统计学中常用的几个基本概念

统计学中常用的几个基本概念汇报人：AA2024-01-252023AAREPORTING总体与样本变量与数据概率与分布统计量与抽样分布假设检验与显著性水平相关分析与回归分析目录CATALOGUE2023PART01总体与样本2023REPORTING总体是研究对象的全体，是统计学中研究的基本单位。具有同质性，即总体各单位具有某些共同的品质标志或数量标志；具有大量性，即总体所包含的单位数要足够多。总体定义及特点总体特点总体定义样本定义样本是从总体中随机抽取的一部分单位，用于代表和推断总体。样本选取方法简单随机抽样、分层抽样、系统抽样、整群抽样等。样本定义及选取方法样本来源于总体，是总体的一部分；样本的随机性保证了样本对总体的代表性；样本的统计量可以用来估计总体的参数；样本量越大，对总体的代表性越好，但同时也增加了数据收集的难度和成本。总体与样本关系PART02变量与数据2023REPORTING定量变量描述性质或类别的变量，如性别、职业等。定性变量离散变量连续变量01020403取值连续的变量，如温度、时间等。可以取数值的变量，如身高、体重等。取值可数的变量，如家庭孩子数、考试分数等。变量类型及表示方法原始数据二手数据抽样调查全面调查数据来源与收集方式直接通过调查、实验等方式获得的数据。从总体中随机抽取一部分样本进行调查，以推断总体特征。从已有研究、报告或数据库中获取的数据。对总体中所有个体进行调查，以获得全面数据。去除重复、异常或无效数据，保证数据质量。数据清洗对数据进行标准化、归一化等处理，以满足分析需求。数据转换利用图表、图像等方式展示数据，增强数据直观性和易理解性。数据可视化通过平均数、中位数、标准差等指标描述数据分布特征。描述性统计数据处理与展示技巧PART03概率与分布2023REPORTING概率是描述某一事件发生的可能性的数值，取值范围在0到1之间。概率定义根据事件的性质，概率可以通过古典概型、几何概型、频率近似等方法进行计算。概率计算方法概率概念及计算方法描述随机变量取离散值时的概率分布，如二项分布、泊松分布等。离散型概率分布描述随机变量取连续值时的概率分布，如正态分布、指数分布等。连续型概率分布不同类型的概率分布有不同的特点和适用场景，如二项分布适用于n次独立重复试验，正态分布则具有钟型曲线和对称性。分布特点常见概率分布类型及特点点估计通过样本数据直接计算出一个具体的数值作为参数的估计值，如样本均值、样本方差等。区间估计根据样本数据和一定的置信水平，构造一个包含参数真值的区间，如置信区间。估计量的评价标准无偏性、有效性、一致性等，用于评价不同估计量的优劣。分布参数估计方法PART04统计量与抽样分布2023REPORTING统计量定义统计量是根据样本数据计算出来的量，用于描述样本特征或推断总体特征。计算方法常见的统计量包括样本均值、样本方差、样本标准差、样本比例等，计算方法根据具体统计量的定义而定。统计量定义及计算方法性质：抽样分布具有以下性质抽样分布的形状与样本量有关，样本量越大，抽样分布越接近正态分布。抽样分布的标准差（或方差）随着样本量的增加而减小。抽样分布的期望值等于总体参数的真值。抽样分布概念：抽样分布是指由样本统计量所形成的概率分布，用于描述样本统计量的波动情况。抽样分布概念及性质抽样误差与置信区间估计抽样误差概念：抽样误差是指由于随机抽样的原因，样本统计量与总体参数之间的差异。置信区间估计：置信区间估计是一种区间估计方法，用于估计总体参数的可能取值范围。具体步骤包括选择合适的置信水平（如95%或99%）。根据抽样分布的性质和置信水平，确定置信区间的上下限。解释置信区间的含义，例如“我们有95%的信心认为总体均值位于该置信区间内”。根据样本数据计算统计量的值。PART05假设检验与显著性水平2023REPORTING根据研究问题，提出原假设（H0）和备择假设（H1）。建立假设将计算得到的检验统计量与临界值进行比较，根据比较结果作出接受或拒绝原假设的决策。作出决策根据假设选择合适的检验统计量，如t检验、F检验等。选择检验统计量根据研究要求和实际情况，选择合适的显著性水平，如0.05、0.01等。确定显著性水平根据样本数据计算检验统计量的值。计算检验统计量0201030405假设检验原理及步骤合理性原则显著性水平的设定应该符合研究问题的实际情况和要求，不能过高或过低。一致性原则在同一研究中，应该使用相同的显著性水平进行假设检验。可比性原则不同研究之间进行比较时，应该使用相同的显著性水平。显著性水平设定原则适用于样本量较小且服从正态分布的数据，用于比较两组均数是否有统计学差异。t检验适用于多组均数的比较，用于判断多组数据的方差是否有统计学差异。F检验适用于分类数据的比较，用于判断两个分类变量之间是否独立。卡方检验适用于不符合正态分布或方差不齐的数据，如Mann-WhitneyU检验、Kruskal-WallisH检验等。非参数检验常见假设检验方法介绍PART06相关分析与回归分析2023REPORTING相关系数衡量两个变量之间线性相关程度的统计量，常用皮尔逊相关系数、斯皮尔曼等级相关系数等。相关关系定义两个或多个变量之间存在的关联性，当一个变量发生变化时，另一个变量也可能随之发生变化。相关性的方向正相关（一个变量增加时，另一个也增加）、负相关（一个变量增加时，另一个减少）和无相关（变量间无明显关系）。相关关系概念及度量指标123描述因变量与一个或多个自变量之间线性关系的数学模型，形式为Y=β0+β1X1+β2X2+…+βpXp。线性回归模型用于估计线性回归模型中参数β的一种常用方法，通过最小化残差平方和来求解参数。最小二乘法判定系数R²（衡量模型拟合优度）、F检验（检验模型整体显著性）、t检验（检验单个自变量显著性）等。模型评估指标线性回归模型建立与评估当因变量与自变量之间不满足线性关系时，需要采用非线性回归模型进行拟合。非线