统计学(第六版)期末考试考点梳理

1、统计学（第六版）期末考试考点梳理导论1.1.1 什么是统计学统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。数据分析所用的方法分为描述统计方法和推断统计方法。1.2 统计数据的类型1.2.1 分类数据、顺序数据、数值型数据按照所采用的计算尺度不同，可以将统计数据分为分类数据、顺序数据、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，是用文字来表示。例如：支付方式、性别、企业类型等。顺序数据：只能归于某一有序类别的非数字型数据。例如：员工对改革措施的态度、产品等级、受教育程度等。数值型数据：按数字尺度测量的观测值，其结果表现为具体的数值

2、。例如：年龄、工资、产量等。统计数据大体上可分为品质数据（定性数据）和数量数据（定量数据、数值型数据）。1.2.2 观测数据和实验数据按照统计数据的收集方法，可以分为观测数据和实验数据。观测数据：通过调查或观测而收集的数据。例如：降雨量、GDP、家庭收入等。实验数据：在实验中控制实验对象而收集到的数据。例如：医药实验数据、化学实验数据等。1.2.3 截面数据和时间序列数据按照被描述的现象与时间的关系，可分类截面数据和时间序列数据。截面数据：在相同或近似相同的时间点上收集的数据。例如：2012年我国各省市的GDP。时间序列数据：同一现象在不同的时间收集的数据。例如：2000-2012年湖北省的G

3、DP。1.3.1 总体和样本总体：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。1.3.2 参数和统计量参数：用来描述总体特征的概括性数字度量。统计量：用类描述样本特征的概括性数字度量。例如：某研究机构准备从某乡镇5万个家庭中抽取1000个家庭用于推断该乡镇所有农村居民家庭的年人均纯收入。这项研究的总体是5万个家庭；样本是1000个家庭；参数是5万个家庭的人均纯收入；统计量是1000个家庭的人均纯收入。数据的搜集2.1 数据的来源2.1.1 数据的间接来源间接来源的数据：如果与研究内容有关的原信息已经存在，我们只是对这些原信息重新加工、整理，使之成为我们进行统计分析

4、可以使用的数据。例如：统计公报、统计年鉴、某机构或某团体提供的数据、期刊、报纸和图书提供的数据、会议交流的数据、互联网查阅的数据等。二手数据的优缺点：优点：搜集方便，采集成本低，数据采集快，作用广泛等。缺点：针对性不够。2.1.2 数据的直接来源普查：调查针对总体中的所有个体单位进行。普查数据的优缺点：优点：调查范围广，被调查单位多，信息全面，完整。缺点：调查费时，费力，费钱。2.2 调查数据2.2.1 概率抽样和非概率抽样重复抽样：从总体中抽取一个元素后，把这个元素放回到总体中再抽取第二个元素，直至抽取n个元素为止的抽样方法。简单随机抽样：从含有N个元素的总体中，抽取n个元素作为样本，使得总

5、体中的每一个元素都有相同的概率被抽中的抽样方式。分层抽样：在 HYPERLINK /view/64216.htm t _blank 抽样时，将总体分成互不交叉的若干个层级，然后按一定的比例，从各层次独立地随机抽取一定数量的 HYPERLINK /view/856610.htm t _blank 个体，将各层次取出的个体合在一起作为样本。整群抽样：先将总体划分为若干群体，然后以群作为抽样单位从中抽取部分群，再对抽中的各个群中所包含的所有元素进行观察的抽样方式。方便抽样：调查过程中由调查员依据方便原则，自行确定入样单位。滚雪球抽样：调查时首先选择一组调查单位，对其实施调查后，再请他们提供另外一些属

6、于研究总体的调查对象，调查人员根据所提供的线索，进行此后的调查的调查方式。2.4.1 抽样误差样本量与抽样误差成反比。随着样本量的逐渐增大，抽样误差就越小。2.4.3 误差的控制通过样本量的大小控制可以改变误差大小，要求的抽样误差越小，所需要的样本量就越大。第三章 数据的图表展示3.2.1 分类数据的整理与图示（3）饼图主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例。适合于描述结构性问题。（4）环形图显示多个样本各部分所占的相应比例。适合于比较研究两个或多个样本或总体的结构性问题。3.3.1 数据分组为解决数据分组不重的问题，统计分组时习惯上规定“上组限不在内”即当相邻两组的

7、上下限重叠时，恰好等于某一组上限的变量值不算在本组内，而计算在下一组。（axb）3.3.2 数值型数据的图示1.分组数据：直方图用于展示分组数据分布的一种图形。直方图与条形图区别：条形图：条形长度表示频数；宽度固定不变；矩形分开排列；展示分类数据直方图：面积表示频数；宽度表示组距；矩形连续排列；展示数值型数据3.时间序列数据：线图主要用于反映现象随时间变化的特征，描述其变化趋势。4.多变量数据的图示（1）散点图适合用于描述两变量之间是否存在某种关系。数据图示的原则：适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据第四章 数据的概率性

