统计学名词解释汇总情况
医学统计学名词解释名解复习资料
1. 总体(population)：根据研究目的所确定的同质观察单位的全体。
只包括(确定的时间和空间范围内)有限个观察单位的总体，称为有限总体(finite population)。
假想的，无时间和空间概念的，称为无限总体(infinite population)。
2. (总体)参数(parameter)：总体的统计指标或特征值。
总体参数是事物本身固有的、不变的。
3. 样本(sample)：从总体中随机抽取的部分个体。
4. 样本含量(sample size)：样本中所包含的个体数。
5. 变量(variable)：观察对象个体的特征或测量的结果。
由于个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，故称为随机变量(random variable)，简称变量(variable)。
变量的取值称为变量值或观察值(observation)。
根据变量的取值特性，分为数值变量和分类变量。
6. 数值变量(Numerical variable)：又称为计量资料、定量资料，指构成其的变量值是定量的，其表现为数值大小，有单位。
对每个观察单位用定量的方法测定某项指标的数值，组成的资料。
7. 计数资料：将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。
分类变量(categorical variable)：或称定性变量，其取值是定性的，表现为互不相容的类别或或属性，有两种情况：1)无序分类(unordered categories)：包括①二项分类，如上述“性别”变量，表现为互相对立的结果；②多项分类，如上述“血型”变量，表现为互不相容的多类结果。
2)有序分类(ordered categories)：各类之间有程度上的差别，或等级顺序关系，有“半定量”的意义，亦称等级变量。
等级资料：介于计量资料和计数资料之间的一种资料，通过半定量方法测量得到。
8. 抽样(sampling)：从总体中抽取部分观察单位的过程称为抽样。
实验统计测量名词解释汇总
实验统计测量名词解释汇总前两天出了普心和社心的名词解释，那很多偏理科性质的同学着急了，有木有实验统计测量的呀，这不就出来啦~总的来说，对于实验统计测量的考察还是以计算为主，但对于名词解释和简答也是不可忽视的呦~也不要太担心，这个不会有社心那么长啦，还是比较短小精悍的，大家记得背起来呦~统计心理学名词解释1．【描述统计】主要研究如何整理心理与教育科学实验或调查得来的大量数据,描述一组数据的全貌，表达一件事物的性质，包括统计图表、集中量数、差异量数、相对量数和相关量数等。
2．【推断统计】是根据局部数据的特征（样本统计量）推测总体情况（总体参数）的方法，包括推断统计的数学基础、参数估计、假设检验、方差分析、非参检验、回归分析等。
3．【变量】就是指心理与教育实验、观察、调查中想要获得的数据。
数据获得前用“X”表示，即一个可以取不同数值的物体的属性或事件，其数值具有不确定性，因而被称为变量。
比如，头发的颜色，它是头发的一个属性，可以取棕色、黄色、红色、灰色等不同的值。
一旦确定了某个值，就称这个值为某一变量的观测值，也就是具体数据。
4．【集中量数】就是描述一组数据集中程度的统计指标，主要有算数平均数、中数和众数等。
5．【差异量数】就是描述一组数据分散程度的统计指标，主要有全距、四分位差、离差、平均差、方差和标准差等。
6．【标准分数】又称为基分数或Z分数,是以标准差为单位表示一个原始分数在团体中所处位置的相对量数。
离平均数有多远,即表示为原始分数在平均数以上或以下几个标准差的位置,从而明确该分数在团体中的相对地位的量数。
它是一个原始分数与平均数之差除以标准差所得的商数,无实际单位。
7．【积差相关】也就是Pearson相关，又称积矩相关，它是揭示两个变量线性相关方向和程度最常用和最基本方法，其中 rxy 是积差相关系数。
8．【肯德尔W系数】又称肯德尔和谐系数，是表示多列等级变量相关程度的一种方法，适用于两列以上的等级变量，常用符号W表示。
统计学名词解释整理
第一章：绪论第一节统计的产生与发展1.统计—总括地计算；对某一现象有关的数据进行搜集、整理、计算和分析等；统计学概括地说统计就是用数字作为语言表述事实。
它有三层含义即:统计资料、统计工作、统计学2统计资料是反映一定社会经济现象或科学技术内容的统计数字和相联系的文字分析报告。
3统计工作是在一定理论指导下，采用适宜的科学方法搜集、处理统计资料的一系列调查研究过程。
3统计学是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以便给出正确认识的方法论科学。
其目的就是探索数据内在的数量规律性（为什么?）。
P8三者之间的关系：统计工作和统计资料是过程与成果的关系；统计工作和统计学是实践与理论的关系，理论源于实践，理论又高于实践，反过来又指导实践。
统计学是统计工作的经验概括和总结，是系统化了的知识体系。
第二节统计的基本问题1.统计的作用认识世界的有力武器是治国和管理的重要手段是科学研究的有效工具P42.统计的特点数量性总体性（综合性）具体性3.统计工作过程统计设计→统计调查→统计整理→统计分析4、统计设计就是根据统计活动的目的，结合研究对象的性质、特点，对统计范围、统计指标、分类目录、资料搜集整理方法、分析要求及有关组织工作等方面所作出的整体规划。
5、统计调查就是根据统计活动的目的所确定的统计指标，把研究对象中各总体单位的某些必须了解的特征记录下来。
6、统计整理就是根据统计设计的要求，将调查资料进行审核、分组、汇总、编制统计表等科学加工处理的过程，以便清晰地反映研究总体的综合特征。
7、统计分析就是根据统计研究的任务，以统计数据为基础，结合具体情况，运用静态和动态分析方法进行研究，肯定成绩，发现问题，找出原因，根据事物的本质及其规律性，提出解决问题的方法，更好地为社会主义现代化建设服务。
第三节统计学的若干基本概念1、总体：指在某种共性的基础上由许多个别事物结合起来的整体。
简言之总体是同质个体所组成的整体。
统计学名词解释
名词解释1.备择假设（alternative hypothesis）：与原假设逻辑上反面的假设。
2.标准分数（standard score）：也称标准化值或分数，它是变量值与其平均数的离差除以标准差后的值。
3.残值（residual）：因变量的观测值y i与根据估计的回归方程求出的预测值y i之差，用e表示。
对于第i个观测值，残差为e i=y i-y i。
4.α错误（αerror）：原假设为真却在检验中将原假设被拒绝，又称弃真错误或者第一类错误（type I error），用α表示其概率。
5.β错误（βerror）原假设为伪却在检验中未拒绝的原假设，又称取伪错误或者第二类错误（type II error），用β表示其概率。
