统计学从数据到结论(人大吴喜之老师)01一些基本概念精品PPT课件
合集下载
- 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)。
• 有些概率是无法精确推断的。 • 比如你明天感冒的概率 • 有些概率是可以知道的。 • 比如在打桥牌时得到一手黑桃的概
率 为 1/635013559600 ， 大 约 为 1.574770×10-12（条件是洗牌均匀， 没有作弊）。实际上得任何特定的 一手牌的概率都是一样的，对吗？
§1.3 变量和数据
• 什么是概率(probability)？ • 新闻中最常见的是“降水概率” • 从某种意义说来，概率描述了某件事
情发生的机会。
• 显然，这种概率不可能超过百分之百， 也不可能少于百分之零。
• 概率是在0和1之间（也可能是0或1） 的一个数，描述某事件发生的机会。
§1.2 现实中的随机性和规律性，概率和机会
统计学
─从数据到结论
第一章 一些基本概念
§1.1 统计是什么？
• 统计是人类思维的一个归纳过程 • 站在一个路口，看到每过去20辆
小轿车时，也有100辆自行车通过 • 而且平均每10个轿车载有12个人 • 于是，你认为小汽车和自行车在
这个路口的运载能力为24:100 • 这是一个典型的统计思维过程
是统计。
§1.2 现实中的随机性和规律性，概率和机会
• 从中学起，我们就知道物理 学F=的m许a等多等定律，例如v=v0+at;
• 但是在许多领域，很难用如 此确定的公式或论述来描述 一些现象。
§1.2 现实中的随机性和规律性，概率和机会
• 一些现象既有规律性又有随 机性(randomness)
(qualitative variable，或categorical
variable)。 • 这些定性变量也可以由定量 变量来描述，如男女生的数 目，持有某观点的人数比例 等等。
§1.3 变量和数据
• 定性机来分析。 •数 据 中 它 们 通 常 用 哑 元 （dummy variable)代表，比 如性别用0、1代表，三种收 入用0、1、2代表(或用字母 代表）
• 一节火车车厢有多少坐位是 一个固定的数目，称为常数 (constant)或者常量。
• 但是，开车后，坐在这节车 厢的旅客有多少就没准了。 这有随机性。该车厢的乘客 数为变量(variable)。
§1.3 变量和数据
• 一个学校的注册在校男女生 比例是固定的，为常量
• 但是，该校任意一群学生的 男女生比例就不一定和全校 的比例一样了，它为变量 (variable)。
§1.1 统计是什么？
• 一句话， • 统 计 学 （ statistics ） 是 用
以收集数据，分析数据和由 数据得出结论的一组概念、 原则和方法。
• 以归纳为主要思维方式的统计不是 以演绎为主的数学
• 统计可应用于各个不同学科，在有 些学科已经有其特有的方法和特点；
如生物统计(biostatistics)、经济计 量 学 (econometrics) 以 及 目 前 很 热 门的生物信息(bioinformation)和数 据挖掘(Data Mining)的方法主体都
§1.3 变量和数据
• 有了变量，何谓数据？ • 不同机构调查所得到的北京 收入万元以上市民的比例都 不一样，这是变量 • 而这些调查产生一些数目， 这些数目就是数据(data) • 数据是关于变量的观测值。
§1.3 变量和数据
• 通过数据可验证有关的理论 或假定。 • 比如通过抽样调查验证美国 选民对共和党候选人的支持 率是否超过50% • 通过抽样，可以检验某批产 品是否合格等等
• 肺癌患者中（主动或被动） 吸烟的比例较大，这体现了 规律性
• 而绝非每个吸烟的人都会患 肺癌，这体现了随机性
§1.2 现实中的随机性和规律性，概率和机会
• 再如，一般来说，白种人身 材比黄种人要高些，这就是 规律性
• 但对于具体的一个白人和一 个黄种人，就很难说谁高谁 矮了，这体现随机性