8、度量4.1 集中趋势的度量集中趋势：一组数据向其中心值靠拢的倾向和程度，它反映了一组数据中心点的位置所在。原则：低层次数据的测度值适用于高层次的测量数据，但高层次数据的测度值并不适用于低层次的测量数据分类数据：众数一组数据中出现次数最多的变量值。适合于数据量较多时使用。主要用于分类数据，也可用于顺序数据和数值型数据。4.1.2 顺序数据：中位数和分位数1.中位数一组数据排序后处于中间位置上的变量值，用Me表示。中位数将全部数据平分为两部分，各占50%数据。适用范围：顺序数据、数值型数据的集中趋势测度，不适用于分类数据测量。中位数计算步骤：1.数据排序；2.确定中位数位置；3.确定具体值中位数位

9、置计算：(n+1)/2中位数值的计算：奇数时，X（n+1）/2；偶数时，1/2X(n/2)+X(n/2+1)2.四分位数将一组数据数据排序后四等份（各占25%数据），处于25%位置点（下四分位）和75%位置点（上四分位）上的值。四分位数计算步骤：1.数据排序；2.确定四分位数位置；3.确定具体值四分位数位置确定方法：（不同确定方法，不同四分位数值）QL=n/4； QU=3n/4整数位置：整数对应值0.5的位置：两侧值得平均值0.25或0.75的位置：下侧值+（上侧值下侧值）*0.25或者0.754.1.3 数值型数据：平均数一组数据相加之后除以数据个数得到的数值，是集中趋势的最主要测度值适用范

10、围：数值型数据，不适用于顺序数据和分类数据。4.1.4 众数、中位数和平均数的比较1. 众数、中位数和平均数的关系众数：一组数据分布的最高峰中位数：处于一组数据的中间位置的值平均数：全部数据的算术平均对称分布情况：众数=中位数=平均数左偏分布情况：存在较小值，平均数中位数众数右偏分布情况：存在极大值，众数中位数平均数4.2 离散程度的度量反映各变量值远离中心值的程度。离散程度越大，集中趋势测度值的代表性越差。4.2.3 数值型数据：方差和标准差1.极差（全距）一组数据的最大值与最小值的差。3.方差和标准差方差是各变量值与平均数离差平方的平均数（通过平方消去正负号）。标准差是方差的平方根。方差和

11、标准差能较好地反映出数据的离散程度，是实际中应用最广的离散程度测度值。4.2.4 相对离散程度：离散系数离散系数是一组数据的标准差与平均数的比值，是离散程度的相对统计量。适用于比较不同样本数据的离散程度。离散系数越大，离散程度越大（正比）。练习题：4.1（P94）、4.2（P95）第六章 统计量及其抽样分布6.4 样本均值的分布于中心极限定理当总体服从正态分布N(,2)时，来自该总体的所有容量为n的样本的均值x也服从正态分布，x 的数学期望为，方差为2/n。即xN(,2/n)中心极限定理：从均值为m，方差为s 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为

12、、方差为2/n的正态分布。经验法则是n30时算是充分大，满足中心极限定理要求。关于大样本和小样本：理论而言，小样本：样本量固定，不论样本量多少； 大样本：样本量n经验做法，大样本：n30 小样本：n30第七章 参数估计7.1.2 点估计与区间估计当置信水平固定时，置信区间的宽度随着样本量的增大而减小。95%的置信水平是指在用同样方法构造的总体参数的多个区间中，包含该总体参数的区间的比例为95%。这个概率不是用来描述某个特定区间包含真值的可能性，一个特定的区间总是包含或者绝不包含真值，不存在一会包含，一会不包含的问题。用概率可以知道在多次抽样得到的区间中大概有多少个包含了参数的真值。7.1.3

13、评估估计量的标准无偏性无偏性是指估计量抽样分布的数学期望等于被估计的总体参数。有效性较小标准误差的点估计量比其他点估计量相对有效。一致性一个大样本给出的估计量要比一个小样本给出的估计量更接近总体参数。第八章 假设检验8.1 假设检验的基本问题假设检验的基本思想：假设检验推断过程所依据的基本思想是小概率反证法思想。小概率思想是指发生概率很小的随机事件，在某一次特定的实验中是几乎不可能发生的。若小概率事件在一次实验中发生了则假设可能错误。反证法思想是首先对总体参数值提出假设，然后再利用样本提供的信息去验证先前提出的假设是否成立。如果样本数据不能够充分证明和支持假设，则在一定概率条件下，应该拒绝该假

14、设；相反，如果样本数据不能够充分证明和支持假设是不成立的，则不能推翻假设成立的合理性和真实性。8.1.2 假设的表达式原假设假定两个或多个事物之间是等同的或没有关系的，是变量之间无关的陈述。原假设表示否定的意义。备择假设假定变量间存在一定的关系。零假设是变量之间无关的陈述，而研究假设是变量有关系的明确陈述。在逻辑上与原假设内容完全对立的假设成为备择假设。原假设与备择假设在逻辑上是互斥的，肯定原假设，则备择假设就必须放弃；否定原假设，则接受备择假设。8.1.3 两类错误根据所犯错误的类型，我们分为两种类型：（举例见教材P188）第一类：原假设为真，拒绝真假设，犯此类错误的概率为a，称为a错误或弃