6.对照组（control group）：随记选取的实验对象的子集。
在这个子集中，每个单元不接受实验组成员所接受的某种特别的处理。
7.多重共线性（multicollinearity）回归模型中两个或两个以上的自变量彼此相关。
8.多重判定系数（multiple coefficient of determination）回归平方和占总平方和的比例，反映因变量y取值的变差中，能被估计的多元回归方程所解释的比例。
9.峰态（kurtosis）对数据分布平峰或尖峰的程度的测度。
10.假设检验（hypothesis testing）根据样本信息，对提出的命题进行检验的一套程序和方法。
11.离散系数（coefficient variation）也称变异系数，一组数据的标准差与其相对应的平均数之比，是测度数据离散程度的相对值。
12.拟合优度实验（goodness of fit test）对多个总体比例是否等于其期望概率的检验。
当期望概率相同时，表现为对多个总体的比例是否相等的检验。
13.偏态（skewness）对数据分布对称性的测度。
14.异众比率（variation ratio）非众数组的频数占总频数的比例。
统计学复习资料(名词解释、简答)
统计学复习资料（名词解释、简答)计算题:以老师圈的重点,以及之前布置的作业为主，重点复习11/12章一、名词解释：时间序列数据：是在不同时间收集到的数据，这些数据是按时间顺序收集到的，用于所描述现象随时间变化的情况.总体：是包含所研究的全部个体(数据)的集合样本：是从总体中抽取的一部分元素的集合样本量：构成样本的元素的数目统计量:用来描述样本特征的概括性数字度量参数：用来描述总体特征的概括性数字度量概率抽样:即随机抽样，遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本非概率抽样：抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查简单随机抽样：指从总体N个单位中任意抽取n个单位作为样本,使每个可能的样本被抽中的概率相等的一种抽样方式。
分层抽样：将抽样单位按某种特征或某种规则划分为不同的层,然后从不同的层中独立、随机地抽取样本整群抽样：是将总体中各单位归并成若干个互不交叉、互不重复的集合,称之为群；然后以群为抽样单位抽取样本的一种抽样方式。
系统抽样:根据样本容量要求确定抽选间隔，然后随机确定起点,每隔一定的间隔抽取一个单位的一种抽样方式抽样误差：由抽样的随机性引起的样本结果与总体真值之间的误差分组数据:根据统计研究的需要，将原始数据按照某种标准化分成不同的组别，分组后的数据称为分组数据。
方法有单变量值分组和组距分组两种。
众数：是一组数据中出现次数最多的变量值中位数:是一组数据排序后处于中间位置上的变量值平均数：也称均值，是一组数据相加后除以数据的个数得到的结果算术平均数：是指在一组数据中所有数据之和再除以数据的个数。
几何平均数:是n个变量乘积的n次方根方差：各变量值与其平均数离差平方的平均数经验法则:当一组数据对称分布时,经验法则表明：约有68％的数据在平均数1个标准差的范围之内。
约有95％的数据在平均数2个标准差的范围之内。
约有99%的数据在平均数3个标准差的范围之内。
统计学名称解释
第一章一、名词解释1、参数parameter：也叫参变量,是一个变量;如果我们引入一个或一些另外的变量来描述自变量与因变量的变化,引入的变量本来并不是当前问题必须研究的变量,我们把这样的变量叫做参变量或参数;描述总体特征的概括性数字度量,它是研究者想要了解的总体的某种特征值;2、统计量statistic：描述样本特征的数,是统计理论中用来对数据进行分析、检验的变量;3、总体population：根据研究目的确定的研究对象的全体;当研究有具体而明确的指标时,总体是指该项变量值的全体;4、样本 sample：从总体中随机抽取的部分观察单位,总体中有代表性的一部分;5、同质 homogeneity：是指观察单位研究个体间被研究指标的影响因素相同;6、变异 variation：同质事物个体间的差异;来源于一些未加控制或无法控制的甚至不明原因的因素;7、概率 probability：度量随机事件发生可能性大小的一个数值,是一个在0到1之间的实数;8、抽样误差 sampling error：由于抽样所造成的样本统计量与总体参数的差别;三、简答题1、统计学的基本步骤有哪些设计、搜集、整理、分析资料2、总体与样本的区别与关系区别：总体：根据研究目的确定的研究对象的全体;当研究有具体而明确的指标时,总体是指该项变量值的全体;样本：总体中有代表性的一部分;联系：总体包含样本,样本是总体中的一部分3、抽样误差产生的原因有哪些可以避免抽样误差吗产生原因:1总体单位的标志值的差异程度; 差异程度愈大则抽样误差愈大,反之则愈小; 2样本单位数的多少; 在其他条件相同的情况下,样本单位数愈多,则抽样误差愈小;3抽样方法; 抽样方法不同,抽样误差也不相同;一般说,重复抽样比不重复抽样,误差要大些;4抽样调查的组织形式; 抽样调查的组织形式不同,其抽样误差也不相同,而且同一组织形式的合理程度也会影响抽样误差;不可以,它具有不可避免性,只能减少抽样误差4、何为概率及小概率事件概率：度量随机事件发生可能性大小的一个数值,是一个在0到1之间的实数; 小概率事件：统计分析中的很多结论都基于一定置信程度下的概率推断,习惯上将 pA≤或≤称为小概率事件,认为小概率事件在一次试验中不可能发生;第二章第三章1. 正态分布 normal distribution：也叫高斯分布Gaussian distribution,一种最常见、最重要的连续型对称分布正态分布是对称分布,但对称分布不一定是正态分布2. 中位数 median：是将一批数据从小至大排列后位次居中的数据值,反映一批观察值在位次上的平均水平;3. 四分位数间距 quartile interval：是上四分位数与下四分位数之差,用四分位数间距可反映变异程度的大小.即：Q3 --Q14. 方差 variance：样本观察值的离均差平方和的均值;表示一组数据的平均离散情况;反映一组数据的平均离散水平;5. 正偏态分布 positively skewed distribution：也称右偏态分布,右侧的组段数多于左侧的组段数,频数向右侧拖尾6. 负偏态分布 negatively skewed distribution：左偏态分布,左侧的组段数多于右侧的组段数,频数向左侧拖尾7. 对数正态分布 logarithmic normal distribution ：对数为正态分布的任意随机变量的概率分布;如果X是正态分布的随机变量,则 exp X为对数分布；同样,如果Y是对数正态分布,则 log Y为正态分布;8. 