统计学名词解释汇总
统计学名词解释
统计学名词解释第一章绪论1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。
2.总体：又称母全体、全域，指具有某种特征的一类事物的全体。
3.个体：构成总体的每个基本单元称为个体。
4.样本：从总体中抽取的一部分个体，称为总体的一个样本。
5.次数：指某一事件在某一类别中出现的数目，又称为频数。
6.频率：又称相对次数，即某一事件发生的次数被总的事件数目除，亦即某一数据出现的次数被这一组数据总个数去除。
7.概率：某一事物或某一情在某一总体中出现的比率。
8.观测值：一旦确定了某个值。
就称这个值为某一变量的观测值。
9.参数：又称为总体参数，是描述一个总体情况的统计指标。
10.统计量：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1.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。
2.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。
3.简单次数分布表：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，适合数据个数和分布范围比较小的时候用。
4.分组次数分布表：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，适合数据个数和分布范围比较大的时候用。
5.分组次数分布表的编制步骤：（1）求全距（2）定组距和组数（3）列出分组组距（4）登记次数（5）计算次数6.分组次数分布的意义：（1）优点：A．可将杂乱无章数据排列成序，以发现各数据的出现次数及分布状况。
B．可显示一组数据的集中情况和差异情况等。
（2）缺点：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，即归组效应。
统计学名词解释(超全)
统计学名词解释(超全)统计学：是一门搜集、整理、显示和分析统计数据的方法论科学。
总体：就是统计所要研究的事物或现象的全体，即由客观存在的，具有某种共同特征的许多个别事物构成的整体。
参数：是描述总体数量特征的指标，又称总体指标。
样本：是指从统计总体中抽取出来作为代表这一总体的、由部分个体组成的集合体。
变量：指给所要研究的事物起的名字，包括可变的标志和所有的统计指标。
总体参数：描述总体数量特征的指标，又称总体指标。
样本统计量：是根据样本数据计算出来的样本指标，用来描述样本的数量特征。
普查：为某一特定目的而专门组织的一次性全面调查。
抽样调查：是按随机原则，从总体中抽选部分单位进行观察，并根据部分单位（样本）的调查数据，从数量方面推断总体参数的一种非全面调查。
统计分组：根据被研究现象总体的内在特点以及统计研究的目的，将总体按照一定的标志分为若干个性质不同的组成部分的一种统计方法。
统计表：指显示统计整理结果的表格，就是把通过整理的调查数据，使其成为得以说明现象总体数量特征的分组数据，并按一定顺序排列而形成的表格。
时期数据：反映现象总体在一段时期内发展变化总结果的总量指标。
时点指标：反应现象整体在某一的点（瞬间）上所处状况的总量指标。
众数：是一组数据中出现次数最多的变量值。
时间序列：将反映某种现象的统计指标在不同时间上的数值，按时间顺序排列而成的序列。
发展水平：时间序列中的每一项指标数值，都称为发展水平，它反映了某种现象在一定时期或时点所达到的规模和水平。
均匀发展水平：将不同时间的发展水平加以均匀而得到的均匀数。
发展速度：是反映现象发展变化快慢程度的动态相对指标，是根据两个不同时期的发展水平对比求得的。
环比发展速度：是时间序列中敷陈期发展水平与前期发展水平之比，表明现象逐期发展变化的方向和程度。
定基发展速度：是报告期发展水平与某一固定时期发展水平（最初发展水平）之比，说明现象在较长时期内总的发展变动方向与程度。
(完整)统计学名词解释
名词解释：医学统计学：用统计学的原理和方法研究生物医学问题的一门学科.变量（variable ）：观察单位的某项特征变量值（value of variable ）：变量的观察结果（测量值）总体(population ）：是根据研究目的确定的同质的观察单位的全体，确切的说是同质的所有的观察单位某种变量值的集合。
样本（sample)从总体中随机抽取部分由代表性的观察单位，其测量值的集合称为样本。
随机抽样(random sample ）：按随机化原则从总体中抽取部分观察单位的过程。
同质（homogeneity ）:是针对被研究指标来讲，其影响因素相同.简单地理解就是指对研究指标影响大约可以控制的主要因素应尽可能相同。
变异（variation)：指在自然地状态下,个体测量结果在同质基础上的差异。
等级资料（ordinal data ）：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位称为等级资料，如患者的治疗结果可分为治愈,好转，有效，无效,死亡.有序变量(定性变量的一种）。