15、真错误。第二类：原假设为伪，接受伪假设，犯此类错误的概率为，称为错误或取伪错误。对原假设为真的判断与概率：（1）拒绝原真假设的概率为a，也称为显著性水平。（2）接受原真假设，做出正确判断的概率为1-a。在实践中，由进行假设检验的人设定显著性水平，一般取a为0.05和0.01.通过选择a，控制了犯第一类错误的概率。在应用中，一般将只控制第一类错误的结社检验称为显著性检验。许多假设检验的应用都属于这一种类型。对原假设为伪的判断与概率：（1）接受原伪假设的概率为（2）拒绝原伪假设，做出正确判断的概率为1-正确决策与犯错误决策的概率归纳表见表8-1。我们希望犯这两类错误的概率越小越好。但是对于特定样本

16、量来说，不能同时做到犯这两类错误的概率都很小。如果减小a错误（弃真），则犯错（取伪错误）的概率就增加。弃真取伪如果减小错误（取伪），则犯a错误（弃真错误）的概率就增加。取伪弃真8.1.4 假设检验的流程1.提出原始假设和备择假设2.选择检验统计量3.确定显著性水平4.根据数据计算出检验统计量的值5.得到检验是否显著的结论假设检验决策的两种方法：（1）临界值法是利用检验统计量与其临界值进行比较作出决策，根据检验统计量落入的区域作出是否拒绝原假设的决策。若检验统计量大于临界值，落入拒绝域，则拒绝原假设，反之，则不能拒绝原假设。以F检验为例。若FF a，拒绝H0；若FF a，不拒绝H0（2）P值法是

17、根据检验统计量的概率P值与显著性水平a，进行比较，以要判定应拒绝原假设还是不应拒绝原假设。如果P值小于显著性水平a，则拒绝原假设；如果P值大于显著性水平a，则不能拒绝原假设。8.1.5 利用P值进行决策P值：当原假设为真是所得到的样本观察结果或更极端结果出现的概率。P值决策原理：得到检验统计量的概率P值后的决策就是要判定应拒绝原假设还是不应拒绝原假设。如果检验统计量的概率P值小于显著性水平a，则拒绝原假设；P值越小，拒绝原假设的理由就越充分。反之，如果检验统计量的概率P值大于显著性水平a，则不应拒绝原假设。8.2.1 检验统计量的确定检验统计量选择的影响因素：样本量n、总体标准差。1.样本量在

18、大样本情况下，样本量都服从正态分布，我们使用z统计量。2.总体标准差是否已知（1）总体标准差已知样本统计量服从正态分布，采用z统计量。（2）总体标准差未知使用样本标准差代替总体标准差，样本统计量服从t分布，采用t统计量。当n30且总体标准差未知时，采用t统计量；当n30时，根据使用者偏好选择z统计量还是t统计量。一个总体参数检验的检验统计量的确定归纳为图8-7，见教材p195。8.4.1 关于检测结果的解释通常统计学家建议我们在叙述中采用“不能拒绝H0”而不采用“接受H0”这种说法。8.4.2 单侧检验中假设的建立在实际应用中，我们通常把希望验证的命题放在备择假设，通过备择假设来确定原假设，即

19、把原有的、传统的观点或结论放在原假设上。我们需要注意的是：如果没有拒绝原假设，并不意味着原假设是真实的、真理，也并不意味着备择假设就是错的，只是暂时没有充分的证据证明原假设不成立（如同无罪假设）；接受备择假设则一定意味着原假设是错误的。关于何谓“原有的、传统的”，原假设，即原有理论、看法、状况、历史经验、以及被大多数人认可的事情，在没有充分证据的情况下，被假定为正确的事情。关于何谓“新的、可能的”备择假设，即检验者感兴趣的那些新事物、可能的、猜测质疑的问题，希望用事实推翻原假设以得出新观点。第十章 方差分析10.1.1 方差分析及其有关术语方差分析是比较多个总体的均值是否相等的统计方法，本质上

20、主要是研究一个或多个分类自变量与一个数值型变量之间的关系（即分类自变量对数值型因变量的影响）。10.1.2 方差分析的基本思想和原理2.误差分解组内误差：来自水平内部的数据误差，反映了一个样本内部数据的离散程度。组内误差只含有随机误差。（见教材P238）组间误差：来自不同水平之间的数据误差，是随机误差和系统误差的总和，反映了不同样本之间数据的离散程度。在方差分析中，数据的误差是用平方和来表示的。总平方和（SST）：反映全部数据误差大小的平方和。教材P239误差平方和（SSE）：反映组内误差大小的平方和。教材P239因素平方和（SSA）：反映组间误差大小的平方和。教材P239SST=SSE+SS

