《应用统计学贾俊平版综合复习提纲》由会员分享，可在线阅读，更多相关《应用统计学贾俊平版综合复习提纲（7页珍藏版）》请在金锄头文库上搜索。
1、简单样本 平均数xnkXiMi fi 1i 1总体均值的置信区间（正态总体，已知）总体均值的置信区间（未知，大样本）sX Z , 2 / X Z 1 2 I t n n n nnn几何平均 数Gm*1X2Xn n1nV.总体比例的置信区间p zHP(1 p)J 1nNi1n异众比率Vr-fff1 i加1f m总体方差的置信区间(n 1)s描述统计：研究数据收集处理汇总图表描述概括与分析等统计方 法。 指标转换有哪几种形式：统计标准化，极值标准化，定基和环比转换。依据统计数据的收集方法不同，可将其分为观测数据和实验数据相关分析与回归分析：（1）先进行相关分析再进行回归分析，只有在确定两变量存在着
2、相关分析后，才能分析两变量的回归分析。两变量间的相关程度越大，研究回归才更有意义。（2）通过相关分析，可以大致判断现象 与现象之间配合什么数学模型建立回归方程。区别：分析的目的不同， 相关分析主要分析变量之间有无关系，使什么样的关系，有多大程度的 关系；回归分析用于构建有联系的变量间的回归模型，用于推理变量之 间的因果关系。相关分析的两个或两个以上的变量是随机变量。回归分 析中的自变量是确定性的变量。统计调查的方法有：抽样调查，统计报表重点调查和典型调查 分散程度统计量：极差方差标准差变异系数标准分数2(n 1)s2ff1 i统计学：收集处理分析解释数据并从数据中得出结论的科学。 i2产21产
3、简单加权 平均差nl/li 1XiXR/lkM i Xi 1fi估计总体均值时的样本容量n22(Z.2)L 2dVI dnnE简单样本 方差标准 方差n(XiX)2s2-1s n 1n(X X)2i 1估计总体比例时的样本容量n2(Z 2)(1)r2n 1E加权样本 方差k _ 2 -(Mi X) fi2i 1s n 1总体均值检验的统计量（正态总体， 已知）X oXz z /J ns/v r0txons/v,rn加权样本 标准差sjk,一二 2 上总体比例检验的统计量zP o(M iX) ii 11o(1 o)n 1n判定系数/ ssr 。y)2R _ 2sst (yi y)总体方差检验的统
4、计量2 (n 1)s22 o相关系数 检验的统 计量tfn 2 一0、拉氏,P1qoqpo1h帕氏1 .PqqP1I PqPoqoqo Po1 r21(n 区)1 q1Poq1qoP1标准分数xi X离散 系数sVs 二X加权平 均指数 销 售 p1q1 为 权pmI p加权 平均 指数 销售 poqo 为权-P1 poqoZi shIpop1qP1 poqPoqo指数平滑 法预测Ft 1Yt(1) Ft估计标准误差se号 MSE n 2 n 2移动平均 法预测Ft 1 YYt k 1Yt k 2Yt1Yt线性关系检验 的统计量SSR1F :F(n 2) MSA=SSA/k-1 MSE=SSE
5、/n-kSSE n 2k环比增长率 定基G上Y-1GiU 11YoYo回归系数检验 的统计的统计 量?,i, r,n 2 c、t t(n 2)相关系数 t t(n 2)s?V1 r2i平均增长 率心1平均预测误差 平均绝对预测 误差nG四返21(Yi Fi一 li 1)MArlYi Fi Y0Y1Yn 1Y Y0ME nD n年度化增 长率Ga ( i )mn 1Yi 1均方预测误差n _2(Yi Fi)MSE -J-Jn平均百分 比预测误 差Y F-iL 100YiMPE n简单平均法预 测11 tFt 1 ：(丫1 丫2Yt) ；Yitt i 11.2.3.4 .分类数据：只能归于某一类别
6、的非数字型数据。5 .顺序数据：只能归于某一有序类别的非数字型数据6 .数值型数据：按数字尺度测量的观察值。7 .观测数据：通过调查或观测而收集到的数据。8 . 实验数据：在实验中控制实验对象而收集到的数据。9 . 截面数据：在相同或近似相同的时间点上收集的数据。10 .时间序列数据：在不同时间上收集到的数据，这类数据按时间顺序 收集到的。11 .抽样调查：从总体中随机抽取一部分单位作为样本进行调查，根据 样本调查结果来推断总体特征的数据收集方法。12 .普查：为特定目的而专门组织的全面调查。13 .总体：包含所研究的全部个体（数据）的集合。14 .样本：从总体中抽取的一部分元素的集合。15
7、.样本容量：也称样本量，是构成样本的元素数目。16 .参数：用来描述总体特征的概括性数字度量。17 .统计量：用来描述样本特征的概括性数字度量。18 .变量：说明现象某种特征的概念。19 .分类变量：说明事物类别的一个名称。20 .顺序变量：说明事物有序类别的一个名称。21 .数值型变量：说明事物数字特征的一个名称。22 .离散型变量：只能取可数值的变量。23 .连续型变量：可以在一个或多个区间中取任何值的变量。个特征值绘制而成的、反应原始数据分布图形。59 .集中趋势：指一组数据向某一中心值靠拢的程度，反映一组数据中 心点的位置所在。60 .众数：一组数据中出现频数最多的数值61 .中位数：