医学参考值范围 medical reference range：指绝大多数正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围;最常用的是95%参考值范围;三、简答题1. 描述数值变量资料集中趋势的指标有哪些其适用范围有何异同平均数：描述一组变量值的集中位置或平均水平的指标体系;不同的分布使用不同的指标算术均数：正态或近似正态或观察值相差不大的小样本资料几何均数：对数正态分布或等比级数资料中位数：一般偏态分布传染病发病的潜伏期2. 描述数值变量资料离散趋势的指标有哪些其适用范围有何异同反映数据的离散度 Dispersion ;即个体观察值的变异variation程度;常用的指标有：1. 极差Range 全距适用范围：任何计量资料；是参考变异指标2. 百分位数与四分位数间距 Percentile and Quartile range百分位数：适用范围广泛,可用于偏态资料,分布不明的资料和分布两端无确定值的资料四分位数间距：常用于描述偏态分布资料的离散程度,值越大——变异程度越大,中位数与四分位间距一起使用,描述偏态分布资料的特征;3. 方差 Variance正态分布资料4. 标准差Standard Deviation适用范围：均数与标准差经常被同时用来描述正态分布资料的集中和离散趋势;5. 变异系数 Coefficient of Variation适用范围：主要用于单位不同或均数相差悬殊资料3. 医学中参考值范围的涵义是什么确定的步骤和方法是什么医学参考值范围：指绝大多数正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围;最常用的是95%参考值范围;步骤与方法：1. 确定“正常人”对象的范围：即根据研究目的确定的未患被研究疾病的个体;2. 统一测定标准：即检验用的试剂批号、仪器、人员、条件等应相同;3. 确定分组：一般需用年龄、性别等对“正常人”对象进行分组,分组特征也可根据检验判断;4. 样本含量确定：一般来讲,正态分布资料所需的样本含量应在100以上,偏态或未知分布时样本含量应更大;5. 确定参考值范围的单双侧：一般生理物质指标多为双侧、毒物指标则多为单侧;6. 确定百分位点：一般取95%或99%;第四章第五章一、名词解释1 标准误standard error：表示样本统计量抽样误差大小的统计指标,统计上通常将统计量如样本均数、样本率p等的标准差称为标准误;2 可信区间confidence interval：按一定的或1-α用一个区间来估计参数所在的范围,该范围通常称为参数的可信区间或者置信区间confidenceinterval,CI,预先给定的概率1-α称为可信度或者confidencelevel,常取95%或99%;3 假设检验hypothesis testing：利用样本提供的信息判断假设是否成立的统计方法称为统计假设检验;4 统计推断statistical inference：用一个或一系列样本的结果去估计总体可能的结果的过程;包括假设检验和参数估计;5 Ⅰ型错误type I error：：“实际无差别,但下了有差别的结论”,假阳性错误;犯这种错误的概率是其值等于检验水准6 Ⅱ型错误type II error：“实际有差别,但下了不拒绝H0的结论”,假阴性错误;犯这种错误的概率是其值未知7 检验效能power of test：当两总体确有差别,按检验水准所能发现这种差别的能力;8 变量变换 variable transformation：也称变量代换,是将原始数据作某种函数转换,如转换为对数值;三、简答题1 假设检验的基本原理和步骤;假设检验过去称显着性检验;它是利用小概率反证法,从问题的对立面H0出发间接判断要解决的问题H1是否成立;然后在H0成立的条件下计算检验统计量,最后获得P值来判断;1. 建立检验假设,确定检验水准选用单侧或双侧检验1无效假设null hypothesis零假设,记为H0；2备择假设又称对立假设,记为H1;2. 计算检验统计量根据变量和资料类型、设计方案、统计推断的目的、是否满足特定条件等如数据的分布类型选择相应的检验统计量;3. 确定P值,下结论;选定显着性水平α的值,P≤α,拒绝H0,接受H1 ,下“有差别”的结论;P＞α不拒绝H0,但不能下“无差别”或“相等”的结论,只能下“根据目前试验结果,尚不能认为有差别”的结论;2 标准差和标准误的异同;相同点：都是用来表示变异程度的,均是反映随机误差的;区别：标准差与标准误的意义、作用和使用范围均不同;标准差亦称单数标准差一般用SD 表示,是表示个体间变异大小的指标,反映了整个样本对样本平均数的离散程度,是数据精密度的衡量指标;而标准误一般用SE 表示,反映样本平均数对总体平均数的变异程度,从而反映抽样误差,是量度结果精密度的指标;标准差是最常用的统计量, 一般用于表示一组样本变量的分散程度;标准误一般用于统计推断中,主要包括假设检验和参数估计,如样本平均数的假设检验、参数的区间估计与点估计等;3 参考值范围和置信区间有何区别参考值范围是指具有明确背景资料的参考人群某项指标的测定值,例如医学参考范围指包括绝大多数的正常人的人体形态,功能和代谢产物等,表示值时可能有单侧也可能有双侧,表示方法为正态分布或百分位数法.置信区间是指在做区间的估计时指按一定的概率1-a估计总体参数所在的范围,其中1-a被称为置信度,两者的不同之处在于前者是对于某种指标的估计,后者是对参数的估计;前者用,后者用;前者用,后者用α为,为v的t或u界值;4 t 检验和方差分析的基本思想各是什么二者的区别是什么t 检验假设检验的一种：假设检验的基本思想是小概率反证法思想;小概率思想是指小概率事件P<或P<在一次试验中基本上不会发生;反证法思想是先提出假设检验假设H0,再用适当的统计方法确定假设成立的可能性大小,如可能性小,则认为假设不成立,若可能性大,则还不能认为假设不成立;方差分析的基本思想是根据资料设计的类型及研究目的,可将总变异分解为两个或多个部分,每个部分的变异可由某因素的作用来解释;通过比较可能由某因素所至的变异与随机误差,即可了解该因素对测定结果有无影响;区别：t检验可用于2个样本均数差异的显着性检验,但不适于多组均数的检验;方差分析是判断多组≥3 数据之间均数差异是否显着的一种假设检验方法;5、t 检验和t 检验的应用条件有何异同t 检验：样本含量n较小时如n<601正态分布2方差齐性homogeneity of variance方差分析：总体——正态且方差相等样本——独立、随机6 以随机区组设计的两因素方差分析为例,简述方差分析的基本原理;正态分布且方差齐同的资料,应采用两因素处理、配伍方差分析two-way ANOVA或配对t检验g=21总变异：反映所有观察值之间的变异,记为SS总;2 处理间变异：由处理因素的不同水平作用和随机误差产生的变异,记为SS处理;3 区组间变异：由不同区组作用和随机误差产生的变异,记为SS区组.4 误差变异：由随机误差产生的变异,记为SS误差;对总离均差平方和及其自由度的分解,有:7 