应用统计学--第1章 统计概述

1、主编 余勍,应用统计学(Statistics Application),2014,第1章 统计概述 第2章 数据的图表展示 第3章 数据的概括性度量 第8章 时间序列 第9章 指数 第10章 数据分析应用,第4章 概率和概率分布 第5章 抽样与参数估计 第6章 假设检验 第7章 相关与回归分析,1. 统计及其应用领域 2. 数据的类型 3. 数据来源 4. 统计中的基本概念,不结婚的男性会减少寿命3500天，不结婚的女性会减少寿命1600天 身体超重30%会使寿命减少1300天 第二个出生的子女没有第一个聪明，第三个出生的子女没有第二个聪明，依此类推 上课坐在前面的学生平均考试分数比坐在后面的

2、学生高 漂亮的女性有损男性的智力。男性在看到漂亮女性时智力会下降，这就是为什么大学里的女孩子比男孩子学习好的原因,收集、处理、分析、解释数据并从数据中得出结论的科学,收集数据：取得数据 处理数据：图表展示 分析数据：利用统计方法分析数据 数据解释：结果的说明 得到结论：从数据分析中得出客观结论,内容 搜集数据 整理数据 展示数据 目的 描述数据特征 找出数据的基本规律,内容 参数估计 假设检验 目的 对总体特征作出推断,反映客观现象的数据,描述统计 （统计数据的搜集、整理、显示和分析等）,统计学探索现象数量规律性的过程,下列不属于描述统计问题的是（ ） A.根据样本信息对总体进行的推断 B.了

3、解数据分布的特征 C.分析感兴趣的总体特征 D.利用图、表或其他数据汇总工具分析数据 下列叙述中，属于推断统计的是（ ） A.用饼图描述某企业职工的学历构成 B.利用36个橘子的平均重量估计果园橘子的平均质量 C.计算出某城市1月份的平均汽油价格 D.绘制出反映大学生统计学成绩的条形图,【例1.1】用统计识别作者 17871788年，三位作者Alexander Hamilton，John Jay和James Madison为了说服纽约人认可宪法，匿名发表了著名的85篇论文。这些论文中的大多数作者已经得到了识别，但是，其中的12篇论文的作者身份引起了争议。 通过对不同单词的频数进行统计分析，得出

4、James Madison最有可能是这12篇论文的作者。现在，对于这些存在争议的论文，认为James Madison是原创作者的说法占主导地位，而且几乎可以肯定这种说法是正确的。,市场调查 股价指数 贸易条件指数 人口普查 GDP增长率 恩格尔系数 基尼系数 天气预报中的降雨概率 企业生产中的质量控制,大约在一个世纪以前，政治家本杰明曾有一个著名的论断：“世界上有三类谎言：谎言、糟透的谎言和统计” 。他还说：“图并没有说谎，是说谎者在画图” 历史学家Andrew Lang说，一些人使用统计“就像喝醉酒的人使用街灯柱支撑的功能多于照明” 统计滥用（第二第三章详细阐述） 不好的样本 过小的样本 误

5、导性图表 局部描述 故意曲解,统计数据的分类,分类数据(categorical data) (, ) 性别：男、女 姓氏：陈、林、李等,顺序数据(rank data) (, , , ) 大一、大二、大三、大四 非常满意、满意、一般、不满意、非常不满意,数值型数据(metric data) (, , ,) 身高、体重、收入 面积,观测数据(observational data) 高速公路车流量 出勤率,实验数据(experimental data) 袁隆平杂优水稻 煮饭时水放多少,截面数据(cross-sectional data) 在相同或近似相同的时间点上收集的数据 描述现象在某一时刻的变化

6、情况,时间序列数据(time series data) 在不同时间上收集到的数据 描述现象随时间变化的情况,指出下面的数据哪一个属于顺序数据（ ） 5个人的年龄分别是25，22,34,41,33 性别：男，女 上市公司所属的行业：金融、房地产、医药、机械 员工对企业某项改革的态度：赞成、中立、反对 通过调查或观测而收集到的数据称为（ ） 观测数据 实验数据 时间序列数据 截面数据,一项民意调查的目的是想确定年轻人愿意与父母讨论的话题。调查结果表明：45%的年轻人愿意与父母讨论家庭财务状况；38%的年轻人愿意与父母讨论有关教育的话题；15%的年轻人愿意与父母讨论讨论爱情问题。该调查所收集的数据是

