应用统计学学习指导书.docx
《应用统计学学习指导书.docx》由会员分享,可在线阅读,更多相关《应用统计学学习指导书.docx(25页珍藏版)》请在冰豆网上搜索。
应用统计学学习指导书
应用统计学学习指导书
(基于《统计学(人大第五版)》)
姓名:
丛猷森学号:
20121000748
专业:
经济学班学号:
081122-07
院(系):
经济管理学院指导教师:
刘伟
2014年6月
第一章导论
统计学是处理和分析数据的方法和技术,几乎应用到所有的学科检验领域。
本章首先介绍统计学的含义和应用领域,然后介绍统计数据的类型,最后介绍统计中常用的一些基本概念。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
1.1统计及其应用领域
什么是统计学
概念:
统计学,描述统计,推断统计
统计的应用领域
统计的应用领域
1.2统计的数据类型
分类数据,顺序数据,数值型数据
概念:
分类数据,顺序数据,数值型数据
不同数据的特点
观测数据和实验数据
概念:
观测数据,实验数据
截面数据和时间序列数据
概念:
截面数据,时间序列数据
1.3统计中的几个基本概念
总体和样本
概念:
总体,样本,样本量
参数和统计量
概念:
参数,统计量
变量
概念:
变量,分类变量,顺序变量,数值型变量,连续型变量,离散型变量
第二章数据的搜集
应用统计方法分析问题离不开数据。
如何取得比较可靠的统计数据是统计需要研究的问题之一。
本章首先介绍统计数据的来源,然后介绍取得统计数据的具体调查方式和方法,最后介绍统计数据的误差问题。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
2.1数据的来源
数据的间接来源
统计数据的间接来源
二手数据的特点
二手资料的评估
数据的直接来源
调查数据和实验数据
2.2调查数据
概率抽样和非概率抽样
概念:
概率抽样,非概率抽样,抽样框,简单随机抽样,分层抽样,整群抽样,系统抽样,多阶段抽样,方便抽样,判断抽样,自愿样本,滚雪球抽样,配额抽样
不同概率抽样方法的特点
数据搜集方法的选择
搜集数据的基本方法
概念:
自填式,面访式,电话式
不同方法的特点
数据搜集方法的选择
2.3实验数据
实验组和对照组
实验组和对照组的选择
实验中的若干问题
实验中的若干问题
实验中的统计
实验与统计
2.4数据的误差
抽样误差
概念:
抽样误差,非抽样误差
非抽样误差
概念:
抽样框误差,回答误差,无回答误差,测量误差
误差的控制
误差的控制方法
第三章数据的图表展示
数据的图表展示是应用统计的基本技能。
本章首先介绍数据的预处理方法,然后介绍不同数据的整理与图示方法,最后介绍图表的合理使用问题。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
3.1数据的预处理
数据审核
数据审核的目的
原始数据和二手数据的审核
数据筛选
数据筛选的目的
用Excel进行数据筛选
数据排序
数据排序的目的
分类数据和数值型数据的排序方法
用Excel进行数据排序
数据透视表
数据透视表的用途
用Excel进行数据透视
3.2品质数据的整理与展示
分类数据的整理与图示
概念:
频数,频数分布,比例,百分比,比率
用Excel制作分类数据的频数分布表
分类数据的图示:
条形图、帕累托图,饼图,环形图
用Excel作图
顺序的整理与图示
概念:
累计频数,累计频率
累计频数分布图
统计表的设计
续前表
章节
主要内容
学习要点
3.3数值型数据的整理与展示
数据分组
概念:
数据分组,组距分组,等距分组,不等距分组,组距,组中值
用频数分布表的制作步骤
用Excel制作频数分布表
数值型数据的图示
直方图的绘制
茎叶图的绘制
箱型图的绘制
直方图与条形图的区别
茎叶图与直方图的区别
线图的绘制
雷达图的绘制
用Excel作图
3.4合理使用图表
鉴别图形优劣的准则
好的图形应具备的特征
鉴别图形优劣的准则
统计表的设计
统计表的设计要求
第四章数据的概括性度量
数据分布的特征可以从三个方面进行描述:
一是分布的集中趋势,反映各数据向其中心值靠拢或聚集的程度;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。
本章将从数据的不同类型出发,分别介绍集中趋势测度值的计算方法、特点及其应用场合。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