概率（probability)：是度量某一随机事件A 发生可能性大小的一个数值，记为P （A ），P （A ）越大，说明A 事件发生的可能性越大,0〈P(A)<1,小概率事件.频率（frequency ）：在相同的条件下，独立重复做n 次实验，事件A 出现了m 次,比值m/n 称为随机事件A 在n 次实验中出现的频率。
随机误差（random error):排除了系统误差后的尚存的误差，受多种因素影响，使观察值不按照方向性和系统性而随机的变化，误差变量一般服从正态分布,可以通过统计处理来估计.系统误差（system error ）:由于受试对象,研究者，仪器设备，研究方法等非实验因素影响等确定性原因造成，有一定倾向性或规律性的误差，可以避免.随机变量（random variable ）:是指取值不能事先确定的观察结果，不能用一个正常数来表示，每个变量的取值服从特定的概率分布。
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;。
统计学名词解释超级大全
大量惰性原则：某一事物的某一性质或状态，在反复观察或试验中是保持不 变的。
有效数字：指能影响测量准确性的数字。
变量：又称随机变量。具有变异性的数据。三个特性，离散型，变异性，规 律性。
推断统计：又称抽样统计。它是根据对部分个体进行观测所得到的信息，通 过概括性的分析、论证，在一定可靠程度上去推测相应团体。换言之，就是根据 已知的情况推测未知情况。
实验设计：研究如何更加合理、有效地获得观测资料，如何更正确、更经济、 更有效地达到实验目的，以揭示试验中各种变量关系的实验计划。
统计常态法则：从总体中随机抽取一部分个体所组成的样本，差不多可以保 持总体的特征。这种样本特性保持着总体特性的现象叫做统计常态法则。
次数：某一事件在某一类别中出现的数目，又叫频数，用 f 表示。 频率：指每一组的数据个数除以数据的总和，又称相对次数。用符号 p 表示。 百分频率：频率与百分数的乘积。
组中值：每一组的中点值，常用 m 或 Xc 表示。 全距：全部数据的距离，也称极差，是用一群数据中的最大值减去最小值。 组距：指每一组所包含的间隔或数据单位，用 i 表示。 组限：指每一组的起止点或每一组的界限。
统计表：以表格的形式表达统计资料数量关系的方式或工具。 统计图：以几何图形和形象图形表示统计资料数量关系的工具。
次数分布 累积次数：以简单次数为基础，从最低组开始逐级累加直至最高组，或从最 高组开始逐级累加直至最低组，用符号 cum﹒f 或 F 表示。 累积百分频率：各组累计次数与总次数的比值。
一时性资料：在一定时限内所收集的有关问题的资料为一时性资料。来源三 个方面，教育与心理调查，教育与心理测量和教育与心理实验。
统计学名词解释
总体：总体是指客观存在的，在同一性质基础上结合起来的许多个别事务的整体，亦称统计总体。
总体单位：总体单位是指构成统计总体的个别事物的总称。
指标：指标是反映总体现象数量特征的概念。
标志：标志是说明总体单位特征的名称。
统计调查：是按照预定的目的和任务，运用科学的统计调查方法，有计划有组织地向客观实际搜集统计资料的过程。
调查对象：是根据调查目的、任务确定的调查的范围，即所要调查的总体，它是由某些性质上相同的许多调查单位所组成的。
调查单位：是所要调查的现象总体中的个体，即调查对象中的一个一个具体单位，它是调查中要调查登记的各个调查项目的承担者。
报告单位：是负责向统计调查机关提交调查资料的单位。
普查：是专门组织的一次性的全面调查，用来调查属于一定时点上或时期内的现象的总量。
复合分组：对同一总体选择两个或两个以上的标志重叠起来进行分组。
复合分组体系：多个复合分组组成的分组体系。
频数：是指分配数列中各组的单位数，也称次数。
频率：是将跟组的单位数（频数）与总体单位数相比，求得的用百分比表示的相对数，也称比率或比重。
统计指标：是反映总体现象数量特征的基本概念及其具体数值的总称。
总量指标：是反映总体规模的统计指标，表明现象总体发展的结果。
平均指标：是总体各单位某一数量标志一般水平的统计指标。
是将一个总体内各个单位在某个数量标志上的差异抽象化，以反映总体的一般水平的综合指标。
标志变异指标：是表明总体各个单位标志值的差异程度（离散程度）的指标。
强度相对指标：是不属于同一总体的两个性质不同但相互间有联系的总量指标对比的比值，是用来反映现象的强度、密度和普遍程度、利用程度的综合指标。
加权算数平均数：是在总体经过分组形成变量数列（包括单项数列和组距数列），有变量值和次数的情况下，将各组变量值分别与其次数相乘后加总求得标志总量，再除以总体单位数（即次数总和）而求得的数值。
标准差：是总体各单位变量值与其平均数的离差平方的算术平均数的平方根。
统计学的名词解释
统计学的名词解释统计学是一门研究数据收集、分析和解释的学科，旨在通过收集和解析数据来支持决策过程和了解现象。
