回归分析可由“Linear”子菜单完成；非线性回归分析、曲线估计和时间序列的曲线估计可由“Curve Estimation”子菜单完成；逻辑回归分析可由“Binary Logistic”子菜单完成。结构方程模型又称协方差结构模型，它主要是在心理、行为、教育、和社会科学等学科的实际应用中发展起来的一个研究方向。结构方程模型是验证性因子分析和因果模型的结合体，所包含的因子模型又称为测量模型，其中的方程成为测量方程，描述了潜变量与观察变量之间的关系，所包含的因果模型又称为潜变量模型，也称为结构模型，描述了潜变量之间的关系。结构方程模型具有诸多好处，可以同时处理多个因变量，容许自变量和因变量含测量误差，同时估计因子结构和因子关系，容许更大弹性的测量模型，估计整个模型的拟合程度。以上是对每一部分内容的简要概述，其中更深层的内容仍需要更深刻的理解。课程虽然结束了，但是对SPSS的学习不能停止，因为自己还不能独自熟练的操作这个软件，还不能依靠这个软件为自己的论文或科研做出一些成果。SPSS是极其实用的，学习不能止步！很是希望能够把SPSS的应用熟练操作，并且能把它变为自己的一种技能，使自己在今后的工作与学习中，可以轻松运用。篇二：应用统计学学期总结我叫XX,学的是市场开发与营销专业。这学期学校为我们专业开设了统计学课程，通过一学期的学习我们对统计学应用领域及其类型和基本概念有了一个基本的了解。统计是处理数据的一门科学，是收集、处理、分析、解释数据并从数据中得出结论的科学，统计方法是适用于所有学科领域的通用数据分析方法，只要有数据的地方就会用到统计方法。随着人们对定量研究的日益重视，统计方法已被应用到自然科学和社会科学的众多领域。几乎所有的的研究领域都要用到统计方法，比如政府部门、学术研究领、日常生活中、公司和企业的生产经营管理中都要统计。因此学好统计学对我们以后的工作和生活斗有好处，通过时间加深对统计学理论的掌握和应用显得更为重要。统计学原理是学院为市场开发与营销专业学生开设的一门必修的重要的基础课，也是经济管理工作者和经济研究人员所必备的一门知识。它研究如何用科学的方法去搜集、整理、分析实际数据，并通过统计所特有的统计指标和指标体系，表明所研究的社会经济现象的规模、水平、速度、比例和效益，以反映社会经济现象发展规律在一定时间、地点、条件下的作用，描述社会经济现象数量之间的联系关系和变动规律，也是进一步学习其他相关学科的基础。统计学是一门比较灵活的课程，我觉得也是学的有滋有味的一门课。通过这一个学期的知识学习,在授课老师的讲授和指导下获益良多。老师喜欢和我们同学一起互动，不象有的老师只是填鸭式教学，而不管学生吸收了没有。统计学不好懂是众所周知的，老师在上课时列举了很多生动鲜活的例子让我们更容易理解。老师还会给我们留出提问的时间，解答疑难问题，更难得是在课后的时间里对我们同学提出的问题作了详细的解答。老师在辅导教学中，通常在讲授了一种指标或计算方法后，即布置相应的练习题让我们马上在课堂上做，并针对我们解题时出现的问题，及时进行个别辅导或讲解。辅导课上的练习只能集中在一些带有普遍性的问题和内容上。而课后的平时作业，可以检查我们对所学理沦与动手能力是否能有机结合，使我们加深对书本知识理解，巩固和促进我们自学的重要手段，也是教师了解学生自学效果的途径。统计学原理中大量的计算公式和计算方法，都必须通过反复的运算练习才能真正掌握。在学习统计学之前，谈起统计我脑袋中就浮现出计数，一大堆枯燥的数字，还有一长串的数学计算式。在我眼中，统计学是一门非常枯燥非常单调的学科，它不像数学那样强调严密的推理和逻辑，而是仅仅需要搜集原始资料，套用数学公式而已，我甚至不是很喜欢这门课程。但是经过半个学期的学习，我对统计学有了全新的认识，在社会生活的各个方面都发挥着重要作用，我开始了解到统计学是一个理论联系实际的学科，非常具有实践性，统计的原始资料全部来源于实际生活。统计学也是一种成熟的学科，它有它独立而完备的理论体系，它是相当科学的，它是以数学作为它的基本工具，但它有比数学更有实际用途，它可以对生活中大量的无序的数据进行分析，找出它们的规律，从而为研究、决策提供基本的依据，它是其他学科的一切理论的基础和来源。通过这门课的学习，我了解了统计学的基本论理。刚开始接触一门学科，都必须了解大量的术语，统计学也是一样。学习这门课的开始两三周我都感到比较痛苦，因为我们学习的都是一些统计学的基本的术语，对于这些枯燥的术语，我甚至感到一些头疼，下来都不想去看书。但是，我也知道这是学好一门课所最基本的要求，所以我还是尽量记住了这些。统计主要分为了理论统计和应用统计，其中理论统计又分为了描述统计和推断统计。顾名思义，理论统计是研究统计的一般理论和方法的，而应用统计运用在某一特定领域的统计问题，它可以和各种学科结合起来，如人口统计学、心理统计学、教育统计学、社会统计学、卫生统计学、地质统计学等等，应用统计学有更广泛的用途，但是应用统计学的发展又和理论统计学的发展有着密切的关系。统计的研究对象是同类事物所构成的总体的数量特征，因为只有是同类事物才有相同的数量特征，才有一定的规律。其中这些统计需要研究的全部事物的总体就是统计总体。它具有客观性、大量性、同质性、变异性、相对性等特征。而由于它有大量性，所以在研究的时候经常不能把所有的总体单位都进行调查研究，所以需要抽取一部分出来研究，然后通过样本的特征去推断总体的数量特征，这部分总体单位所构成的整体就是样本，它具有随机性的特点。这个过程体现了一种科学的精神，如何抽取样本，如何控制样本的代表性误差，如何从样本推断总体，每一个环节都需要运用科学的方法，谨慎地进行。在学习统计学之前，我一直把统计学看成另外一种数学，但是学习之后我才发现它和数学有很大的不同。统计学更加地贴近实际，我们在学习中必须紧密联系到它的现实意义，比如做完了数据分析，我们不能像数学那样就完了，我们必须要理解分析出来的数据所具有的实际的经济意义，这样我们的分析才有意义。当然我也看到了统计学和数学的紧密联系，统计中会用大量的数学工具，所以必须要复习一下相关的数学知识，这样才能在学习中灵活运用。学习统计学，我们不能零散的学习，而是需要从系统的，比较的