21、A10.1.3 方差分析中的基本假定（1）每个总体应服从于正态分布。（2）各总体的方差必须相同。（3）观测值是独立的。10.2.2 分析步骤1.提出假设2.构造检验的统计量为构造检验的统计量，在方差分析中，需要计算三个误差平方和。SSE：每个组的各样本数据与其组均值的误差平方和，反映了每个样本各观测值的离散程度（随机误差的大小）。对随机误差大小的度量，反映了除自变量对因变量的影响之外，其他因素对因变量的总影响，也即残差变量。残差变量所引起的误差成为残差效应。SSA：各组均值与总均值的误差平方和，反映各样本均值之间的差异程度。对随机误差和系统误差大小的测度，反映了自变量对因变量的影响，称为自变量

22、效应或因子效应。SST：全部观测值与总均值的误差平方和。对全部数据总误差程度的度量，反映了自变量和残差变量的共同影响，等于自变量效应与残差效应之和。总平方和（SST）=组间平方和（SSA）+组内平方和（SSE）为了消除观测值多少对误差平方和大小的影响，需要将其平均，也就是用各平方和除以它们所对应的自由度。计算结果成为均方或方差。三个平方和所对应的自由度分别为：SST的自由度为n-1，其中n为全部观测值的个数。SSA的自由度为k-1，其中k为因素水平的个数。SSE的自由度为n-k。SSA的均方也称为组间均方或组间方差，记为MSA，其计算公式：MSA=SSA/(k-1)SSE的均方也称为组内均方或

23、组内方差，记为MSE，其计算公式：MSE=SSE/(n-k)将上述MSA与MSE进行对比（MSA/MSE），即得到所需要的检验统计量F。3.统计决策如果FF，则拒绝原假设，表明各水平的均值有显著差异，也即所检验的因素（行业）对观测值有显著影响。如果FF，则不能拒绝原假设，没有证据表明各水平的均值有显著差异，也即不能认为所检验的因素（行业）对观测值有显著影响。在进行决策时，除了使用以上方法进行判断之外，还可以直接利用方差分析表中的P值与显著性水平的值进行比较。如果P时，则拒绝原假设；如果P时，则不能拒绝原假设。4.方差分析表教材P246、P247，表10-4、表10-5，熟练掌握表中各字母及数值

24、的代表意义、利用临界值或P值进行统计决策。练习题：10.7（P263），熟练应用。第十一章 一元线性回归11.1.1 变量间的关系函数关系：因变量随着自变量一起变化，并完全依赖于自变量。一一对应的确定关系。例如：销售额与销售量相关关系：非完全确定关系、一个变量的取值不能由另一个变量唯一确定。（比如：家庭储蓄与家庭收入、父母身高与子女身高、教育程度与个人收入、产量与施肥量）。11.1.2 相关关系的描述与测度相关分析就是对两个变量之间线性关系的描述与度量。它要解决的问题包括：（1）变量之间是否存在关系（YES/NO）（2）存在什么样的关系（What）（3）关系强度如何？（4）样本能否代表总体关系

25、相关系数相关系数：根据统计数据计算的度量两个变量之间线性关系强度的统计量。相关系数的性质：1.r的取值范围是-1，1若0r1，正线性相关；若-1r0，负线性相关；r=+1，完全正线性相关；r=-1，完全负线性相关；=1，y的取值完全意外与x，二者为函数关系；r=0，无线性相关2.r具有对称性。3.r的数值大小与x和y的原点及尺度无关。4.r仅仅是x与y之间线性关系的度量，不能用于描述非线性关系。这意味着，当r=0时，只能表示两变量之间不存在线性相关关系，但并不表示变量之间没有任何关系，可能存在曲线相关关系。5.r是两变量之间线性关系的度量，但是不一定意味着x与y一定有因果关系。了解相关系数的性

26、质有助于对其实际意义的解释。根据实际计算出的r取值一般在-1与1之间；r取值越接近于1，则说明两变量之间的线性相关越强；r取值越接近于0，则说明两变量之间的线性关系越弱。经验法则：时，可视为高度相关 0.8时，可视为中度相关 0.5时，可视为低度相关 0.3时，可视为不相关11.2 一元线性回归回归分析主要解决以下几个方面的问题：(1)从一组样本数据出发，确定变量之间的数学关系式。（2）对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响是显著，哪些是不显著的。（3）利用所求的关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值，并给出这种估计

27、或预测的可靠程度。11.2.1 一元线性回归模型3.估计的回归方程 11.2.2 参数的最小二乘估计最小二乘估计的思想原理最小二乘法估计的基本出发点是：应使每个样本点与回归线上的对应点在垂直方向上的利差平方和最小。最小二乘法是利用样本数据，通过使应变量的观测值y与应变量的估计值之间的离差平方和达到最小的方法求得和的值。11.2.3 回归直线的拟合优度1.判定系数判定系数是对估计的回归方程拟合优度的度量。SST分解为两部分：SSR和SSE。SST=SSR+SSE回归直线拟合的好坏取决于SSR及SSE的大小，或者取决于SSR（回归平方和）占SST（总平方和）的比例（SSR/SST）的大小。SSR/