§1.2 现实中的随机性和规律性，概率和机会
§1.1 统计是什么？
• 一般来说，统计先从现实世界收集数 据（信息），如观测路口的交通
• 然后，根据数据作出判断，称为模型 • 模型是从数据产生的 • 模型也需要根据新的信息来改进 • 不存在完美的模型 • 模型的最终结局都是被更能够说明现
实世界的新模型所取代
统计学可以应用于几乎所有的领域:
精算，农业，动物学，人类学，考古学，审计 学，晶体学，人口统计学，牙医学，生态学， 经济计量学，教育学，选举预测和策划，工程， 流行病学，金融，水产渔业研究，遗传学，地 理学，地质学，历史研究，人类遗传学，水文 学，工业，法律，语言学，文学，劳动力计划， 管理科学，市场营销学，医学诊断，气象学， 军事科学，核材料安全管理，眼科学，制药学， 物理学，政治学，心理学，心理物理学，质量 控制，宗教研究，社会学，调查抽样，分类学， 气象改善，博彩等。
§1.4 变量之间的关系
• 现实世界紧密联系的 • 人们想知道投资方式和经济 效益之间的关系、旅客人数 和经济发展之间的关系等等 • 不讨论变量之间的关系，就 无从谈起任何有深度的应用， 统计的基本概念就仅仅是摆 设而已。
§1.4.1 定量变量间的关系
• 例1.1．广告投入和销售之间的关系。 下表（数据ads.txt）显示了某企业 的广告投入和销售额之间的关系 （万元）。
§1.3 变量和数据
• 当变量按照随机规律所取的 值是数量时该变量称为定量 变量或数量变量(quantitative variable)；
• 因为是随机的，也称为随机 变量(random variable)。
• 如身高体重，购买某商品的 人数等等
§1.3 变量和数据
• 象性别，观点之类的取非数 量值的变量就称为定性变量 或属性变量或分类变量
广告 1.0 3.2 3.2 5.5 5.9 7.1 7.3 9.2 10.8 12.1 销售 9.4 31.8 33.2 52.4 53.5 56.0 56.9 59.2 60.1 63.5
销 售额
70
60
50
40
30
20
10
0
0
2
广告 投入
横坐标代表广告投入， 而纵坐标代表销售收入。 看得出有何种关系吗？
率 为 1/635013559600 ， 大 约 为 1.574770×10-12（条件是洗牌均匀， 没有作弊）。实际上得任何特定的 一手牌的概率都是一样的，对吗？
§1.3 变量和数据
• 什么是概率(probability)？ • 新闻中最常见的是“降水概率” • 从某种意义说来，概率描述了某件事
情发生的机会。
• 显然，这种概率不可能超过百分之百， 也不可能少于百分之零。
• 概率是在0和1之间（也可能是0或1） 的一个数，描述某事件发生的机会。
§1.2 现实中的随机性和规律性，概率和机会
统计学
─从数据到结论
第一章 一些基本概念
§1.1 统计是什么？
• 统计是人类思维的一个归纳过程 • 站在一个路口，看到每过去20辆
小轿车时，也有100辆自行车通过 • 而且平均每10个轿车载有12个人 • 于是，你认为小汽车和自行车在
这个路口的运载能力为24:100 • 这是一个典型的统计思维过程
是统计。
§1.2 现实中的随机性和规律性，概率和机会
• 从中学起，我们就知道物理 学F=的m许a等多等定律，例如v=v0+at;
• 但是在许多领域，很难用如 此确定的公式或论述来描述 一些现象。
§1.2 现实中的随机性和规律性，概率和机会
• 一些现象既有规律性又有随 机性(randomness)
(qualitative variable，或categorical
variable)。 • 这些定性变量也可以由定量 变量来描述，如男女生的数 目，持有某观点的人数比例 等等。
§1.3 变量和数据
• 定性机来分析。 •数 据 中 它 们 通 常 用 哑 元 （dummy variable)代表，比 如性别用0、1代表，三种收 入用0、1、2代表(或用字母 代表）