可信区间和假设检验的区别和联系;一主要区别：1、可信区间是以样本资料估计总体参数的真值,假设检验是以样本资料检验对总体参数的先验假设是否成立；2、可信区间为双侧,假设检验既有双侧检验,也有单侧检验；3、可信区间立足于大概率,假设检验立足于小概率;二主要联系：1、都是根据样本信息推断总体参数；2、都以抽样分布为理论依据,建立在概率论基础之上的推断；3、二者可相互转换,形成对偶性;可信区间与假设检验各自不同的作用,要结合使用;一方面,可信区间亦可回答假设检验的问题,算得的可信区间若包含了H0,则按水准,不拒绝H0；若不包含H0,则按水准,拒绝H0,接受H1;另一方面,可信区间不但能回答差别有无统计学意义,而且还能比假设检验提供更多的信息,即提示差别有无实际的专业意义;8 配对t 检验与两样本t 检验的基本原理有何不同;配对t 检验适用于配对设计的计量资料;配对设计类型：①两同质受试对象分别接受两种不同的处理；②同一受试对象分别接受两种不同处理；③同一受试对象一种处理前后;两样本t 检验适用于完全随机设计两样本均数的比较,第七章1. 二项分布、Poisson 分布与正态分布间有何关系二项分布：是正态分布的特殊形式,记作X~Bn, ,理论上n→+∞且→则二项分布呈正态分布；在实际应用中,当n较大、np与n1-p均>5, 且有→时,二项分布可看成近似正态分布;Poisson 分布：它是普通二项分布在次数极大,发生机率很小时的极限,记作PX,λ越大则Poisson分布渐近正态分布;实际应用上,λ≥20就可将其看作()~λ是正态分布;第六章分类资料的统计描述一、名词解释1、率rate：是说明某事物或现象发生的频率或强度的指标;2、构成比constituent ratio：是说明某事物内部各组成部分的比重或分布的指标;3、相对比relative ratio：是说明两个有关联的事物间的相对关系的指标;4、标准化率standardized rate：也称调整率,是多组率之间按统一的“标准”进行调整,使之具有可比性的率;5、标化发病比standardized incidence ratio：被标化组实际发病数与预期发病数之比;6、标化死亡比standardized mortality ratio：被标化组实际死亡发病、患病等数与预期死亡发病、患病等数之比;第七章二项分布与Poisson分布及其应用第八章X2检验第九章秩和检验三、简答题1、二项分布、Poisson分布与正态分布间有何关系2、X2检验的应用条件有哪些1四格表的分析方法选择条件：n≥40,T≥5,专用公式；n≥40,1≤T＜5,校正公式；n＜40或T＜1,直接计算概率;X2连续性校正仅用于v=1的四格表资料,当v≥2时,一般不作校正;2配对四格表的分析分析方法选择条件：b+c＞40,专用公式；20＜b+c≤40,用校正公式；b+c＜20,二项分布直接计算概率;3R×C表的分析方法选择条件：1.理论数不能小于1；2.理论数大于等于1小于5的格子数不超过总格子数的1/5；3.否则用Fisher确切概率,或似然比检验;4.如果以上条件不能满足,可采用：增加样本含量；删去某行或某列；合理地合并部分行或列；Fisher精确概率法;5.多个率或构成比比较的X2检验,结论为拒绝H0时,仅表示几组有差别,并非任两组之间都有差别;若要了解之,可进行多重比较：X2表的分割或率的可信区间法;6.对于有序的分类变量,采用X2检验方法不能考虑数据的有序性质;为此,对于单向有序可采用秩和检验、Ridit分析,双向有序可采用趋势检验等;3、X2检验用于解决哪些问题1推断两个总体率或构成比之间有无差别2多个总体率或构成比之间有无差别3多个样本率的多重比较4两个分类变量之间有无关联性4、四格表的u检验与X2检验有何异同二者的相同点：1.四格表u检验是根据正态近似的原理np,n1-p＞5,n充分大,凡是能用u检验的都可以用卡方检验,u2=x2ν=1；2.两者都有连续性校正问题；二者的不同点：1.由于正态分布可确定单双侧检验界值,当满足正态分布近似条件时,可使用u检验进行单侧检验；2.满足四格表U检验的资料,计算两率间的95%可信区间,尚可分析两率之差有无实际意义；检验可用于2×2列联表资料有无关联的检验5、请列举R×C表X2检验的注意事项;1注意对T值大小的要求：要求T＜5的个数不能超过1/5,且不能有T＜1;如果不符可选用以下方法处理：1.增加样本例数；2.相邻行列例数进行合理地合并；3.删去理论数小的行或列；4.确切概率法;（2）注意多组比较结果如为差别有显着性,并不代表每两组差别有显着性,如需分析可进一步作两两比较;（3）注意有序行×列表资料不宜采用X2检验,因为X2检验与分类变量的顺序无关;。
统计学（名词解释及简答）
统计学名词解释统计量：用来描述样本特征的概括性数字度量简单随机抽样：指从总体N个单位中任意抽取n个单位作为样本,使每个可能的样本被抽中的概率相等的一种抽样方式。
整群抽样：是将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。
系统抽样：根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方式众数：是一组数据中出现次数最多的变量值中位数：是一组数据排序后处于中间位置上的变量值平均数：也称均值，是一组数据相加后除以数据的个数得到的结果标准差：离均差平方和平均后的方根区间估计：在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减抽样误差得到。
假设检验：利用样本信息，对提出的命题进行检验的一套程序和方法。
双侧假设检验：当统计量U的观测值的绝对值大于临界值Uα/2即|u0|＞Uα/2时，则拒绝原假设H0，此时假设检验的拒绝域在统计量分布的两侧尾部，则称这种假设检验为双侧假设检验。
相关系数：是根据样本数据计算的度量两个变量之间线性关系强度的统计量。
回归模型：描述因变量y如何依赖于自变量x和误差项的方程。
回归方程：描述因变量y的期望值如何依赖于自变量x的方程。
估计的回归方程：根据估计数据求出的回归方程的估计。
多重共线性：是指线性回归模型中的两个或两个以上的自变量彼此相关。
时间序列：是同一现象在不同时间上的相继观察值排列而成的序列。
趋势：是时间序列在长时期内呈现出来的某种持续上升或持续下降的变动，也称长期趋势。
季节变动（季节性）：时间序列在一年内重复出现的周期性波动。
指数：广义的讲，任何两个数值对比形成的相对数都可以称作指数，狭义的讲，指数是用于测定多个项目在不同场合下综合变动的一种相对数。
消费者价格指数（CPI）：反映一定时期内消费者所购买的生活消费品价格和服务项目价格的变动趋势和程度的一种相对数。
简答一、概率抽样与非概率抽样比较答：非概率抽样不是依据随机原则抽选样本，样本统计量的分布是不确切的，因而无法使用样本的结果对总体相应的参数进行推断。