统计学涉及一系列概念和方法，包括数据收集、数据描述性统计、概率理论、假设检验、统计推断和回归分析等。
1. 数据收集：统计学中的第一步是收集数据。
数据可以通过各种方法获得，包括实地观察、实验、调查问卷和从现有的数据集中获取等。
2. 数据描述性统计：在收集到数据后，统计学家使用描述性统计来总结和描述数据的特征。
描述性统计包括计算数据的平均数、中位数、众数、标准差和百分位数等。
3. 概率理论：概率理论是统计学的基石之一。
它研究随机现象发生的可能性，并给出事件发生的数学表达。
概率理论为统计推断和建立模型提供了理论基础。
4. 假设检验：假设检验用于确定一个观察结果是否与一个给定的假设相符。
它提供了一种确定性地评估研究或实验结果的方法，并决定是否拒绝或接受一个假设。
5. 统计推断：统计推断是通过对样本数据进行分析和推断来对总体进行推断的过程。
它使用样本数据估计总体参数，并根据这些估计进行一些统计判断。
6. 回归分析：回归分析是一种统计方法，用于建立和探索变量之间的关系。
它可以用来预测一个变量（因变量）如何随着其他变量（自变量）的变化而变化。
7. 统计模型：统计模型是由统计学方法和理论构建的数学表达式，用于描述和解释观察数据之间的关系。
统计模型可以是简单的线性模型，也可以是更复杂的非线性模型。
8. 抽样方法：在统计学中，由于往往难以调查每一个个体或观察每一个事件，人们通常采用抽样方法来从总体中选择一部分样本进行研究。
常见的抽样方法包括随机抽样和分层抽样等。
9. 统计图表：统计图表是一种可视化数据的方式，用来展示和比较数据。
常见的统计图表包括柱状图、饼图、散点图和箱线图等。
10. 多元统计分析：多元统计分析是一项通过同时考虑多个变量来分析数据的方法。
它包括主成分分析、因子分析和聚类分析等。
总之，统计学是一门研究数据收集、分析和解释的学科，它运用一系列概念和方法来帮助人们理解数据，并从中获取有关现象和决策的信息。
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.doc
名词解释：1、分类数据：是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，是用文字来表示的。
(P5)2、四分位数：也称四分位点，它是一组数据排序后处于25%和75%位置上的值。
(P89)3、方差分析：是通过检验个总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。
(P264)4、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。
(P304)5、居民消费价格指数：是度量居民消费品和服务项目价格随时间变动的相对数，反映居民家庭购买的消费品和服务价格水平的变动情况。
(420)6、顺序数据：是只能归于某一有序类别的非数字型数据。
(P6)7、抽样误差：是由于抽样的随机性引起的样本结果与总体真值之间的误差。
(P33)8、离散系数：也称变异系数，它是一组数据的标准差与其相应的平均数之比。
计算公式为：(P103)1.v s= s／⎺x9、置信区间：在区间估计中，由样本统计量所构成的总体参数的估计区间。
(P177)10、点估计：用样本统计量＾θ的某个取值直接作为总体参数θ的估计值。
(P176)11、系统抽样：将总体中的所有单位（抽样单位）按一定的顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按后按事先规定好的规则确定其他样本单位。
(P19)12、中心极限定理：设从均值为μ、方差为σ2（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值⎺X的抽样分布近似服从均值为μ、方差为σ2／n的正态分布。
(P165)13、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。
对于只涉及一个自变量的一元线性回归模型可表示为ｙ=β0+β1ｘ+ε。
(P308)14、指数平滑法：是通过对过去的观察值加权平均进行预测的一种方法，该方法是t+1期的预测值等于t期的实际观察值与t期的预测值的加权平均值。
(P378)15、非概率抽样：是相对于概率抽样而言的，指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。
(完整版)统计学名词解释
统计学名词解释第一章绪论1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。
2.总体：又称母全体、全域，指具有某种特征的一类事物的全体。
3.个体：构成总体的每个基本单元称为个体。
4.样本：从总体中抽取的一部分个体，称为总体的一个样本。
5.次数：指某一事件在某一类别中出现的数目，又称为频数。
6.频率：又称相对次数，即某一事件发生的次数被总的事件数目除，亦即某一数据出现的次数被这一组数据总个数去除。
