统计学课程介绍
统计学专业课程表
统计学专业课程表1. 课程介绍统计学是一门研究数据收集、分析和解释的学科，它在现代社会中扮演着重要的角色。
统计学专业课程旨在为学生提供深入的统计学知识和技能，培养他们在数据分析和决策制定方面的能力。
本文将详细介绍统计学专业的课程设置。
2. 本科阶段课程2.1 基础课程•高等数学：为统计学专业的学生提供数学基础知识，包括微积分、线性代数等内容。
•概率论与数理统计：介绍概率论和数理统计的基本概念、原理和方法，为后续课程打下基础。
•数值计算方法：介绍计算数值解的方法，为后续统计计算提供支持。
2.2 核心课程•统计推断：探讨统计推断的理论和方法，包括参数估计、假设检验、置信区间等内容。
•回归分析：介绍线性回归、非线性回归和多元回归分析的基本原理和应用。
•多元统计分析：包括多元方差分析、主成分分析、聚类分析等多个统计方法。
•时间序列分析：研究时间序列数据的特征、模型和预测方法。
•抽样调查方法：介绍抽样调查的设计、实施和分析方法。
•统计计算与软件应用：学习统计计算的基本方法和常用软件的应用，如R、Python等。
2.3 选修课程•生存分析：研究生存数据的分析方法，包括生存函数、风险比和生存曲线等内容。
•贝叶斯统计：介绍贝叶斯统计的基本原理和方法，探讨贝叶斯推断的应用。
•统计质量控制：学习统计质量控制的基本概念和方法，包括过程能力分析、控制图等内容。
•数据挖掘与机器学习：介绍数据挖掘和机器学习的基本算法和应用。
3. 硕士阶段课程3.1 基础课程•高级统计学：深入研究统计学的理论基础和高级方法，包括理论推导和数值计算。
•数理统计：学习统计学的数学基础，包括极大似然估计、贝叶斯估计等内容。
•实验设计与分析：介绍实验设计和分析的方法，包括方差分析、回归分析等内容。
3.2 专业课程•高维数据分析：研究高维数据的统计分析方法，包括降维技术和高维回归等内容。
•非参数统计：介绍非参数统计的基本原理和方法，探讨非参数估计和假设检验的应用。
统计学课程内容
统计学课程内容统计学是一门研究数据收集、分析和解释的学科。
它提供了一些重要的工具和技巧，帮助我们理解和解释现实世界中的各种现象和问题。
本文将介绍统计学课程的一些主要内容。
一、数据收集数据收集是统计学的基础，它涉及到如何有效地收集和整理数据。
在统计学课程中，我们学习了各种数据收集方法，包括调查问卷、实验设计、抽样等。
我们还学习了如何设计有效的调查问卷和实验，以及如何避免常见的数据收集偏差。
二、描述统计学描述统计学是统计学中的重要概念之一。
它涉及到如何对收集到的数据进行整理、总结和描述。
我们学习了各种描述统计学方法，如平均数、中位数、众数、标准差等。
这些方法可以帮助我们理解数据的分布和变异程度。
三、概率论概率论是统计学中的重要理论基础。
在统计学课程中，我们学习了概率的基本概念、概率分布、随机变量等。
我们还学习了如何使用概率来解决实际问题，如概率模型、概率分布函数等。
概率论为统计学提供了一种有效的工具，用于研究和分析随机现象。
四、统计推断统计推断是统计学中的核心内容之一。
它涉及到如何根据样本数据对总体进行推断和预测。
在统计学课程中，我们学习了点估计、区间估计和假设检验等方法。
这些方法可以帮助我们从样本数据中推断出总体的特征，并对推断结果进行验证和评估。
五、回归分析回归分析是统计学中的一种重要方法，用于研究变量之间的关系。
在统计学课程中，我们学习了简单线性回归和多元线性回归等方法。
这些方法可以帮助我们建立数学模型，预测和解释变量之间的关系，并进行相关性分析。
六、实验设计实验设计是统计学中的一门重要课程。
它涉及到如何设计和分析实验，以确定因果关系。
在统计学课程中，我们学习了完全随机设计、区组设计、因子设计等方法。
这些方法可以帮助我们控制实验条件，减少干扰因素，并得出可靠的实验结论。
七、贝叶斯统计贝叶斯统计是统计学中的一种重要方法，用于处理不确定性和主观性问题。