统计学名词解释整理（3）
统计学名词解释整理（3）统计学名词解释整理13、点估计和区间估计点估计也叫定值估计，就是直接用抽样平均数代替总体平均数，用抽样成数代替总体成数。
区间估计是在一定概率保证下，用样本统计量和抽样平均误差去推断总体参数的可能范围的估计方法。
14、统计指数广义上来说，它是表明社会经济现象的数量对比关系的相对指标。
狭义上来说，它是反映不能直接相加对比的复杂总体综合变动的动态相对数。
15、综合法总指数凡是一个总量指标可以分解为两个或两个以上的因素指标时，将其中一个或一个以上的因素指标固定下来，仅观察另一个因素指标的变动程度，这样的总指数就叫综合法指数。
16、平均法总指数平均法总指数是通过对个体指数进行加权平均而求得的反映不能直接加总的多个个体所组成的复杂总体综合变动的指数。
分为两种：加权算术平均法总指数和加权调和平均法总指数。
17、时间数列时间数列是指同一观察现象的观察值按其发生的时间先后顺序排列而形成的数列。
时间数列也称为时间序列和动态数列。
18、相关分析和回归分析相关分析是一种分析几个变量之间是否存在关系以及它们的关系如何的统计方法。
回归分析是指对具有显著相关关系的现象，根据其关系形态，选择一合适的数学模式，用来近似地表达变量见的平均变动关系的统计分析的方法。
19、时间序列的最初水平、中间水平和最末水平时间数列中第一个观察值称为最处水平，最后一个观察值称为最末水平，其余各个观察值称为中间水平。
20、调查对象、调查单位和填报单位调查对象是所要研究对象的总体。
调查单位是所要研究对象的个体。
填报单位是提交调查资料的单位。
调查单位和填报单位有时相同，有时不同。
21、环比发展速度和定基发展速度环比发展速度是以报告期水平与其前一期水平对比，所得到的动态相对数。
表明现象逐期的发展变动程度。
定基发展速度是用报告期水平与某一固定基期水平（通常为最初水平）对比，所得到的动态相对数。
它表明所观察现象在一段时期内发展的总速度。
统计学名词解释汇总
统计学名词解释汇总(总9页) -CAL-FENGHAI.-(YICAI)-Company One1-CAL-本页仅作为文档封面，使用请直接删除1什么是统计学统计方法可分为哪两大类统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。
方法有描述统计和推断统计两类2统计数据可分为哪几种类型不同类型数据各有什么特点按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据统计数据；按所采用的计量尺度不同分；（定性数据）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，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
4什么是有限总体和无限总体？举例说明有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。
无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体5变量可分为哪几类？变量可以分为分类变量，顺序变量，数值型变量。
完整版)统计学名词解释
完整版)统计学名词解释统计学名词解释第一章绪论在统计学上，随机变量指的是取值之间不能预料到的变量。
总体，又称母全体或全域，是指具有某种特征的一类事物的全体。
构成总体的每个基本单元称为个体。
从总体中抽取的一部分个体称为样本。
次数指的是某一事件在某一类别中出现的数目，又称为频数。
频率，又称相对次数，指某一事件发生的次数被总的事件数目除，即某一数据出现的次数被这一组数据总个数去除。
概率指某一事物或某一情在某一总体中出现的比率。
一旦确定了某个值，就称这个值为某一变量的观测值。
参数，又称为总体参数，是描述一个总体情况的统计指标。
样本的那些特征值叫做统计量，又称特征值。
第二章统计图表统计表是由纵横交叉的线条绘制，并将数据按照一定的要求整理、归类、排列、填写在内的一种表格形式。
一般由表号、名称、标目、数字、表注组成。
统计图一般采用直角坐标系，通常横轴表示事物的组别或自变量x，称为分类轴。
纵轴表示事物出现的次数或因变量，称为数值轴。
一般由图号及图题、图目、图尺、图形、图例、图组成。
简单次数分布表适合数据个数和分布范围比较小的时候用，它是依据每一个分数值在一列数据中出现的次数或总计数资料编制成的统计表。
而分组次数分布表适合数据个数和分布范围比较大的时候用。
数据量很大时，应该把所有的数据先划分在若干区间，然后将数据按其数值大小划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再用列表的形式呈现出来。
分组次数分布表的编制步骤包括求全距、定组距和组数、列出分组组距、登记次数和计算次数。
相对次数分布表用频数比率或百分数来表示次数，而累加次数分布表则把各组的次数由下而上或由上而下加在一起。
最后一组的累加次数等于总次数。
双列次数分布表用同一个表表示有联系的两列变量的次数分布。
而不等距次数分布表则适用于像工资级别和年龄分组这样的不等距数据。
需要注意的是，归组效应是分组次数分布表的缺点之一，因为原始数据不见了，从而依据这样的统计表算出的平均值会与用原始数据算出的值有出入，出现误差。
统计学名词解释
1.总体:根据研究的目的确定的同质观察单位的全体，更确切的说，它是同质的所有观察单位某种观察值的集合2.参数:描述总体数量特征的统计指标3.样本:从总体中随帆抽取部分观察单位，其测量结果的集合称为样本。
样本应具有代表性。
所谓有代表性的样本，是指用随机抽样方法获得的样本，该样本中所包含的观察单位数称该样样本的样本含量。
4.误差:泛指实测值与真值之差。
按其产生的原因的性质可粗分为随机误处和非随机误差，后者又可分为系统误差和非系统误差。
5.标准误:将样本统计量的标准差称为标准误，样本均数的标准差也称为均数的标准误(反应样本均数间的离散程度，也反应样本均数与相应总体均数间的差异，从而说明均数抽样误差的大小)6.医学参考值:指包括绝大多数的正常人的人体形态、功能和代谢产物等各种生理级生化指标常数，也叫正常值。
由于存在个体差异，生物医学数据并非常数，而是在一定的范围内波动，故又采用医学参考值范围作为判定正常或者异常的标准。
7.医学参考值范围：7：I类错误:指拒绝了实际上成立的HO，这类“弃真”的错误称为I型错误，其架率大小用a表示。
8.II类错误:指接受了实际上不成立的HO,这类“存伪”的误称为II 型错误，其频率大小用β。
9.系统误差:在实验过程中产生的误差，它的值或恒定不变，或遵循一定的变化规律，其产生的原因往往是克制的或可以掌握地。
10.医学参考值:指包括绝大多数正常人的人体形态、功能和代谢产物等各种的生理及生化指标常数，也成正常值。