28、SST越大，各观测点越靠近直线，回归直线拟合越好。SSR/SST被称为判定系数。公式见P261判定系数R2测度了回归直线对观测数据的拟合程度。若所有观测点都落在直线上，那么估计的回归方程将给出一个完全的拟合。在这种情况下，SSE=0，SSR=SST，则R2=1。若y得变化与x完全无关，x完全无助于解释y的变差，那么估计的回归方程的拟合最差。在这种情况下，SSE=1，SSR=0，则R2=0。因此，R2的取值范围是0，1。R2越接近于1，表明SSR占SST的比例越大，回归直线与各观测点越接近，用x的变化来解释y值变差的部分也就越多，回归直线的拟合程度就越好；反之亦然。相关系数（r）与判定系数（R2

29、）的关系：r2= R2根据这个结论，不仅可以由相关系数直接计算判定系数，而且可以进一步理解相关系数的意义。相关系数与回归系数的正负号相同。相关系数一定程度上说明回归直线的拟合优度。|r|1，表明回归直线对观测数据的拟合优度就越高。判定系数的实际意义：在因变量变差中，有多少是由自变量与因变量之间的线性关系来解释，或在因变量变差中有多少是由自变量所决定的。11.2.4 显著性检验1.线性关系的检验线性关系检验是检验自变量x和因变量y之间的线性关系是否显著，或者说。它们之间能否用一个线性模型y=0+1x+来表示。将回归均方(MSR)同残差均方(MSE)加以比较，应用F检验来分析二者之间的差别是否显著

30、。方差分析表中关于线性关系显著性检验的结果解释：在方差分析表中给出了线性关系显著性检验的全部结果（教材P279）。方差分析表中给出了用于检验的显著性F，即Significance F，它是用于检验的P值。如果Sig. Fa，则拒绝原假设，表明自变量x与因变量y之间有显著性的线性关系；如果Sig. Fa，则不能拒绝原假设，表明没有证据证实自变量x与因变量y之间有显著性的线性关系。2.回归系数的检验检验 x 与 y 之间是否具有线性关系，或者说，检验自变量 x 对因变量 y 的影响是否显著。构造用于检验回归系数b1的统计量t。参数估计表中关于线性关系显著性检验的结果解释：在参数估计表中给出了用于检

31、验的P值，检验时可直接将P值与给定的显著性水平a进行比较。若Pa，则拒绝原假设；若Pa，则不能拒绝原假设。在一元线性回归中，等价于线性关系的显著性检验，即F检验和t检验是等价的。也就是说，如果H0: b1 = 0被t检验拒绝，它也将被F检验拒绝。附录资料：不需要的可以自行删除常用面料知识一、什么是纤维？纤维是面料中最普通的一种纤维，提取自然棉花植物，如果我们将纤维分为归类，主要可分为天然纤维 ，合成纤维和人造纤维 三大种（1）天然纤维包括：植物纤维、动物纤维和矿物纤维.如：棉、麻、羊毛、兔毛、蚕丝等；（2）合成纤维是：对化工原料单体的聚合物，具有可纺性的熔体，进行纺丝加工制造出的纤维；（3）人

32、造纤维：是植物纤维的重建和化学处理（尼龙）。（一）棉COTTON 优点：1.吸湿透气性好，手感柔软，穿着舒适；2.外观朴实富有自然的美感，光泽柔和，染色性能好；3.耐碱和耐热性特别好。缺点：1.缺乏弹性且不挺括，容易皱性；2.色牢度不高，容易褪色；3.衣服保型性差，洗后容易缩水和走形（缩水率通常在4%12%左右）；4.特别怕酸，当浓硫酸沾染棉布时，棉布被烧成洞，当有酸（比如：醋）不慎弄到衣服上，应及时清洗以免醋酸对衣服产生致命的破坏。洗涤方法：1.可用各种洗涤剂，可手洗或机洗，但因棉纤维的弹性较差，故洗涤时不要用大挫洗，以免衣服变型，影响尺寸；2.白色衣物可用碱性较强的洗涤剂高温洗涤，起漂白作

33、用，贴身内衣不可用热水浸泡，以免出现黄色汗斑。其他颜色衫最好用冷水洗涤，不可用含有漂白成份的洗涤剂或洗衣粉进行洗涤，以免造成脱色，更不可将洗衣粉直接倒落在棉织品上，以免局部脱色；3.浅色、白色可浸泡5-10分钟后洗涤去污效果更佳。深色不要浸泡时间过长，以免褪色，应及时洗涤，水中可加一匙盐，使衣服不易褪色；4.深色衣服应与其它衣物分开洗涤，以免染色；5.衣服洗好排水时，应把它叠起来，大把的挤掉水分或是用毛巾包卷起来挤水，切不可用力拧绞，以免衣服走形。也不可滴干，这样衣服晾干后会过度走形；6.洗涤脱水后应迅速平整挂干，以减少折皱。除白色织物外，不要在阳光下暴晒，避免由于曝晒而使得棉布氧化加快，从而