7、（ ） 分类数据 顺序数据 数值型数据 实验数据,1.3.1 间接来源 1.3.2 直接来源,二手数据,统计部门和政府部门公布的有关资料，如各类统计年鉴,二手数据,各类经济信息中心、信息咨询机构、专业调查机构等提供的数据,二手数据,各类专业期刊、报纸、书籍所提供的资料,二手数据,各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料,二手数据,从互联网或图书馆查阅到的相关资料,收集容易，采集成本低 作用广泛 分析所要研究的问题 提供研究问题的背景 帮助研究者更好地定义问题 检验和回答某些疑问和假设 寻找研究问题的思路和途径 收集二手资料在研究中应优先考虑,数据是谁收集的？ 可

8、信度评估 为什么目的而收集的？ 数据是怎样收集的？ 什么时候收集的？,调查数据 通过调查方法获得的数据 通常是对社会现象而言 通常取自有限总体,实验数据 通过实验方法得到的数据 通常是对自然现象而言 也被广泛运用到社会科学中 如心理学、教育学、社会学 经济学、管理学等,1.从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体特征的数据收集方法,随机原则：指样本单位的抽取不受主观因素及其他系统性因素的影响，每个总体单位都有被抽中的可能,特 点,经济性：节省人力、物力、财力和时间 时效性：可用较短的时间搜集到所需资料 适应性：适用于各领域，各种问题的调查 准确性：受人为干扰的可

9、能性较小，调查资料的准确性较高,能解决全面调查无法或难以解决的问题 可以补充和订正全面调查的结果 应用于生产过程上产品质量的检查和控制,应 用,为特定目的专门组织的非经常性全面调查 通常是周期性的 我国进行的普查主要有 人口普查，每10年进行一次，末尾数字为“0”的年份进行 农业普查，每10年进行一次，每逢“6”的年份进行 经济普查，每5年进行一次，每逢“3”和“8”的年份进行,按照国家有关法规的规定、自上而下地统一布置、自下而上地逐级提供基本统计数据 有各种各样的类型,经济数据造价,20150215东方时空 湖南衡山县统计造假5.8亿产值谎报44亿 ,一个退休人员对寄居在家中的一窝燕子很感兴

10、趣，他每天观察并记录燕子飞进飞出的时间，以及它们喂养小燕子的习惯。这种收集数据的方法称为（ ） 普查 观察 实验 询问,在下列叙述中，不正确的是（ ） 可以从公开发表的资料中获取数据 民意调查在社会问题研究中广泛应用 在医疗实验中，参加实验的个人被分成两组：控制组和实验组 从调查中获取的数据通常比实验中获得的数据更可靠,1.4.1 总体和样本 1.4.2 参数和统计量 1.4.3 变量,总体(population) 所研究的全部个体(数据) 的集合，其中的每一个个体也称为元素 分为有限总体和无限总体 样本 (sample) 从总体中抽取的一部分元素的集合 构成样本的元素的数目称为样本容量或样本

11、量 (sample size),总体与参数,总体(population)是指所研究的全部个体(数据) 的集合 对总体特征的一些概括性数字度量称为参数（Parameter）,总体平均数（） 总体方差（2） 总体比例（）,手机电池的使用寿命？,样本 (sample) 是从总体中抽取的一部分元素的集合 构成样本的元素的数目称为样本容量或样本量 (sample size) 用来描述样本特征的概括性数字度量称为统计量（Statistics）,样本平均数（x） 样本方差（ s2） 样本比例（p）,说明现象某种特征的概念（每次观察都有变化） 如商品销售额、受教育程度、产品的质量等级等 变量的具体表现称为变量

12、值，即数据 变量可以分为 分类变量(categorical variable) ：说明事物类别的名称，如“您贵姓啊？” 顺序变量(rank variable)：说明事物有序类别的名称，如“您教育程度如何啊？” 数值型变量(metric variable) ：说明事物数字特征的名称 ，如“您一个月工资多少啊？”,典型的统计软件 SAS SPSS MINITAB STATISTICA Excel,1、某研究部门准备在全市200万个家庭中抽取2000个家庭，推断该城市所有职工家庭的年人均收入，这项研究的总体是（），样本是（），参数是（），统计量是（） A 2000个家庭 B 200万个家庭 C 2000个家庭的人均收入 D 200万个家庭的总收入,2、某一大学的一位研究人员希望估计该大学本科生平均每月的生活费支出，为此，他调查了200名学生，发现他们每月平均生活费支出是500元。该研究人员感兴趣的总体是（），参数是（），统计量是（） A该大学的所有学生 B该大学所有本科生的月平均生活费支出 C该大学所有本科生的月生活费支出 D所调查的200名学生的月平均生活费支出,3、最近发表的一份报告称，“由150部新车组成的一个样本表明，外国