11.随机误差:是一类不恒定、陆机变化的误差，由多种尚无法控制的因素引起。
在抽样过程中由于抽样的偶然性而出现的抽样误差。
脸机误差是不可避免的，在大量的重复测量中，或在抽样过程中，它可出现或大或小或正或负，呈一定规律的变化。
12.抽样误差:这种由个体变异产生，随机抽样造成的样本统计量与总体参数的差异。
13.P 值:概率又叫几率，是度量某一随机事件A发生可能性的大小的一个数值，(Λ)，P(A)越大，说明此时入事件发生的概率越大。
统计学名词解释汇总
统计学名词解释汇总概述本文档收集了一些常见的统计学名词解释，旨在帮助读者更好地理解统计学领域中的相关概念和术语。
名词解释1. 总体（Population）: 指研究对象的全体，包括对研究感兴趣的所有个体或单位。
总体（Population）: 指研究对象的全体，包括对研究感兴趣的所有个体或单位。
2. 样本（Sample）: 从总体中选取的一部分个体或单位，用来代表整个总体进行研究。
样本（Sample）: 从总体中选取的一部分个体或单位，用来代表整个总体进行研究。
3. 抽样（Sampling）: 从总体中选取样本的过程，可以通过随机抽样、分层抽样等方法进行。
抽样（Sampling）: 从总体中选取样本的过程，可以通过随机抽样、分层抽样等方法进行。
4. 参数（Parameter）: 描述总体特征的数值，例如总体均值、总体方差等。
参数（Parameter）: 描述总体特征的数值，例如总体均值、总体方差等。
5. 统计量（Statistic）: 根据样本数据计算得出的数值，用来代表总体参数的估计。
统计量（Statistic）: 根据样本数据计算得出的数值，用来代表总体参数的估计。
6. 标准差（Standard Deviation）: 描述数据集合离散程度或波动性的度量，是方差的平方根。
标准差（Standard Deviation）: 描述数据集合离散程度或波动性的度量，是方差的平方根。
7. 假设检验（Hypothesis Testing）: 根据样本数据来统计推断总体参数的过程，包括设定原假设和备择假设、计算统计量、确定显著性水平等步骤。
假设检验（Hypothesis Testing）: 根据样本数据来统计推断总体参数的过程，包括设定原假设和备择假设、计算统计量、确定显著性水平等步骤。
8. 置信区间（Confidence Interval）: 用于对总体参数的估计范围进行区间估计，根据样本数据计算得出。
置信区间（Confidence Interval）: 用于对总体参数的估计范围进行区间估计，根据样本数据计算得出。
统计学重点名词解释
1、数据类型：分类数据：只能归于某一类别的非数字型数据，它是对事物进行匪类的结果，数据表现为类别，是用文字来表述。
（定性数据或品质数据）顺序数据：只能归于某一有序类别的非数字型数据。
有类别，但类别是有序的。
（定性数据或品质数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
现实中所处理的大多数都是数值型数据。
(定量数据或数量数据)2、截面数据：在相同或近似相同的时间点上收集的数据，这类数据通常是在不同的空间上获得的，用于描述现象在某一时刻的变化情况。
3、总体：是包含所研究的全部个体（数据）的集合，它通常由所研究的一些个体组成。
可分为有限总体和无限总体。
4、样本：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量。
5、参数（对应总体）是用来描述总体特征的概括性数字度量，是研究者想要了解总体的某种特征值。
6、统计量（对应样本）是用来描述样本特征的概括性数字度量。
是根据样本数据计算出来来的一个量，由于抽样时随机的，因此统计量是样本的函数。
7、调查方法：普查，抽样调查，统计报表8、抽样采集数据的方式分为概率抽样和非概率抽样。
9、概率抽样：简单随机抽样、分层抽样、整群抽样、系统抽样、多阶段抽样。
10、非概率抽样：方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样。
11、搜集数据的基本方法：自填式、面访式、电话式12、数据的误差：抽样误差和非抽样误差抽样误差：是有抽样的随机性引起的样本结果与总体真值的误差。
非抽样误差：相对抽样误差而言的，初抽样误差之外的，由于其他原因引起的样本观察结果与总体真值之间的差异。
13、集中趋势：一组数据向某一中心值靠拢的程度，反映了一组数据中心点的位置所在表示。
众数主要用于14、众数（分类数据）：是一组数据中出现次数最多的变量值，用M测度分类数据的集中趋势，当然也适用于作为顺序数据以及数值型数据集中趋势的测度值。
众数是一个位置代表值，他不受数据中极端值的影响。
统计学
统计学名词解释：1.离散系数：标准差与平均数的比值，用以不同组别间离散程度的比较。
2.综合指数与平均指数：将各个个体在不同时间或空间上的数量通过引入同度量因素进行综合，然后将同度量因素固定在同一个水平进行对比所得的比率。
综合指数由两个总量指标对比形成，编制原则为“先综合，后对比”。
平均指数的编制原则为“先对比，后平均”，即首先通过对比计算个别产品或商品的数量指标或质量指标的个体指数，然后将个体指数进行加权平均求的总指数。
3.时期指标与时点指标：时期指标也叫流量指标，反映总体在一段时期内的累计总量。
时点指标也叫存量指标，反映总体在某一时刻下的现存总量。
4.环比发展速度与定基发展速度：环比发展速度是以报告期的前一期为基期计算的发展速度，环比发展速度＝报告期水平／前一期水平；定基发展速度是以固定时期为基期计算的发展速度，定基发展速度＝报告期水平／固定时期水平。
二者的关系是：环比发展速度的连乘积等于相应时期的定基发展速度。
5.回归分析：对具有相关关系的现象，根据其关系的形态，选择一个合适的数学模型，用来近似地表达变量间的平均变化关系。
6.抽样调查：是一种非全面调查，它是按照随机原则从总体中抽取一部分单位组成样本进行观察研究，根据样本指标去推算总体指标的一种调查。
7.时期数列与时点数列：时期数列中各指标值反映总体在一段时期内的累计总量。
时点数列各指标值反映总体在某一时刻下的现存总量。
简答题：1.重点调查与典型调查有什么区别？重点调查是只对总体中的重点单位进行调查。
典型调查是有意识地从总体中选出少数几个具有代表性的典型单位进行深入细致的调查研究。
重点调查和典型调查都是非全面调查。
主要是调查的着眼点不同！重点调查是选取一部分重要样本进行调查，这些重要样本在量的方面占优势；而典型调查是有目的的选取有代表性的样本进行调查，侧重该样本的质的方面，侧重于对总体的定性认识，凭主观抽取。
2.普查的意义，特点和作用？普查是专门组织的一次性的全面调查。
统计学名词解释汇总
统计学名词解释汇总1.统计学是一门科学，它涉及到收集、处理、分析和解释数据，并从数据中得出结论的过程。
统计方法可分为描述统计和推断统计两类。