34、降低衣服使用寿命并引起褪色泛黄，若在日光下晾晒时，建议将里面朝外进行晾晒。（二）粘胶纤维VISCOSE 粘胶纤维是以木浆、棉短绒为原料，从中提取自然纤维，在把这些自然纤维经过特殊工艺处理，最后就制成了粘胶纤维。 粘胶纤维包括：莫代尔纤维、哑光丝、粘纤、人造丝、人造棉（人棉）、人造毛 优点：1、粘胶具有很好的吸湿性（普通化纤中它的吸湿性是最强的）、透气性，穿着舒适感好；2、粘胶织品光洁柔软，有丝绸感，手感滑爽，具有良好的染色性，而且不宜褪色； 缺点：1、粘胶纤维手感重，弹性差而且容易褶皱，且不挺括；2、不耐水洗、不耐磨、容易起毛、尺寸稳定性差，缩水率高；3、不耐碱不耐酸。 洗涤：1.水洗时要随洗

35、随浸，浸泡时间不可超过15分钟，否则洗液中的污物又会浸入纤维；2.胶纤维织物遇水会发硬，纤维结构很不牢固，洗涤时要轻洗，以免起毛或裂口；3.用中性洗涤剂或低碱洗涤剂，洗涤液温度不能超过35度；4.洗后排水时应把衣服叠起来，大把地挤掉水分，切忌拧绞，以免过度走形；5.在洗液中洗好后，要先用干净的温水洗一遍，再用冷水洗，否则会有一部分洗涤剂固在衣服上，不容易洗下来，使浅色衣服泛黄；6.洗后忌暴晒，应在阴凉或通风处晾晒，以免造成褪色和面料寿命下降。7.对薄的化纤织品，如人造丝被面、人造丝绸等，应干洗，不宜水洗，以免缩水走样。 保养：1.穿用时要尽量减少磨擦、拉扯，经常换洗，防止久穿变形；2.粘纤服装

36、洗净、晾干、熨烫后，应叠放平整，按深、浅色分开放，不宜长期在衣柜内悬挂，以免伸长变.粘纤服装吸湿性很强，收藏中应防止高温，高湿和不洁环境引起的霉变现象；4.熨烫时要求低温垫布熨烫，熨烫时要少用推拉，使服装自然伸展对正。 （三）涤纶POLYESTER涤纶纤维的原料是将从石油、天然气中提炼出来经过特殊工艺处理而得到的一种合成纤维。涤纶包括：聚酯纤维、的确良优点：1面料强度高，耐磨经穿；2颜色鲜艳且经久不褪色；3手感光滑，挺括有弹性且不宜走形，抗褶抗缩；4易洗快干，无须熨烫；5耐酸耐碱，不宜腐蚀。缺点：1透气性差，吸湿性更差，穿起来比较闷热；2干燥的季节（冬天）易产生静电而容易吸尘土；3涤纶面料在摩

37、擦处很容易起球，一旦起球就很难脱落。洗涤：1用冷水或温水洗涤，不要强力拧；2洗好后易阴干，不可暴晒，以免因热生皱；3熨烫时应加垫湿布，温度不可过高，深色服装最好烫反面。（四）聚酯纤维最大的优点是抗皱性和保形性很好，因此，适合做外套服装。具有以下特点：1具有较高的强度与弹性恢复能力。因此，其坚牢耐用、抗皱免烫。2吸湿性较差，穿着有闷热感，同时易带静电、沾污灰尘，影响美观和舒适性。不过洗后极易干燥，且湿强几乎不下降，不变形，有良好的洗可穿性能。3聚酯面料是合纤织物中耐热性最好的，具有热塑性，可制做百褶裙，褶裥持久。同时，聚酯面料的抗熔性较差，遇着烟灰、火星等易形成孔洞。因此，穿着时应尽量避免烟头、

38、火花等的接触。4聚酯面料的耐光性较好，除比腈纶差外，其耐晒能力胜过天然纤维织物。尤其是在玻璃后面的耐晒能力很好，几乎与腈纶不相上下。5聚酯面料耐各种化学品性能良好。酸、碱对其破坏程度都不大，同时不怕霉菌，不怕虫蛀。（五）氨纶SPANDEX 氨纶包括：弹性纤维、莱卡（拉卡）、拉架、斯潘德克斯 优点：1.伸阔性大、保型性好，而且不起皱；2.手感柔软平滑、弹性最好、穿着舒适、体贴合身；3.耐酸碱、耐磨、耐老化；4.具有良好的染色性，而且不宜褪色。 缺点：1.吸湿差；2.氨纶通常不单独使用，而是与其他面料进行混纺。（六）锦纶（又叫尼龙）NYLON或POLYAMIND 优点：1.结实耐磨，是合成纤维中最