8、一组数据排序后处于中间位置上的数值。62 .四分位数：一组数据排序后处在 25喷口 75%C置上的数值。63 .平均数：又称均值，是全部数据的算术平均值64 .简单平均数：未经分组数据计算的平均数称为简单平均数。根据分组。加权平均数。65 .几何平均数：是n个变量值乘积的n次方根。常用于比例数据的平 均。66 .异众比率：指非众数组的频数占总频数的比例.67 .四分位差：75流置上的四分位数与 25啦置上的四分位数之差。顺 序数据。68 .极差：也称全距，一组数据的最大值与最小值之差。69 .平均差：也称平均绝对离差，它是各变量值与其平均数离差的绝对 值的平均数。70 .方差：各数据与其平均数
9、离差平方的平均数。71 .标准差：方差的平方根。72 .标准分数：也称标准化值或z分数，某个数据与其平均数的离差 除以标准差后的值。73 .离散系数：一组数据的标准差与其相应的平均数之比。74 .偏态：对数据分布对称性的测度。测度偏态的统计量偏态系数。75 .偏态系数：对数据分布不对称性的度量值。76 .峰态：对数据分布平峰或尖峰程度的测度，测度峰态的统计量则是 峰态系数。77 . 峰态系数：对数据分布峰态的度量值。78 随机事件：在同一组条件下，每次试验可能出现也可能不出现的事件，也叫偶然事件79 .必然事件：在同一组条件下，每次试验一定出现的事件。80 .不可能事件：在同一组条件下，每次试
10、验一定不出现的事件。81 .基本事件：如果一个事件不能分解成两个或更多个事件，则这个事件称为基本事件。82 .概率：对事件发生的可能性大小的度量值。83 .主观概率：对一些无法重复的试验，确定其结果的概率只能根据经 验，人为确定这个事件的概率。84 .条件概率：当某事件 B已发生，求事件 A发生的概率，称为事件 B 发生条件下事件A发生的条件概率。85 .独立事件：两个事件中不论哪一个事件发生与否并不影响另一个事件发生的概率。86 .随机变量：事先不能确定其取值的变量。87 .离散型随机变量：只能取有限个值的随机变量。88 .连续型随机变量：可以取一个或多个区间中任何值的随机变量。89 .期望
11、值、数学期望：随机变量的平均取值，各可能值与对应概率乘 积之和。90 .方差：随机变量的每一取值与期望值的离差平方的期望值。91 .泊松分布：用来描述在一指定时间范围内或在指定的面积或体积之 内某一事件出现的个数的分布。92 .概率密度函数：对连续型随机变量用函数 f（x）来表示。大于等于0, 全积分为193 .统计量：对样本特征的某个概括性度量，是样本的函数。94 .充分统计量：统计量加工过程中一点信息都不损失的统计量通常称为充分统计量。95 .抽样分布：样本统计量的概率分布，是由样本统计量的所有可能取 值形成相对频数分布。96 .渐近分布：当n比较大时，用极限分布作为抽样分布的一种近似，
12、这种极限分布常称为97 .自由度：独立变量的个数。98 .估计量：用来估计总体参数的统计量的名称99 .估计值：估计总体参数时计算出来的估计量的具体数值100 .点估计：用样本估计量的取值直接作为总体参数9的估计值101 .区间估计：在点估计的基础上，给出总体参数估计的一个估计区间， 该区间通常由样本统计量加减估计误差组成102 .置信区间：由样本统计量构造出的总体参数在一定置信水平下的估 计区间。103 .置信水平：也称为置信度或置信系数，在重复构造的总体参数的多 个置信区间中包含总体参数真值的次数所占的比例。104 .无偏性：估计量抽样分布的期望值等于被估计的总体参数105 .有效性：对同
13、一总体参数的两个无偏估计量，有更小标准差的估计 量更有效。106 . 一致性：随着样本量的增大，估计量的值越来越接近总体参数。107 .独立样本：一个样本中的元素与另一个样本中的元素相互独立。108 .匹配样本：又称配对数据，一个样本中的数据与另一个样本中的数 据相对应。109 .假设检验：先对总体参数提出某种假设，然后利用样本信息判断假 设是否成立的过程。110 .原假设：也称零假设，是研究者想收集证据予以反对的假设，用H0表不。111 .备择假设：也称研究假设，是研究者想收集证据予以支持的假设， 用H 1或H a表示。112 .第I类错误：原假设正确时拒绝原假设，犯第I类错误概率记 。11
14、3 .第口类错误：当原假设为错误时没有拒绝原假设，犯第口类错误的 概率通常记为。114 .显著性水平：假设检验中发生第I类错误的概率，记为 。115 .小概率原理：进行假设检验利用，指发生概率很小的随机事件在一 次试验中是几乎不可能发生的。116 .检验统计量：根据样本观测结果计算得到的，并据以对原假设和备 择假设做出决策的某个样本统计量117 .拒绝域：能够拒绝原假设的检验统计量的所有可能取值的集合。118 .临界值：根据给定的显著性水平确定的拒绝域的边界值。119 . P值：也称观察到的显著性水平，如果原假设H0是正确的，那么所得的样本结果出现实际观测结果或更极端结果出现的概率。P值很小说明发生概率很小，拒绝原假设，P越小，拒绝原假设的理由就越充分。双侧 P0.025单侧p”或“ ”的假设检验。121 .双侧检验：也称双尾检验，是指备择假设没