在统计学课程中，我们学习了贝叶斯定理、贝叶斯网络等基本概念和方法。
统计学专业要学的课程
统计学专业要学的课程
统计学是一门涉及数据收集、分析和解释的学科，因此统计学
专业的课程通常涵盖了广泛的内容。
以下是统计学专业通常要学习
的一些课程：
1. 基础统计学，这包括概率论、数理统计学、统计推断等基础
理论课程，学生将学习统计学的基本原理和方法。
2. 数据分析，这些课程涵盖了数据收集、整理、分析和解释的
技术和工具，包括统计软件的使用、数据可视化和数据挖掘等内容。
3. 统计计算，学生将学习如何使用计算机来进行统计分析，包
括编程语言（如R、Python等）的使用和统计模拟方法等内容。
4. 实验设计，这些课程涵盖了如何设计和进行实验研究，包括
实验设计原理、实验数据分析等内容。
5. 应用统计学，学生将学习如何将统计学应用于不同领域，如
经济学、生物学、医学等，以解决实际问题。
6. 统计模型，这些课程涵盖了各种统计模型的理论和应用，如
线性模型、时间序列分析、多元统计分析等内容。
7. 统计案例分析，学生将学习如何分析真实世界的统计案例，
从中获取经验和技巧。
除了上述课程外，统计学专业还可能涉及到数学、计算机科学、经济学等相关领域的课程。
此外，一些统计学专业还可能要求学生
进行实习或独立研究，以获得实际经验和能力。
总的来说，统计学
专业的课程涵盖了统计学的理论和方法，数据分析技术以及其在实
际应用中的运用。
统计学课程教学大纲
《统计学》课程教学大纲一、课程基本信息课程代码：161514003课程名称：统计学英文名称：课程类别：专业课学时：48学分：3适用对象:工商管理专业考核方式：考试先修课程：线性代数、概率论二、课程简介统计学是一门具有悠久历史的科学，一般认为其理论起源于古希腊的亚里士多德时代，至今已有超过2300年的历史。
起初，统计学主要关注社会经济问题的研究。
在经过两千多年的发展过程中，统计学至少经历了“城邦政情”、“政治算数”和“统计分析科学”三个阶段。
从广义上讲，统计学是一门研究收集、整理、分析和解释数据或信息的学科，而从专业角度来看，它主要分为数理统计、经济统计和生物统计等方向。
作为工商管理专业的核心课程之一，本课程更侧重于经济统计的学习。
三、课程性质与教学目的统计学是工商管理专业的必修课程。
本课程旨在通过教学、实验和讨论，帮助学生掌握现代统计方法，培养数据思维能力。
学生将能够基于真实的统计调查数据和大数据来观察和分析经济社会现象，揭示数据背后的规律，并培养实事求是的精神。
此外，课程还将提升学生在科学决策和量化决策方面的能力。
四、教学内容及要求第一章导论（一）目的与要求1.掌握统计学的概念和统计分析的步骤2.认识学习统计学的重要性（二）教学内容1.主要内容（1）什么是统计学（2）学习统计学的必要性（3）如何学习统计学（三）教学方法与手段课堂讲授、课堂讨论第二章数据来源（一）目的与要求1.了解各种数据的主要来源和采集方法2.掌握抽样调查方法及各种抽样方法的适用条件（二）教学内容1.主要内容（1）数据的采集方式（2）数据采集机构（3）抽样调查2.基本概念和知识点（1）总体和样本（2）随机抽样（3）整群抽样（4）放回抽样（5）不放回抽样3.问题与应用（能力要求）（1）了解各种数据的来源及采集方法（2）掌握抽样方法（三）思考与实践能够正确运用抽样方法进行科学抽样。
（四）教学方法与手段课堂讲授第三章统计分析软件R操作（一）目的与要求1.能够运用R软件进行数学计算2.能够运用R软件进行统计描述分析3.能够正确将各种文件格式数据导入R软件，并将计算结果输出并保存为各种格式的文件（二）教学内容R软件的基本操作（三）思考与实践能够熟练使用R软件进行统计分析。
《统计学》课程标准
《统计学》课程标准1.课程描述1.1 课程基本情况课程名称：统计学适应专业：市场营销专业、工商企业管理、计算机信息管理、电子商务专业学时标准：42学分标准：21.2 课程性质本课程是是经济及管理等社会学科各专业必修的一门专业基础课。