39、耐磨、最结实的一种；2.重量比棉、粘胶纤维要轻；3.富有弹性，定型、保型程度仅次于涤纶；4.耐酸碱腐蚀，不霉不蛀。 缺点：1.吸湿能力低，舒适性较差，但比腈纶，涤纶好；2.耐光、耐热性较差，久晒会发黄而老化；3.收缩性较大；4.服装穿久易起毛，起球。 洗涤方法：1.对洗涤剂要求不高，水温不宜超过40度，以免温度太热而走行；2.洗涤时不要猛搓，以免出现小毛球；3.对浅色织品洗后应多冲几次，不然日久容易泛黄；4.忌暴晒和烘干，应阴干；5.锦纶耐热性较差，所以要低温熨烫，一定要打蒸汽，不能干烫。（七）麻LINEN优点：1.透气，有独特凉爽感，出汗不粘身；2.色泽鲜艳，有较好的天然光泽，不易褪色，不易

40、缩水；3.导热、吸湿比棉织物大，对酸碱反应不敏感，抗霉菌，不易受潮发霉；4.抗蛀，抗霉菌较好。 缺点：1.手感粗糙，穿着不滑爽舒适，易起皱，悬垂性差；2.麻纤维钢硬，抱合力差。 洗涤方法：1.同棉织物洗涤要求基本相同；2.洗涤时应比棉织物要轻柔，忌使用硬毛刷刷洗或用力揉搓，以免布料起毛，洗后忌用力拧绞；3.有色织物不要用热水泡，不宜在强烈阳光下曝晒，以免褪色；4.在衣服晾到七八成干时可以进行熨烫，若为干衣服则需要在熨烫前必须喷上水，30分钟后待水滴匀开再熨烫，可以直接熨烫衣料的反面，温度可略偏高些，白色或浅色衣服的正面进行熨烫，温度要略低些，褶裥处不宜重压熨烫，以免致脆。 （八）毛WOOL 优

41、点：1.羊毛是很好的亲水性纤维，具有非常好的吸湿透气性，轻薄滑爽，布面光洁的精纺毛织物最适合夏季穿，派力司、凡立丁等毛织物就属于这类织物；2.羊毛具天然卷曲，可以形成许多不流动的空气区间作为屏障，具有很好的保暖性，所以较厚实稍密的华达呢、啥味呢很适合作春秋装衣料；3.羊毛光泽柔和自然,手感柔软，与棉、麻、丝等其它天然纤维相比较，有非常好的拉伸性及弹性恢复性，熨烫后有较好的褶皱成型和保型性，因此它有很好的外观保持性。 缺点：1.羊毛受到摩擦和揉搓的时候，毛纤维就粘在一起，发生抽缩反应（就是通常说的缩水，20%的缩水属于正常范围）；2.羊毛容易被虫蛀，经常磨擦会起球；3.羊毛不耐光和热，这对羊毛有

42、致命的破坏作用；4.羊毛特怕碱，清洗时要选择中性的洗涤剂，否则会引起羊毛缩水。洗涤方法：1.如果使用洗衣机来洗，不要使用波轮洗衣机，最好使用滚筒洗衣机来洗，而且只能选择柔和程序。如果手洗最好轻轻揉洗，不可使用搓衣板搓洗；2.洗涤剂要一定要选择中性的，如：洗洁净、皂片、羊毛衫洗涤剂，不易使用洗衣粉或肥皂，否则衣服很容易发生缩水；3.洗之前最好用冷水短时间浸泡（1020分钟），这样洗涤效果会更好，水温尽可能低，绝对不允许超过40度，否则洗的时候衣服很容易缩水；4.洗涤时间不宜过长（35分钟），以防止缩水，用洗衣机脱水时应用干布包好才能进行脱水，以一分钟为宜；5.衣服洗好人工排水时，应把它叠起来，大

43、把的挤掉水分或是用毛巾包卷起来挤水，此时用力要适度，绝对不允许拧绞，以免衣服缩绒；6.把过净后的衣服放入加有23滴醋的水中浸泡5分钟，再用清水净12次，中和衣物中的碱，使毛织品颜色鲜明、质地柔软；7.晾晒时应在阴凉通风处晾晒，不可挂晒，只可半悬挂晾干，以免走形，不可以在强烈日光下曝晒，以防止织物失去光泽和弹性从而减低衣服的寿命；8.高档全毛料或毛与其他纤维混纺的衣物建议干洗，夹克类及西装类须干洗。日常保养：1.穿过的服装因换季，需储存时，要洗干净，以免因汗渍、尘灰导致发霉或生虫；2.储藏时，最好不要折叠，应挂在衣架上存放在箱柜里，以免穿着时出现褶皱，应放置适量的防霉防蛀药剂，以免发霉、虫蛀；3

