常用统计方法及关键词

1、数据结构：.变量（指标、特征、属性、字段，样本（观测.记录，实验）.变量取值类型：字符、数值、时间等 3、变量测量类型：名义（定性1有序（定性I度量（定量）数据预处理：1、数据编码及转换;.缺失值填补、异常值处理； 3、数据去量纲：标准化、规范化 4.数据概化描述统计：（表格、图形）（认识.熟悉数据基本情况）1、性别、班级、满意度比例分布 2、数学、语文、英语、身高、体重、学习时间均值、方差、最值及分布情况；3、分性别、班级的成绩、学习时间、身高、体重、满意度的分布情关键词：频数，频率，累积频数，累积频率、众数； 均值、方差、标准差.中位数、分位数、四分位数、最值、极差、变 异系数、偏度、峰度

2、、分布函数、密度函数、置信度、置信区间；列联表、行百分比、列百分比；嫡、基尼系勘异常值;关键词：单因素方差分析、多因素方差分析、总误差平方和、组间误差平方和、组内误差平方和.由度、F值、方差分析表、显著性、显#14 ( p-value、sig);因子、水平、主效应、交互效应、全因子模型、二阶效应、高阶效应相关分析：（变量与变量之间的相互关系）1、数学、语文.英语、身高、体重、学习时间之间相关性如何；2、满意度与性别间相关性如何；关键词：Pearson相关系数、正相关、负相关、不相关、相关性检 睑；列联表、交叉表.卡方统it量、卡方检验、相依系数，Kendall tau 相关系数.Kappa系数

3、、优比普通回归分析，多个定量自变量对一个定量因变量的具体数量影响）1、身高与体重间的定量关系；2、数学、语文、英语成绩分别与学习时间之间的定量关系；关键词：变量、因变量、解释变量、响应变量、内生变量、外生变 量； 线性函数、回归系数、系数矩阵、设计矩阵、随机误差.高斯-马尔 可夫假设.独立假设、同方差假设、正态假设.散点图； 最小二乘估计、极大似然估计.截距、回归系数估计、回归系数置信 区间估计；系数显著性检睑、模型显著性检验、拟合优度、可决系数、调整的可 决系数、R人2、回归平方和;点预测、区间预测;回归诊断、残差、标准化残差、学生化残差、删失残差、残差图.残 差平方和、异常点、高杠杆点、C

4、ook统计量.多重共线、异方差、相关;变量选择、逐步回归、前进法、后退法、AIC. BIC,岭回归、主成分回归、加权最小二乘回归一般线性模型：（多个定量和定性自变量对一个定量因变量的影响）1、身高与体重、性别间的定量关系； 2、数学、语文、英语成绩分别与学习时间、性别、班级之间的定量关系；关键词：方差分析、回归分析、因变量.定因子、随机因子、协变量.主效应、交互效应、多重比较广义线性模型：（多个定量或定性变量对一个定性因变量的影响）1.满意度与学习时间间的定量关系;2、是否能通过选拔与性别、学习成绩、身高、体重等间的定量关系；关键词：二元Logistic回归、多项Logistic回归、Prob

5、it回归、对 数线性回归 主成分、因子分析（降维）:（将多个定量的变量精简为少数几个定量 新变量）1、利用学习成绩、学习时间、身高、体重对样本进行综合评价 关键词：协方差阵、相关系数矩阵、特征值、特征向量、贡献率、累 积责献率、主成分系数、主成分得分；KMO值、Bartlett球形检验、 因子载荷.共同度、因子旋转、因子得分聚类分析（无监督学习）：（根据样本特征对样本进行分类）1、综合成绩、学习时间、身高、体重对样本进行分类；关键词：距离、相似系数、夹角余弦、距离矩阵、相似系数矩阵、变 量聚类、样品聚类； 系统聚类、动态聚类.模糊聚类、有序样品聚类、子空间聚类； 最长距离法、最短距离法、重心法、类平均法.可变类平均法、Ward 聚类法、谱系图，K-means聚类法、聚类中心.初始聚类中心、类 别个数，类别标签判别分析（有监督学习）：（利用已知样本的类别标签建立样本类别与 样本特征间的关系，从而对未知类别样本进行判别和预测）1、建立是否能通过选拔与学习成绩、身高、体重等间的模型并对新 样本进行预测；2、建立满意度与性别、学习成绩、学习时间间的模型并对新样本进 行预测；关键词：样本特征、样本标签（类别1训练集、测试集.分类准确 性.预测准确性、判别函数、预测概率、敏感性、特异性、过拟合、 独立验证、交