7.概率：某一事物或某一情在某一总体中出现的比率。
8.观测值：一旦确定了某个值。
就称这个值为某一变量的观测值。
9.参数：又称为总体参数，是描述一个总体情况的统计指标。
10.统计量：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1.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。
2.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。
3.简单次数分布表：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，适合数据个数和分布范围比较小的时候用。
4.分组次数分布表：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，适合数据个数和分布范围比较大的时候用。
5.分组次数分布表的编制步骤：（1）求全距（2）定组距和组数（3）列出分组组距（4）登记次数（5）计算次数6.分组次数分布的意义：（1）优点：A．可将杂乱无章数据排列成序，以发现各数据的出现次数及分布状况。
B．可显示一组数据的集中情况和差异情况等。
（2）缺点：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，即归组效应。
统计学名词解释
名词解释●统计工作：是从数量方面对社会经济现象做调查研究的一种工作,是人们为认识客观事物而进行的搜集、整理、分析和提供统计资料的工作过程;●统计资料：是统计工作的成果,是指在统计实践活动中所取得的,反映统计研究对象有关特征的各种综合性的数字资料和分析报告;●统计学：是阐述统计理论与方法的系统性科学,是统计工作实践的理论概括和科学总结,是研究、整理、分析统计资料的理论和方法的科学;●总体：是指客观存在的,在某一相同性质基础上结合起来的许多个别事物的整体●总体单位：构成总体的个别事物●样本：从总体当中抽取出来,用从代表这一总体的部分个体组成的集合●标志：是说明总体单位属性或特征的名称●统计指标：说明总体数量特征的,简称指标;有俩种理解,一是指反映现象总体数量特征的概念;二是指反映现象总体数量特征的概念及其数量表现;●普查：是专门组织的一次性的全面调查;这种调查,主要用来搜集一些比较全面而又不能或不宜从经常调查中得出的统计资料;●重点调查：是一种非全面调查,它是从所要调查的单位中选择一部分重点单位进行调查●抽样调查：也是一种非全面调查,它是按照随机原则从被研究总体中抽取出一定数量的单位样本进行调查,根据样本指标数值来推算总体指标数值的一种调查●典型调查：是一种十分重要的、行之有效的非全面调查方法;它是从研究总体中有意识地选取若干具有代表性单位典型单位进行调查,用来了解总体的详细情况●统计调查：根据统计工作任务和统计设计的要求,用科学的方法,有计划有组织地向调查单位搜集调查资料的过程●统计分组：根据统计研究的需要,将统计总体按照一定的标志区分为若干组成部分的一种统计方法●分配数列：又称分布数列、次数数列,是在统计分组的基础上形成的,用来反映总体单位在各组中分布状况的统计数列●总量指标：是反映社会经济现象的总体规模和水平的统计指标;总量指标通常是将总体单位数相加或总体单位某一数量标志值相加得到的,大多数是统计整理的直接成果,是用绝对数的形式表示的,因此也称统计绝对数●相对指标：是将两个有联系的反映社会经济现象的统计指标相互对比得到的一种抽象的比值,是反映社会经济现象间数量对比关系的综合指标●平均指标：是反映总体各单位某一数量标志值一般水平的综合指标,又称统计平均数●标志变异指标：是反映总体各单位标志值的差异程度的,即反映分配数列中各标志值的变动范围或离差程度的综合指标,也叫标志变动度,简称变异指标●成数：具有某种表现或不具有某种表现的单位数占全部总体单位数的比重●时间数列：是将说明社会经济象在各个不同时期或时点上某种数量特征的指标数值,按时间的先后顺序排列起来而形成的统计数列; 时间数列中每项数值是与时间相对应的,所以又称动态数列●时期数列：在绝对数动态数列中,各项指标都是反映某种现象在一段时间内发展过程的总量●时点数列：在绝对数动态数列中,每个指标所反映的事现象在某一时点上瞬间所处状态的数量水平●发展水平：社会经济现象在某时期或某时点达到的指标数值●统计指数：广义指同类社会经济现象数量对比的相对数,包括动态相对数、比较相对数、计划完成程度相对数等;狭义指用来反映由不能直接加总的多要素所构成的复杂社会经济现象综合变动程度的特殊相对数●抽样误差：指在遵守随机原则的条件下,用抽样指标代表总体所产生的不可避免的误差;●简单随机抽样：又称纯随机抽样;它是对全及总体的所有单位不进行任何分类或排队处理,而是完全按照随机原则从总体中抽出样本单位加以观察,以保证总体中每个单位有相等被抽中的机会●类型抽样：也称分层抽样或分类抽样;它首先把全及总体按某一标志分成若干组,然后分别在各组内按随机原则抽取一定数目的样本单位构成样本的抽样方式●等距抽样：又称机械抽样或系统抽样,它是先将总体各单位按某一标志排队,然后按固定的顺序和间隔来抽选样本单位的一种抽样组织形式●整群抽样：将总体各单位划分成若干群或组,然后以群或组为单位从中随机抽取一些群,对中选群的所有单位进行全面调查的抽样组织形式●相关关系：是现象之间确实存在有数量上的依存关系,但这种数量上的关系式不确定的●相关表：指按照相关现象的数量对应关系以及一定的逻辑顺序编制成的一种统计表。