2.统计数据可分为分类、顺序和数值型数据。
分类数据只能归于某一类别的非数字型数据，顺序数据只能归于某一有序类别的非数字型数据，而数值型数据则是按数字尺度测量的观察值。
此外，统计数据还可按采取计量尺度、收集方法和被描述对象与时间关系等不同方式进行分类。
3.总体是指研究对象的全体，样本是从总体中抽取的一部分，参数是描述总体特征的数值，而统计量则是描述样本特征的数值。
变量则是用来说明现象某种特征的概念，比如灯泡的寿命就是一个变量。
4.有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的；无限总体则指总体包括的元素是无限不可数的。
5.变量可分为分类变量、顺序变量和数值型变量。
变量也可以分为随机变量和非随机变量，经验变量和理论变量。
6.离散型变量只能取有限个值，取值以整数位断开，比如企业数；连续型变量则取之连续不断，不能一一列举，比如温度。
数据的预处理包括数据审核、数据筛选和数据排序等内容。
3.抽样方法可以分为重复抽样和不重复抽样。
重复抽样是从总体中抽取一个元素后，将其放回到总体中再抽取下一个元素，直至抽取n个元素。
不重复抽样是一个元素被抽中后不再放回总体，然后再从所剩下的元素中抽取下一个元素，直到抽取n个元素为止。
4.抽样分布是指重复选取容量为n的样本时，由每一个样本算出的统计量数值的相对频数分布或概率分布。
它是一种理论分布，与总体分布有密切关系。
以样本均值为例，如果原有总体是正态分布，那么，无论样本容量的大小，样本均值也服从正态分布。
其分布的数学期望为总体均值，方差为总体方差的1/n。
如果原有总体的分布不是正态分布，就要看样本容量的大小了。
当n为大样本时(n≥30)，根据中心极限定理可知，当样本容量n增大时，不论原来的总体是否服从正态分布，样本均值的抽样分布都将趋于服从正态分布。
统计学名词解释
(1) 国势学派，其代表人物是德国的赫尔曼·康令和哥特弗里德·阿亨瓦尔。
阿亨瓦尔第一个使用“统计学”这个名称，政计算术学派，其代表人物是英国的威廉·配弟和约翰，格朗特，政治算术学派因威廉·配第的《政治算术》一书而得名，马克思认为威廉·配第是统计学的发明者(创始人)(2)数理学派．其主要代人人物是比利时的阿道夫·凯特勒（3）贝叶斯统计学起源于英国学者贝叶斯（T.R.Bayes,1702—1761）死后发表的一篇论文《论有关机遇问题的求解》。
统计学：统计学（statistics）是收集、整理、显示和分析统计数据，其目的是探索数据内在的数量规律性。
推断统计：根据样本信息对总体进行估计、假设检验、预测或其他推断的统计方法。
描述统计：用图形、表格和概括性的数字对数据进行描述的统计方法。
参数：用来描述总体特征的概括性数字度量，称为参数（parameter）。
统计量：用来描述样本特征的概括性数字度量，称为统计量（statistic）。
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，并根据样本调查结果来推断总体特征的数据收集方法。
抽样调查的特点：抽样调查具有经济节省、时效性强、准确性高、灵活方便等优点，使之在各个领域得到广泛的应用。
（1）用于认识那些不能或难以进行全面调查的总体数量特征，（2）用于认识那些发展变化比较稳定，有规律性而不必进行全面调查的现象总体的数量特征，（3）用于收集灵敏度高、时效性强或时间要求紧迫的统计数据，（4）用于与其他数据收集方式相结合，相互补充和核对如与普查相结合，（5）用于对总体特征的某种假设进行检验，判断这种假设的真伪，决定方案的取舍，为行动决策提供依据。
调查问卷：（1）开头部分。
一般包括问候语、填表说明和问卷编号等内容（2）甄别部分。
甄别也称为过滤，它是先对被调查者进行过滤，筛选掉不需要的部分，然后针对指定的调查者进行调查。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1什么是统计学？统计方法可分为哪两大类？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。
方法有描述统计和推断统计两类2统计数据可分为哪几种类型？不同类型数据各有什么特点？按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据统计数据；按所采用的计量尺度不同分；（定性数据）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，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
4什么是有限总体和无限总体？举例说明有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。
无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体5变量可分为哪几类？变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
6举例说明离散型变量和连续型变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
1数据的预处理包括哪些内容？数据审核（完整性和准确性；适用性和实效性），数据筛选和数据排序。
2直方图和条形图有什么区别？①条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距，②直方图各矩形连续排列，条形图分开排列，③条形图主要展示分类数据，直方图主要展示数值型数据。
3饼图和环形图有什么不同？饼图只能显示一个样本或总体各部分所占比例，环形图可以同时绘制多个样本或总体的数据系列，其图形中间有个“空洞”，每个样本或总体的数据系类为一个环。
4茎叶图和直方图相比有什么优点？茎叶图既能给出数据的分布情况，又能给出每一个原始数据，即保留了原始数据的信息。
在应用方面，直方图通常适用于大批量数据，茎叶图适用于小批量数据。
5使用图标应注意哪些问题？①合理安排统计表结构②表头一般包括表号，总标题和表中数据的单位等内容③表中的上下两条横线一般用粗线，中间的其他用细线④在使用统计表时，必要时可在下方加注释，注明数据来源。
1.一组数据的分布特征可以从哪几方面进行测度。
一是分布的集中趋势，反映数据向其中心靠拢或聚集的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的形状，反映数据分布偏斜程度和峰度。
2.简述四分位数的计算方法：首先对数据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。
（设25%的四分位数为Q25%，75%四分位数为Q75%，根据四分位数定义有：Q25%位置=n/4,Q75%位置=3n/4。