通过本课程的学习, 使学生能够系统、深入地掌握统计分析的专业理论知识，学会运用科学的理论观念、现实的手段和方法，考虑市场变化的特点，对市场的数据搜集和分析进行可行性分析和优选判断，从而客观而现实地设计市场的变化。
它要以《高等数学》课程的学习为基础，也是进一步学习其他经营与管理类理论的基础。
1.3课程设计思路本课程是依据“经管类专业工作任务与职业能力分析表”中的经营管理技能工作项目设置的基础课程。
随着社会经济的发展，21世纪是数字信息和营销主导的时代，越来越多的人认识到信息搜集对企业的重要性。
数据处理已贯穿于企业生产经营的方方面面，它是企业赖以生存和发展的基础和依据，而人们的生活与经济也息息相关。
统计学是市场营销的主要课程之一，根据任务引领型的项目活动要求，因此而设置这门课。
课程内容的编排和组织是以企业需求、学生的认知规律、多年的教学积累为依据确定的。
立足于实际能力培养，对课程内容的选择标准作了根本性改革，打破以知识传授为主要特征的传统学科课程模式，转变为以工作任务为中心组织课程内容，并让学生在完成具体项目的过程中学会完成相应工作任务，并构建相关理论知识，发展职业能力。
经过数据库行业专家深入、细致、系统的分析，本课程最终确定了以下8个学习章节：统计调查、统计整理、综合指标、动态数列、统计指标、抽样推断、相关分析和回归分析、统计预测等。
课程内容突出对学生职业能力的训练，理论知识的选取紧紧围绕工作任务完成的需要来进行，并融合了相关职业资格证书对知识、技能和态度的要求。
项目设计以工作任务为线索来进行。
教学过程中，采取理实一体教学，给学生提供丰富的实践机会。
按照情境学习理论的观点，只有在实际情境中学生才可能获得真正的职业能力，并获得理论认知水平的发展，因此本课程要求打破纯粹讲述理论知识的教学方式，实施项目教学以改变学与教的行为。
统计学专业课程安排
统计学专业课程安排一、引言统计学作为一门重要的学科，它的专业课程安排至关重要。
本文将介绍统计学专业的课程安排及其重要性。
二、基础课程1. 概率论与数理统计：这门课程是统计学专业的基石，主要介绍基本的概率论和数理统计的理论和方法。
学生将学习到概率分布、随机变量、参数估计、假设检验等重要概念和技巧。
2. 线性代数与矩阵论：线性代数与矩阵论是统计学中的重要数学工具，通过学习这门课程，学生能够更好地理解和应用统计学中的向量、矩阵、线性方程组等概念和方法。
3. 数值分析：数值分析是统计学中的一门重要的计算方法课程，它主要介绍各种数值计算方法，如插值、数值积分、数值微分等。
学生通过学习这门课程可以更加熟练地运用计算机进行统计数据的处理和分析。
三、专业核心课程1. 统计推断：统计推断是统计学中的核心内容，主要包括参数估计和假设检验。
这门课程将深入介绍各种统计推断方法的理论和应用，包括点估计、区间估计、假设检验等。
2. 回归分析：回归分析是统计学中的一种重要的数据分析方法，它主要用于研究变量之间的关系。
学生将学习回归分析的基本原理、模型设定和参数估计方法，以及如何进行模型诊断和拟合优度检验。
3. 方差分析：方差分析是统计学中用于比较两个或多个组之间差异的方法。
学生将学习方差分析的基本原理、方差分析表的解读和多重比较方法等内容。
4. 时间序列分析：时间序列分析是统计学中用于研究时间序列数据的方法，它主要包括平稳时间序列模型、非平稳时间序列模型、季节性调整等内容。
学生将学习如何利用时间序列分析方法对时间序列数据进行建模和预测。
四、拓展课程1. 大数据分析：随着大数据时代的到来，大数据分析成为统计学的热门领域。
这门课程将介绍大数据分析的基本概念、技术和方法，培养学生对大数据的处理和分析能力。
2. 数据挖掘：数据挖掘是一种从大量数据中发现隐藏模式和关联规则的方法。
学生将学习数据挖掘的基本原理、常用算法和实际应用等，培养学生的数据挖掘能力。
统计学专业的课程有哪些
统计学专业的课程有哪些统计学专业是一门涉及收集、分析和解释数据的学科。