统计学 名词解释
统计学名词解释1. 啥是总体呀？比如说咱全校学生就是一个总体呀！总体就是包含所研究的全部个体的集合。
就像一片森林，所有的树木加起来就是总体。
2. 样本呢，就是从总体里抽出来的一部分呀！比如从全校学生里随机选出来的 100 个学生就是样本呀。
这不就像从那片森林里砍几棵树出来研究一样嘛！3. 平均数大家都懂吧？就是一组数据的平均值呀！像咱班这次考试成绩的平均数，能反映出咱班的整体水平呢！这不就像大家一起走路，平均数就是大家走的平均速度嘛。
4. 中位数呢，就是按顺序排好中间的那个数呀！比如 1、2、3、4、5，那 3 就是中位数呀。
这就好比排队，站在中间的那个人的位置就是中位数呀！5. 众数可有意思啦！就是一组数据中出现次数最多的那个数呀！比如咱班同学最喜欢的颜色，出现最多的那个颜色就是众数呀。
这就好像一堆糖果里，数量最多的那种糖果嘛！6. 方差呀，就是用来衡量数据波动大小的呀！方差大，说明数据波动大；方差小，说明数据稳定呀。
就像天气，有时晴天有时雨天，波动大；一直晴天，波动就小呀！7. 标准差呢，和方差有关系，其实就是方差的平方根呀！它也能看出数据的离散程度呢。
就好像跑步的步幅，步幅变化大，标准差就大嘛！8. 概率，哇，这个可重要啦！就是某件事发生的可能性大小呀！比如抛硬币正面朝上的概率是二分之一呀。
这不就像抽奖，中不中奖都有个概率在那嘛！9. 相关系数呢，就是衡量两个变量之间关系的呀！要是相关系数大，说明关系紧密；要是小，说明关系不那么密切呀。
就像两个好朋友，关系好的相关系数就大嘛！10. 回归分析呢，就是找变量之间的关系呀！通过一些数据，找出它们之间的规律呀。
这就像找宝藏，通过一些线索找到宝藏的位置嘛！我的观点结论：统计学的这些名词都好有意思呀，能帮助我们更好地理解和分析数据呢！。
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。
统计学名词解释
1.总体：总体（population）是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值（变量值）的集合。
总体可分为有限总体和无限总体。
总体中的所有单位都能够标识者为有限总体，反之为无限总体。
样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。
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。
2.随机抽样：随机抽样（random sampling）是指按照随机化的原则（总体中每一个观察单位都有同等的机会被选入到样本中），从总体中抽取部分观察单位的过程。
随机抽样是样本具有代表性的保证。
3.变异：在自然状态下，个体间测量结果的差异称为变异（variation）。
变异是生物医学研究领域普遍存在的现象。
严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。
4.计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。
计量资料亦称定量资料、测量资料。
.其变量值是定量的，表现为数值大小，一般有度量衡单位。
如某一患者的身高（cm）、体重(kg)、红细胞计数(1012/L)、脉搏（次/分）、血压（KPa）等计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。
计数资料亦称定性资料或分类资料。
其观察值是定性的，表现为互不相容的类别或属性。
如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、O 四种血型的人数等。
等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料（ordinal data）。
等级资料又称有序变量。
如患者的治疗结果可分为治愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为+、++、+++等。
统计学名词解释
统计学名词解释1.标志：说明总体单位特征或属性的名称；指标：是反映社会经济现象总体数量特征的概念和具体数值。
2.统计调查：是根据统计研究预定的目的和任务，运用各种科学的调查方法，有计划、有组织地向调查对象搜集各种真实、可靠的原始资料的工作过程。
3.统计分组：就是根据统计研究的需要，将统计总体按照一定的标志区分为若干个组成部分的一种统计方法。