• 一节火车车厢有多少坐位是 一个固定的数目，称为常数 (constant)或者常量。
• 但是，开车后，坐在这节车 厢的旅客有多少就没准了。 这有随机性。该车厢的乘客 数为变量(variable)。
§1.3 变量和数据
• 一个学校的注册在校男女生 比例是固定的，为常量
• 但是，该校任意一群学生的 男女生比例就不一定和全校 的比例一样了，它为变量 (variable)。
§1.1 统计是什么？
• 一句话， • 统 计 学 （ statistics ） 是 用
以收集数据，分析数据和由 数据得出结论的一组概念、 原则和方法。
• 以归纳为主要思维方式的统计不是 以演绎为主的数学
• 统计可应用于各个不同学科，在有 些学科已经有其特有的方法和特点；
如生物统计(biostatistics)、经济计 量 学 (econometrics) 以 及 目 前 很 热 门的生物信息(bioinformation)和数 据挖掘(Data Mining)的方法主体都
§1.3 变量和数据
• 有了变量，何谓数据？ • 不同机构调查所得到的北京 收入万元以上市民的比例都 不一样，这是变量 • 而这些调查产生一些数目， 这些数目就是数据(data) • 数据是关于变量的观测值。
§1.3 变量和数据
• 通过数据可验证有关的理论 或假定。 • 比如通过抽样调查验证美国 选民对共和党候选人的支持 率是否超过50% • 通过抽样，可以检验某批产 品是否合格等等
• 肺癌患者中（主动或被动） 吸烟的比例较大，这体现了 规律性
• 而绝非每个吸烟的人都会患 肺癌，这体现了随机性
§1.2 现实中的随机性和规律性，概率和机会
• 再如，一般来说，白种人身 材比黄种人要高些，这就是 规律性
• 但对于具体的一个白人和一 个黄种人，就很难说谁高谁 矮了，这体现随机性
§1.2 现实中的随机性和规律性，概率和机会
§1.1 统计是什么？
• 一般来说，统计先从现实世界收集数 据（信息），如观测路口的交通
• 然后，根据数据作出判断，称为模型 • 模型是从数据产生的 • 模型也需要根据新的信息来改进 • 不存在完美的模型 • 模型的最终结局都是被更能够说明现
实世界的新模型所取代
统计学可以应用于几乎所有的领域:
精算，农业，动物学，人类学，考古学，审计 学，晶体学，人口统计学，牙医学，生态学， 经济计量学，教育学，选举预测和策划，工程， 流行病学，金融，水产渔业研究，遗传学，地 理学，地质学，历史研究，人类遗传学，水文 学，工业，法律，语言学，文学，劳动力计划， 管理科学，市场营销学，医学诊断，气象学， 军事科学，核材料安全管理，眼科学，制药学， 物理学，政治学，心理学，心理物理学，质量 控制，宗教研究，社会学，调查抽样，分类学， 气象改善，博彩等。
§1.4 变量之间的关系
• 现实世界紧密联系的 • 人们想知道投资方式和经济 效益之间的关系、旅客人数 和经济发展之间的关系等等 • 不讨论变量之间的关系，就 无从谈起任何有深度的应用， 统计的基本概念就仅仅是摆 设而已。
§1.4.1 定量变量间的关系
• 例1.1．广告投入和销售之间的关系。 下表（数据ads.txt）显示了某企业 的广告投入和销售额之间的关系 （万元）。
§1.3 变量和数据
• 当变量按照随机规律所取的 值是数量时该变量称为定量 变量或数量变量(quantitative variable)；
• 因为是随机的，也称为随机 变量(random variable)。
• 如身高体重，购买某商品的 人数等等
§1.3 变量和数据
• 象性别，观点之类的取非数 量值的变量就称为定性变量 或属性变量或分类变量
广告 1.0 3.2 3.2 5.5 5.9 7.1 7.3 9.2 10.8 12.1 销售 9.4 31.8 33.2 52.4 53.5 56.0 56.9 59.2 60.1 63.5
销 售额
70
60
50
40
30
20
10
0
0
2
广告 投入
横坐标代表广告投入， 而纵坐标代表销售收入。 看得出有何种关系吗？