在统计学专业的课程设置中，学生将学习从数据中提取信息、进行模型建立以及进行推断和预测的技能。
本文将介绍统计学专业的主要课程，并说明它们在培养专业技能和知识方面的重要性。
1. 统计学基础课程统计学专业的学生通常会从统计学基础课程开始学习，包括概率论、数理统计学和统计方法学。
概率论是研究随机现象的理论，学生将学习概率模型和概率分布，并学会如何通过概率来描述并推断数据。
数理统计学研究如何利用数据推断总体特性，学生将学习不同的估计方法和假设检验。
统计方法学则聚焦于统计实证研究的设计、采样和数据分析。
2. 数据分析与统计软件在统计学专业中，数据分析是不可或缺的一门课程。
学生将学习如何清理和整理数据、应用统计学原理进行数据分析，以及如何解读和报告数据分析结果。
此外，学生还将学习使用统计软件工具来处理大规模数据，如R、Python和SPSS等。
3. 回归分析回归分析是统计学中一种重要的方法，用于研究变量之间的关系和预测。
学生将学习线性回归、多元回归和逻辑回归等方法，以及相关的假设检验和模型诊断。
回归分析在实证研究、市场调研和风险评估等领域有广泛应用。
4. 抽样调查与实验设计抽样调查与实验设计是统计学中的两项重要内容。
学生将学习如何设计有效的抽样方案，以获取代表性的数据，并且学习实验设计原理和相关的统计分析方法。
这些技能对于从大规模数据中得出可靠结论以及为实验设计提供科学依据非常重要。
5. 时间序列分析时间序列分析是一种处理具有时间相关性的数据的方法。
学生将学习建立时间序列模型、进行模型诊断和预测。
时间序列分析在经济学、金融学和气象学等领域中具有重要的应用。
6. 多元统计分析多元统计分析是研究多变量之间关系的统计学方法。
学生将学习主成分分析、聚类分析、判别分析和因子分析等多元分析技术，以揭示数据背后的结构和模式。
总结：统计学专业的课程包括统计学基础、数据分析与统计软件、回归分析、抽样调查与实验设计、时间序列分析和多元统计分析等。
《统计学》课程教学大纲、简介、教案
《统计学》课程教学大纲课程编号：1331050课程名称：《统计学》总学时数：54实验或上机学时：12先修课程：高等数学（微积分、概率论与数理统计）、计算机基础、会计学。
后续课程：计量经济学、国际贸易、国际金融、国际投资学、市场营销学等。
一、说明部分1、课程性质：统计学是研究如何搜集数据，分析数据，以便得出正确认识结论的方法论科学。
它是国家教育部规定的财经类专业的核心课程，主要研究如何用科学的方法去搜集、整理、分析国民经济和社会发展的实际数据，并通过统计所特有的统计指标和指标体系，表明所研究的社会经济现象的规模、水平、速度、比例和效益，以反映社会经济现象发展规律在一定时间、地点、条件下的作用，描述社会经济现象数量之间的联系关系和变动规律。
本课程在非统计专业的本科教学中，一般作为专业基础课程安排在第三学期开设。
2、教学目标及意义：通过本课程的教学，使学生了解统计学的基本原理，掌握统计学的基本方法，在定性分析基础上做好定量分析。
用统计学的知识去“发现问题、分析问题、解决问题”，提高学生们专业的应用技能，以适应社会主义市场经济中各类问题的实证研究、科学决策和经济管理的需要。
同时，也为学习计量经济学、国际投资学、市场营销学等其他分支学科课程奠定基础。
3、教学内容及教学要求:教学内容共计8章：第一章总论 Introduction第二章统计调查Statistical surveys第三章统计整理Statistical Date Arrangement第四章统计指标分析Statistical Indicator Analysis第五章统计抽样Sampling第六章统计相关与回归分析Correlation and regression第七章时间数列分析Time series analysis第八章统计指数Index numbers analysis教学要求：考虑到财经类专业把本课程作为专业基础课开设，本课程的内容既包括统计方法，也包括必要的社会经济指标核算的基本知识。