4.相对指标：就是将两个有直接联系的指标数值对比形成的一种比率，是用来反映现象之间数量对比关系和联系程度的综合指标。
5.标志变异指标：又称标志变动指标，它是综合地反映社会经济现象总各单位标志值之间差异程度的综合指标。
6.动态数列：它是指各个不同时间的社会经济统计指标，按照时间先后顺序排列而形成的数列。
7.平均发展水平：对各个不同时间上的指标数值求平均数，将指标在各个时间上表现的差异加以抽象，以一个数值来代表现象在这一段时间上的一般发展水平。
8.综合指数：是两个总量指标对比形成的指数。
9.平均发展速度：是各个时期环比发展速度的序时平均数，说明社会经济现象的较长时期内速度变化的平均程度。
10.次数分布数列：在统计分组的基础上，将总体的所有单位按组归类整理，并按一定顺序排列，形成总体中各个单位中各个单位在各组间的分布。
11.统计分组的作用：（1）区分社会经济现象的类型；（2）反映社会经济总体的内部结构；（3）反映社会经济现象的依存关系。
12.总量指标的作用：（1）总量指标是认识社会经济现象总体的起点；（2）总量指标是进行科学管理的依据；（3）总量指标是计算相对指标和平均指标的基础，也是反映社会经济活动绝对效果的工具。
13.相对指标的作用：（1）进行数量指标分析，就可以充分反映社会经济现象之间的联系程度、发展速度、有助于鉴别好坏，分析其效益；（2）它是一个抽象化的数值，所以他能深入、概括的说明总量指标所不能反映的问题，便于比较和分析事物。
14.动态数列的编制原则：最基本的原则是保证数列中各个指标数值之间的可比性。
统计学名词解释完整版
统计学名词解释HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】名词解释●统计工作：是从数量方面对社会经济现象做调查研究的一种工作，是人们为认识客观事物而进行的搜集、整理、分析和提供统计资料的工作过程。
●统计资料：是统计工作的成果，是指在统计实践活动中所取得的，反映统计研究对象有关特征的各种综合性的数字资料和分析报告。
●统计学：是阐述统计理论与方法的系统性科学，是统计工作实践的理论概括和科学总结，是研究、整理、分析统计资料的理论和方法的科学。
●总体：是指客观存在的，在某一相同性质基础上结合起来的许多个别事物的整体●总体单位：构成总体的个别事物●样本：从总体当中抽取出来，用从代表这一总体的部分个体组成的集合●标志：是说明总体单位属性或特征的名称●统计指标：说明总体数量特征的，简称指标。
有俩种理解，一是指反映现象总体数量特征的概念。
二是指反映现象总体数量特征的概念及其数量表现。
●普查：是专门组织的一次性的全面调查。
这种调查，主要用来搜集一些比较全面而又不能或不宜从经常调查中得出的统计资料。
●重点调查：是一种非全面调查，它是从所要调查的单位中选择一部分重点单位进行调查●抽样调查：也是一种非全面调查，它是按照随机原则从被研究总体中抽取出一定数量的单位（样本）进行调查，根据样本指标数值来推算总体指标数值的一种调查●典型调查：是一种十分重要的、行之有效的非全面调查方法。
它是从研究总体中有意识地选取若干具有代表性单位（典型单位）进行调查，用来了解总体的详细情况●统计调查：根据统计工作任务和统计设计的要求，用科学的方法，有计划有组织地向调查单位搜集调查资料的过程●统计分组：根据统计研究的需要，将统计总体按照一定的标志区分为若干组成部分的一种统计方法●分配数列：又称分布数列、次数数列，是在统计分组的基础上形成的，用来反映总体单位在各组中分布状况的统计数列●总量指标：是反映社会经济现象的总体规模和水平的统计指标。
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。
统计学名词解释汇总
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。
- 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)。
统计学名词解释汇总内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128）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.显着性水平：假设检验中犯的第Ⅰ类错误的概率，称为显着性水平，记为α。
它对于假设检验决策的意义：显着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，显着性水平往往是人们事先给出的一个值。
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，也称为观察到的显着性水平。
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根据显着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。