统计学基础知识补充.pptxVIP

统计学基础知识补充汇报人：AA2024-01-25

统计学基本概念与原理描述性统计方法概率论基础知识推断性统计方法方差分析与回归分析应用时间序列分析与预测技术

统计学基本概念与原理01

统计学是一门研究如何收集、整理、分析、解释和呈现数据的科学。通过对数据的分析和解释，统计学可以帮助我们了解事物的数量特征和规律，为决策提供依据。统计学定义及作用统计学作用统计学定义

数据类型根据数据的特点和性质，可以将数据分为定量数据和定性数据两种类型。定量数据是可以进行数学运算的数据，如身高、体重等；定性数据则是描述事物属性和特征的数据，如性别、职业等。数据来源数据的来源主要有两种，一种是直接来源，即通过调查、实验等方式直接获取的数据；另一种是间接来源，即通过已有文献、资料等获取的数据。数据类型与来源

总体与样本概念总体总体是研究对象的全体，具有共同性质和特征的所有个体的集合。样本样本是从总体中随机抽取的一部分个体，用于代表总体进行研究和分析。

参数参数是描述总体特征的数值，如总体均值、总体方差等。参数是未知的，需要通过样本数据进行推断。统计量统计量是描述样本特征的数值，如样本均值、样本方差等。统计量是根据样本数据计算得出的，用于对总体参数进行估计和推断。参数与统计量区别

描述性统计方法02

包括算术平均数、中位数和众数，用于描述数据的中心位置。集中趋势度量包括极差、四分位差、方差和标准差，用于描述数据的离散程度。离散程度度量偏态系数和峰态系数，用于描述数据分布的形态。偏态与峰态度量数值型数据描述

计算各类别的频数和频率，以了解数据的分布情况。频数与频率计算各类别的比例和百分比，以便更直观地了解数据的分布。比例与百分比通过列联表分析不同类别之间的关系和差异。列联表分析类别型数据描述

03峰态分布判断通过观察数据分布的峰态情况，判断数据是否呈现峰态分布。01正态分布检验通过图形和统计量检验数据是否符合正态分布。02偏态分布判断通过观察数据分布的偏态情况，判断数据是否呈现偏态分布。数据分布形态判断

通过绘制图表、直方图、箱线图等图形，直观地展示数据的分布和特征。数据可视化通过统计方法识别异常值，并进行适当的处理。异常值检测与处理通过对数据进行变换和标准化处理，使其满足分析要求。数据变换与标准化通过计算相关系数等指标，分析变量之间的相关关系。相关分析探索性数据分析方法

概率论基础知识03

事件在一定条件下，某现象可能发生或不可能发生，称这种现象为随机现象，简称事件。概率用来量化事件发生的可能性大小的数值，取值范围在0到1之间。古典概型如果每个样本点发生的可能性相等，则事件A发生的概率等于事件A包含的样本点个数与样本空间包含的样本点个数之比。事件与概率定义

在事件B发生的条件下，事件A发生的概率，记作P(A|B)。条件概率如果事件A和事件B同时发生的概率等于事件A发生的概率与事件B发生的概率的乘积，即P(AB)=P(A)P(B)，则称事件A和事件B是相互独立的。独立性判断条件概率与独立性判断

离散型随机变量及其分布律取值可列的随机变量称为离散型随机变量，其分布律可用分布列或分布函数表示。连续型随机变量及其概率密度取值充满某个区间的随机变量称为连续型随机变量，其概率分布可用概率密度函数表示。随机变量定义在样本空间上的实值函数，常用大写字母X,Y,Z等表示。随机变量及其分布

期望描述随机变量取值的平均水平，对于离散型随机变量，期望等于所有可能取值与其对应概率的乘积之和；对于连续型随机变量，期望等于概率密度函数与自变量的乘积在整个取值范围内的积分。方差描述随机变量取值的离散程度，即各取值与其期望的偏离程度的平方的平均值。协方差描述两个随机变量的变化趋势是否一致，如果两个随机变量的变化趋势一致，则它们的协方差为正；如果两个随机变量的变化趋势相反，则它们的协方差为负；如果两个随机变量相互独立，则它们的协方差为零。期望、方差和协方差计算

推断性统计方法04

抽样分布的概念抽样分布是指从总体中随机抽取样本，由样本统计量所形成的分布。中心极限定理当样本量足够大时，样本均值的分布近似于正态分布，无论总体分布形态如何。抽样误差与标准误抽样误差是指样本统计量与总体参数之间的差异，标准误是衡量抽样误差大小的指标。抽样分布原理030201

点估计用样本统计量的某个值直接作为总体参数的估计值。区间估计根据样本统计量的抽样分布，构造出总体参数的一个置信区间，以区间形式表示参数估计的结果。评价标准无偏性、有效性、一致性等。参数估计方法

假设检验的基本思想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。两类错误第一类错误是拒绝正确的原假设，第二类错误是不拒绝错误的原假设。假设检验的步骤建立假设、选择检验统计量、确定拒绝域、计算检验统计量的值、做出决策。假设检验原理及步骤