《统计学》课程简介
《统计学》课程简介
一、课程基本信息
课程代码：201309019
课程名称：统计学
英文名称:Statisitics
学分：3 总学时：48
讲课学时：48 实验学时：0 上机学时：0 课外学时：0
适用对象：经济管理各专业
先修课程：概率论与数理统计
开课单位：经济与管理学院
二、课程内容与教学目标
统计学课程是经济管理类各专业的专业基础理论课程，研究的是社会经济统计的基本原理。
其任务是介绍统计的发展过程，讲解统计学基本原理与基本方法，为学生进一步学好其他相关课程，以及毕业后能顺利地从事经济管理工作打下坚实的基础。
通过本课程的学习，学生应达到以下基本要求：
1 .了解统计学的研究对象和方法，以及我国的统计制度。
2.掌握统计学的基本原理，并学会用原理解决社会经济实践中出现的问题。
三' 对教学方式、实践环节' 学生自主学习的基本要求
本课程采用板书与多媒体课件结合的方式进行课堂教学，学生应能独立完成教学大纲规定的基本要求，学生应在课下自主进行复习或预习。
四'考核方式与学习成绩评定
本课程为考试课程，期末考试为闭卷笔试。
学生的课程总评成绩由平时成绩（占30%）和期末考试成绩（占70%）两部分构成，平时成绩根据出勤、作业、课堂测验、学习主动性构成。
统计学专业主干课程介绍
统计学专业主干课程介绍统计学作为一门应用科学，旨在通过数据的收集、整理、分析和解释，从而帮助人们更好地理解和应对现实世界中的各种问题。
在统计学专业中，主干课程是学生们建立坚实基础、培养分析思维和技能的关键环节。
本文将介绍统计学专业中的主干课程，包括概率论、数理统计、统计推断、回归分析和试验设计。
一、概率论概率论是统计学的基础，它研究随机现象的规律及其数学理论。
在概率论课程中，学生将学习基本概念，如样本空间、随机事件、概率等；掌握概率计算的方法，如加法原理、乘法原理、条件概率等；熟悉常见的概率分布，如二项分布、正态分布等。
通过学习概率论，学生可以建立对随机现象的认识和理解，为后续统计学课程的学习打下坚实基础。
二、数理统计数理统计是统计学的核心，它研究如何通过样本数据来推断总体的参数和进行统计推断的方法。
在数理统计课程中，学生将学习随机变量及其分布、抽样分布、参数估计、假设检验等内容。
学生将通过实际案例和实验，掌握常见统计推断方法的应用，培养分析和解决实际问题的能力。
三、统计推断统计推断是基于抽样数据对总体进行推断的方法和理论。
在统计推断课程中，学生将深入了解参数估计、假设检验、置信区间等内容。
学生将通过解决具体问题，理解参数估计的概念、计算方法和性质，同时掌握假设检验的原理和步骤。
统计推断的学习将使学生能够凭借有限的数据来对总体进行推断并做出科学决策。
四、回归分析回归分析是统计学中重要的一门课程，它主要研究变量之间的关系及其建模方法。
在回归分析课程中，学生将学习简单线性回归和多元线性回归的原理和方法；理解回归模型的假设前提和常见问题；掌握回归模型的参数估计、模型拟合和诊断等。
回归分析的学习将使学生能够利用统计方法分析变量之间的关系，并进行预测和解释。
五、试验设计试验设计是统计学的一门重要应用课程，它主要研究如何通过科学的实验设计来获取高质量的数据。
在试验设计课程中，学生将学习一些常用的试验设计方法，如完全随机设计、区组设计等；了解随机化和均衡设计的原理和策略；掌握试验结果的分析和解释方法。
统计学专业课程
统计学专业课程随着人们对数据的需求越来越高，统计学作为一门重要的学科，也越来越受到人们的重视。
统计学专业课程就是为了培养统计学专业人才而设立的课程。
本文将从课程设置、教学方法、学习重点等方面，对统计学专业课程进行详细介绍。
一、课程设置统计学专业课程通常由基础课程和专业课程两部分组成。
基础课程包括概率论、数理统计学、线性代数、高等数学等，这些课程为后续的专业课程打下了坚实的基础。
专业课程则包括统计推断、回归分析、多元统计分析、时间序列分析、实验设计等，这些课程是统计学专业的核心课程，也是统计学专业人才必须掌握的知识。