3.对于比率数据为什么采用几何平均。
在实际应用中，对于比率数据的平均采用几何平均要比算数平均更合理。
从公式∏+=+=n 1i i n G G 11）（）（中也可看出，G 就是平均增长率。
4.简述众数、中位数、和平均数的特点和应用场合。
众数是一组数据分布的峰值，不受极端值的影响，缺点是具有不唯一性。
众数主要作为分类数据的集中趋势测度值。
中位数是一组数据中间位置上的代表值，不受数据极端值的影响。
中位数以及其他分位数主要适合于作为顺序数据的集中趋势测度值。
均值是就数值型数据计算的，具有优良的数学性质，缺点是易受数据极端值的影响。
均值主要适合于作为数值型数据的集中趋势测度值。
5. 为什么要计算离散系数。
第一，极差、平均差、方差和标准差等都是反映数据分散程度的绝对值，其数值的大小取决于原变量值本身水平高低的影响。
第二，它们与原变量值的计量单位相同，采用不同计量单位计量的变量值，其离散程度的测度值也就不同。
因此，为消除变量值水平高低和计量单位不同对离散程度的测度值的影响，需要计算离散系数。
6.简述异众比率、四分位差、方差或标准差的适用场合对于顺序数据，但主要使用四分位差来测量其离散程度；对于数值型数据，虽然可以计算异众比率和四分位差，但主要使用方差或标准差来测量其离散程度。
7. 标准分数有哪些用途？标准分数给出了一组数据中各数值的相对位置。
在对多个具有不同量纲的变量进行处理时，常需要对各变量进行标准化处理。
它还可以用来判断一组数据是否有离群数据。
1.抽样推断的含义:是在根据随机原则从总体中抽取部分实际数据的基础上，运用数理统计方法，对总体某一现象的数量性作出具有一定可靠程度的估计判断。
2.简单随机抽样：①含义：从含有N个元素的总体中，抽取n个元素作为样本，使得每一个容量为n的样本都有相同的机会被抽中，这样的方式称为简单随机抽样。
②特点：简单随机抽样是其他抽样方法的基础。
有两种抽取元素的方式：重复臭氧和不重复抽样。
分层抽样：①含义：在抽样之前先将总体的元素划分为若干层，然后从各个层中抽取一定数量的元素组成一个样本，这样的样本抽样方式称为分层抽样，也成分类抽样。
②特点：⑴除了可以对总体进行评估外，还可以对各层的子总体进行评估。
⑵可以按自然区域或行政区域进行分层，使抽样的组织和实施都比较方便。
⑶分层抽样的样本分布在各个层内，从而使样本在总体中的分布比较均匀。
⑷可以提高估计的精度。
系统抽样：①含义：先将总体个元素按照某种顺序排列，并按某种规则确定一个随机起点，然后，每隔一定的间隔抽取一个元素，直至抽取n 个元素形成一个样本。
②特点：⑴简单易行⑵在总体中的分布一般也比较均匀，由此估计的误差通常要小于简单随机抽样。
整群抽样: ①含义：先将总体划分成若干群，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。
②特点：不需要有总体元素的具体名单而只要有群的名单就可以进行抽样。
整群抽样时群内各元素比较集中，对样本进行调查比较方便，节约费用。
在群内各元素存在差异时，整群抽样可以提供较好的结果，理想的情况是每一群都是整个总体的一个缩影。
3.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。
不重复抽样：一个元素被抽中后不再放回总体，然后再从所剩下的元素中抽取第二个元素，直到抽取n 个元素为止。
4.抽样分布：重复选取容量为n 的样本时，由每一个样本算出的统计量数值的相对频数分布或概率分布，称为样本统计量的抽样分布。
5.样本统计量的分布与总体分布的关系？由于现实中我们不可能将所有的样本都抽出来，因此，统计量的抽样分布实际上是一种理论分布，但它与总体分布存在着密切的关系，以均值x 的抽样分布为例，其抽样分布与原有总体的分布有关，如果原有总体是正态分布，那么，无论样本容量的大小，样本均值也服从正态分布。
其分布的数学期望为总体均值，方差为总体方差的1/n ，即00。
如果原有总体的分布不是正态分布，就要看样本容量的大小了，当n 为大样本时(n ≥30)，根据统计上的中心极限定理可知，当样本容量n 增大时，不论原来的总体是否服从正态分布，样本均值的抽样分布都将趋于服从正态分布。
其分布的数学期望为总体均值，方差为总体方差的1/n 。
6. Z α/2n的含义：是估计误差。
Z α/2的值和样本量n 共同确定了估计误差的大小，一旦确定了置信水平1-α，Z α/2的值就确定了。
对于给定的Z α/2的值和总体标准差σ。
可以确定任一允许的估计误差所需要的样本量。
7.样本均值抽样分布的两个主要特征值：与总体参数的关系：1.理解原假设与备择假设的含义：原假设：通常将研究者想收集证据予以反对的假设称为原假设或零假设，用H0表示；备择假设：通常将研究者想收集证据予以支持的假设称为备择假设或研究假设，用H1表示。
2.统计检验量：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作出决策的某个样本统计量，称为检验统计量。
标准化检验统计量：是将统计检验量标准化，标准化的统计检验量=（点估计量-假设值）/点估计量的抽样标准差。
3.第Ⅰ类错误：当原假设为真时拒绝原假设，所犯的错误称为Ⅰ类错误。
犯第Ⅰ类错误的概率通常记为α。
第Ⅱ类错误：当原假设为假时没有拒绝原假设，所犯的错误称为第Ⅱ类错误，又称取伪错误。
犯第Ⅱ类错误的概率通常记为β。
它们发生概率之间的关系：在样本量不变的情况下，要减小α就会使β增大，而要增大α就会使β减小，这两类错误此消彼长。
4.显著性水平：假设检验中犯的第Ⅰ类错误的概率，称为显著性水平，记为α。
它对于假设检验决策的意义：显著性水平是人们事先制定的犯第Ⅰ类错误的概率α的最大允许值，在实际应用中，显著性水平往往是人们事先给出的一个值。
5.P值：在原假设为真的条件下，检验统计量的观察值大于或等于其计算值的概率，称为P值，也称为观察到的显著性水平。
利用P值决策的准则：如果P值＜α，拒绝H0；如果P值＞α，不拒绝H0.6.单侧检验与双侧检验的区别：单侧检验中，P值位于抽样分布的一侧，而双侧检验P值位于分布的两侧，每一侧的P值为1/2.7.大样本情形下总体均值左侧检验的拒绝域：Z＜﹣Zα；右侧检验的拒绝域：Z＞Z；双侧检验的拒绝域：|Z|＞Zα/2。
8.小样本情形下总体均值检验应该构造的检验统计量t 应用前提：服从正态分布9.小样本情形下总体均值左侧检验拒绝域：t＜﹣tα(n-1)；右侧检验拒绝域： t＞tα（n-1）；双侧检验的拒绝域：|t|＞tα/2（n-1）10.假设检验的一般步骤：①依照题意建立原假设H0与备择假设H1②判断样本大小并计算检验统计量③根据显著水平进行判断原假设是否成立。
1、相关关系：变量之间存在的不确定的数量关系。
相关关系的特点：一个变量的取值不能由另一个变量唯一确定，当变量x取某个值时，变量y的取值可能有几个2、相关系数的取值和意义：取值范围：—1≤r≤1。