44、.存放的服装要遮光，避免阳光直射，以防褪色；4.应经常拿出晾晒(不要曝晒)，在高温潮湿季节晾晒次数要多些，拍打尘灰，去潮湿，晒过后要凉透再放人箱柜5.如果羊毛衣服变形，可挂在有热蒸汽处或蒸汽熨斗喷一下悬挂一段时间就可恢复原状（如：出差住宾馆时，褶皱西装悬挂在有蒸汽的浴室内1个小时）；6.在整形熨烫时，不可直接用熨斗熨烫，要求垫湿布熨烫，以免起亮光。毛粘混纺是指用羊毛和粘胶纤维混纺制成的织物，目的是为以降低毛纺织物的成本，又不使毛纺织物的风格因粘胶纤维的混入而明显降低。由于粘胶纤维的混入，将使织物的强力、耐磨、特别是抗皱性、蓬松性等多项性能明显变差（九）什么是莫代尔，它有什么特性？ 莫代尔属于粘

45、胶纤维的一种，原料采用欧洲的榉木，经过打浆、纺丝而成，原料100%是天然的，对人体无害。莫代尔面料具备棉的柔软、丝的光泽、麻的滑爽，而且其吸水和透气性都优于棉，具有较高的上染率，衣服颜色鲜亮而饱满。莫代尔纤维可以与其他纤维混纺，如与棉、麻、丝、涤等混纺以提升衣服的品质，使面料具备柔软、滑爽的特性。（十）精棉，什么是半精棉？棉有普棉、半精棉、精棉之份，普棉是由棉花纺成棉之后最先得到的叫做普棉；半精棉是经过半精纺处理过的棉精棉是经过精纺的处理过的棉。经过精纺处理得到的精棉具备的特性：外观精细、平滑、色彩沉稳、面料挺括，给人以高挡的感觉。（十一）细旦丝，它有什么特性？细旦丝在传统的丝绸织造基础上，经

46、强捻及氢氧化纳特殊处理，从而制成各种新颖的仿真丝绸，其织物轻柔柔软、吸水透气性好、光泽柔和、色泽鲜明、抗折皱回复性好、不需要熨烫、经久耐用。随着单丝纤维长度越来越短：细旦丝超细旦丝超细旦极细旦丝极细旦超极细旦丝超极旦 （十二）丝光棉是棉中极品，比一般棉织物轻薄手感柔软，穿着舒适不刺激皮肤，变形掉色方面比一般棉好。（十三）再生纤维素纤维，它有什么特性？ 以天然纤维素为原料（如：牛奶纤维就属于天然纤维），经过化学处理后进行纺丝，最后就得到了再生纤维素纤维，具有代表性的再生纤维素纤维为粘胶纤维：哑光丝、粘纤、人造丝、人造棉、人棉、天丝、莫代尔纤维都属于粘胶纤维的范围。 （十四）什么是天丝，天丝穿在身

47、上掉毛怎么办？天丝是从优质木材中提取的高级新型再生纤维经过特定的工艺处理而得到的，原料100%是天然木浆，对人体无害。它吸湿性好（超过纯棉面料），尺寸稳定性好，水洗缩水率小，面料柔软，有丝绸般光泽和手感。天丝面料它本身像羊毛一样，会掉毛是正常现象，因为天丝它是属于植物纤维，而纤维的表层都会出现毛茸茸的，所以遇到浸水或身上流汗的时候会掉毛或沾毛。洗涤时机洗、手洗均可，可以使用漂白洗衣粉，切不可拧干，应折叠挤净水份，在通风阴凉处晾干，不可暴晒。 （十五）丝SILK 优点：1.富有光泽和弹性，有独特“丝鸣感”，穿在身上有悬垂飘逸之感；2.丝具有很好的吸湿性，手感滑爽且柔软，比棉、毛更耐热。缺点：1.

48、丝的抗皱性比毛要差；2.丝的耐光性很差，不适合长时间晒在日光下；3.丝和毛一样，都属于蛋白质纤维，特别怕碱；4.丝制衣服容易吸身、不够结实；5.在光、水、碱、高温、机械摩擦下都会出现退色，不宜用机械洗涤，最好是干洗。洗涤：1.忌碱性洗涤剂，应选用中性的洗衣粉、肥皂或丝绸专用洗涤剂（丝毛净）；2.冷水或温水洗涤，洗涤前，最好将衣物在水中浸泡510分钟左右，不宜长时间浸泡；3.轻柔洗涤，可大把轻搓，忌拧绞，忌硬板刷刷洗；4.衣服洗好人工排水时，应把它叠起来，大把的挤掉水分或是用毛巾包卷起来挤水，此时用力要适度，绝对不允许拧绞，以免产生并丝，从而使面料受到严重损害；5.如果使用普通洗衣粉或肥皂洗涤时，把过净后的衣服放入加有23滴醋的水中浸泡5分钟，再用清水净12次，这样可