二、教学方法统计学专业课程的教学方法通常采用理论与实践相结合的方法。
在理论教学方面，教师会讲解统计学基本概念、理论和公式，让学生掌握统计学的基本知识。
在实践教学方面，教师会引导学生进行数据分析、实验设计等实践活动，让学生深入学习和掌握统计学的应用技能。
三、学习重点统计学专业课程的学习重点主要包括以下几个方面：1.掌握统计学基本概念、理论和公式，建立统计学的基本框架。
2.了解各种统计方法的原理和应用场景，能够正确选择和应用统计方法。
3.掌握各种数据分析工具的使用方法，能够熟练运用数据分析工具进行数据处理和分析。
4.具备实验设计和数据采集的能力，能够设计和实施统计实验，获得可靠的实验结果。
5.具备科学研究和学术写作的能力，能够撰写高质量的学术论文和研究报告。
四、课程应用统计学专业课程的应用非常广泛，主要包括以下几个方面： 1.企业管理：统计学可以帮助企业进行市场调研、产品定价、销售预测、质量控制等方面的工作。
2.医疗卫生：统计学可以帮助医疗机构进行临床试验、疾病预测、健康管理等方面的工作。
3.金融投资：统计学可以帮助金融机构进行风险管理、资产定价、投资组合优化等方面的工作。
4.科学研究：统计学可以帮助科研人员进行数据分析、实验设计、模型建立等方面的工作。
五、结语统计学专业课程是培养统计学专业人才的重要途径。
统计学课程描述
统计学课程描述
统计学是一门重要的数学专业，也是一种工程学科，是利用数学和计算机等方法，对实际问题和科学问题进行研究，以获取从零数据中推断出的有用结论的一种科学学科。
统计学的学习经历在科学的进步中发挥了重要的作用。
研究和推断所有研究问题的基础是统计学，而且统计学解决了人们大量的科学问题。
统计学课程是学习统计学的必修课程之一，主要教授统计学的基础理论和实践方法，以及使用这些方法实施实际研究和分析的相关知识。
课程设置的内容包括：统计学的历史、基本概念、统计量的计算、概率论、随机变量和概率分布、抽样理论、样本误差计算和参数估计、分析分类和回归分析、综合统计分析,等等。
统计学课程在实践性教学中体现出来，学生能够熟练运用统计学原理和方法进行实际研究，了解获取数据之后进行统计分析的方法，并能够根据获得的统计量估计出相应的参数，并对参数进行检验，以及根据检验结果作出正确的统计结论。
课程中还会教授统计分析中的各种假设检验，如：单样本t检验，双样本t检验，差异性检验，分类分析，卡方检验，线性回归分析，多元回归分析，时间序列分析等。
从理论角度说，统计学课程要求学生对统计学的基本原理有深刻的理解，特别是概率论和数理统计等方面的基础知识，以及使用这些知识来处理统计问题和统计分析的方法。
在实践训练中，学生需要熟悉选取样本的方法，搜集样本数据，运用计算机软件来进行数据处理以及计算和分析样本数据，并用图表和文字对结果进行表述，从而推
出结论。
综上所述，统计学是一门重要的专业，其课程涵盖统计学的基本理论、方法和实践，使学生可以在实践中理解并应用统计学的相关知识，从而解决实际问题。
- 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)。
學統計學用途?
不確定 性問題
TOOL(統計學)
原來 如此
Why?
統計學的用途(2/2)
待解決的 問題 管理問題的 提出 管理問題的 確認 轉換為統計 問題 重新提出問題 經營決策的 制定 管理問題的 解決
新的問題
統計分析 結果
統計分析 圖 統計在經營決策中應用的流程
1-15
何謂統計學
針對不確定的情形下，提供人們做出有效決策的一種
直觀法 眼先為憑
推理法 例：88水災
科學的方法
嚴謹的推論與辯證程序系統化的証實方法
統計推論的目的，就是推知真理 統計決策的目的，就是在找到真相
好好學統計，真的很重要
科學理論 (提供邏輯基礎)
經驗資料蒐集 (提供實証資料)
資料分析 (理論與實際的比較與檢驗)
社會科學VS工程科學
不同處?
統計的起源（1/2）
科學方法
蒐 集
整 理
呈 現
分 析
分析推論
解 釋
合理的估計或判定
統計學區分
統計學
描述統計
推論統計
描述統計VS推論統計
表現方法
描述統計
以數值、表格、 圖形來呈現
推論統計
根據樣本或母體的 某些特性分析結果， 作一合理推測或估 計
統計學的分類 III
描述統計（descriptive statistics）
順序變數 (ordinal variable) 各數值代表具有大小關係的類別 例如教師等級 1：教授， 2：副教授，3：助理 教授， 4 ：講師 等距變數 (interval variable) 各數值代表具有一定距離意義的程度 例如 IQ 得分 180 、 120 、 60 ，兩兩分別差 60 比率變數 (ratio variable) 各數值代表具有一定比例意義的程度 例如身高 180、120、60，兩兩分別為 3/2 倍與 2倍
連續變項（continuous variable）
測量尺度與變項型態
名義尺度 (nominal scale) 將測量對象依性質分組
名義變數 (nominal variable) 各數值代表各不同類別 例如居住地區 1 ：北， 2：中， 3：南， 4 ：東
順序尺度 (ordinal scale) 將測量對象依性質分組並 可排列順序
變項的類型
從因果影響的關係來看
獨變項（independent variable; IV）
不受任何因素影響的前置變項 又稱為預測或解釋變數 依變項的變化主要歸因於獨變項的變動。 又稱為結果或反應變數
依變項（dependent variable; DV）
從被測量的對象的性質來看
統計學 一套處理與分析量化資料的技術 探究統計方法的原理與應用的學科，稱為統計學 （statistics） 統計與國家治理關係密切 十八世紀，德國人將「國家應該注意的事實學問」，包 括國家的組織、人口、軍隊與資源的記述工作，以德文 的statistika一詞，正式命名為統計學 統計（statistic）與國家（state）語出同源
科學的目的
發掘真相（discover the truth）
科學不同於字謎遊戲，能夠為人類求知獲解，主要是因 為它採用一套特殊的方法與程序。
發展一個適切的研究計畫、選擇正確的研究方 法與分析工具、進而達到我們從事研究工作的 目的。
傳統之知識創造活動
權威法 ?法
?法
?法
傳統之知識創造活動
權威法 大師說 慣常法 天經地義
圖1.1 母體與樣本
1-21
量化研究的基 本程序
概念
外在物理世界 (年輕人不願吃 苦，易生挫折)
概念(草莓族)
心理世界(理 解年輕人挫折 容忍度不足的 理像)
假設、定義變項
假設---若A則B
---例如，A是指「父母使用民主的教養方式」，B則可能 是「子女的學習行為傾向主動積極」，若A則B的形式 所表示則為「如果父母使用民主的教養方式，則子女 學習行為傾向於主動積極」。 變項
統計學
劉文雄 老師
課程相關規則介紹：
上課用書---陳建勝等人（2007），統計學-商業與管理的應用，智高文
化出版社，台北。 上課方式---電子檔投影片配合上課用書+白板書寫+同學討論 評分方式--A、期中考30%、期末考30%、平時考10%、平時成績30% B、平時成績包含「上課出席率」，未到扣2分，遲到扣1分 C、平時表現加分(分組討論及報告) D 、考試作弊零分 其它----A、作業繳交---利用老師網頁之「作業上傳區」上傳。 B、上課用投影片請於老師網頁「上課投影片區」下載。 C、期中、末考題均CLOSE BOOK考試。 D、平時考均於期中、末考前2週。 E、成績、考古題、作業等相關訊息公佈於老師網頁。
分組統計遊戲
每組約四人
樣本範圍為全班同學 題目抽選(或自訂)
各組每周進度報告
表現優良題目入選期考題目 期末繳交最後成果書面報告 成績上限為20分(期末成績額外加20分，即統計學滿分
為120分)
Chapter 1 科學研究與量化方法
社會科學研究方法有哪些?
科學方法與推論統計
目的在整理與描述研究者所獲得的數據，以描繪出數據
的全貌與特徵
推論統計（inferential statistics）
目的則在進行統計的檢驗與決策，尋找數據背後的科學
意義 基礎推論統計（elemental inferential statistics）
變項間關聯程度與團體差異顯著性的探討
高等推論統計（advanced inferential statistics） 分組預測、結構關係、時間關係的探討
—母體與樣本(1/2)
• 母體：調查者所欲研究的全部對象所成的 集合。 • 樣本：母體的部分集合。
—母體與樣本(2/2)
母體特徵： 參數 母體 樣本特徵： 統計量
抽樣
樣本
推論
間斷變項（discrete variable）
被測量的對象，在變項的數值變化上是有限的，數值與數值之間， 無法找到更小單位的數值。 例如家庭子女數、某個都市的戶數、性別、國籍等等 被測量的對象，其特徵可以被變項中以無限精密的數值來反應。如 果技術上允許，數值可以無限切割 例如以米尺測量身高、以體重計測量體重、以溫度計測量氣溫等