4.1集中趋势的度量
众数
概念:
众数
众数的特点
用Excel中的统计函数计算众数
中位数和分位数
概念:
中位数,四分位数
中位数和四分位数的特点
中位数和四分位数的计算
用Excel中的函数计算中位数
平均数
概念:
平均数,简单平均数,加权平均数,几何平均数
简单平均数和加权平均数的计算
用Excel中的统计函数计算平均数
几何平均数的计算和应用场合
众数、中位数和平均数的比较
众数、中位数和平均数在分布上的关系
众数、中位数和平均数的特点及应用场合
续前表
章节
主要内容
学习要点
4.2离散程度的度量
异众比率
概念:
异众比率
异众比率的计算和应用场合
四分位差
概念:
四分位差
四分位差的计算
用Excel中的统计函数计算四分位差
方差和标准差
概念:
极差,平均差,方差,标准差
极差的计算和特点
平均差的计算和特点
样本方差和标准差的计算
用Excel中的统计函数计算平均差和标准差
相对位置的度量
概念:
标准分数
标准分数的性质
标准分数的计算和应用
经验法则
切比雪夫不等式
离散系数
概念:
离散系数
离散系数的计算
离散系数的用途
4.3偏态与峰态的度量
偏态及其测度
概念:
偏态,偏态系数
偏态系数的计算
用Excel中的统计函数计算偏态系数
偏态系数数值的意义
续前表
章节
主要内容
学习要点
4.3偏态与峰态的度量
峰态及其测度
概念:
峰态,峰态系数
峰态系数的计算
用Excel中的统计函数计算峰态系数
峰态系数数值的意义
第五章概率与概率分布
概率是对随机事件发生的可能性大小的一种度量。
本章首先介绍事件及概率的有关概念,然后介绍概率的性质和运算法则,最后介绍离散型随机变量和连续型随机变量的概率分布。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
5.1随机事件及其概念
随机事件的几个基本概念
概念:
随机事件,必然事件,不可能事件,基本事件
事件的概念
概念:
概率,主观概率
概率的古典定义
概率的统计定义
5.2概念的性质与运算法则
概率的基本性质
非负性
规范性
可加性
概率的加法法则
互斥事件的概率
任意事件的概率
条件概率与独立事件
概念:
独立事件,条件概念
乘法公式
独立事件的乘法公式
全概率公式
逆概率公式
全概率公式及贝叶斯公式
全概率公式及其意义
贝叶斯公式
5.3离散型随机变量及其分布
随机变量的概念
概念:
随机变量,离散型随机变量,连续型随机变量
离散型随机变量的概率分布
概念:
概率分布,期望值,方差,二项分布,泊松分布
离散型随机变量的概率分布
期望值和方差的计算
续前表
章节
主要内容
学习要点
5.3离散型随机变量及其分布
离散型随机变量的概率分布
n重贝努里试验与二项分布
二项分布概率的计算
泊松分布概率的计算
5.4连续型随机变量的概率分布
概率密度与分布函数
概念:
概率密度函数,概率分布函数
正态分布
正态分布曲线的性质
标准正态分布
正态分布概率和标准正态分布概率的计算
第六章统计量及其抽样分布
抽样分布是进行参数估计假设检验的重要基础。
本章首先介绍统计量和分布的几个概念,然后介绍由正态分布导出的几个分布,最后介绍样本均值、样本比例、样本方差以及两个样本均值之差的分布。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
6.1统计量
统计量的概念
概念:
统计量
常用统计量
概念:
次序统计量,充分统计量
6.2关于分布的几个概念
抽样分布
概念:
抽样分布
渐近分布
概念:
渐近分布
随机模拟获得的近似分布
计算机模拟获得的分布
6.3由正态分布导出的几个重要分布
х²分布
х²分布及其特点
t分布
t分布及其特点
F分布
F分布及其特点
6.4样本均值的分布与中心极限定理
样本均值的抽样分布
样本均值的抽样分布及其特点
中心极限定理
中心极限定理及其应用
6.5样本比例的抽样分布
样本比例的抽样分布
样本比例的抽样分布及其特点
6.6两个样本平均值之差的分布
两个样本平均值之差的分布
两个样本平均值之差的分布
6.7关于样本方差的分布
样本方差的分布
样本方差的分布
两个样本方差的分布
两个样本方差比的分布
第七章参数估计
参数估计是推断统计的重要内容之一,它是在推断统计的重要内容之一,它是在抽样及抽样分布的基础上,根据样本统计量来推断我们所关心的总体参数。
本章首先介绍参数估计的一般问题,然后介绍一个总体参数和两个参数的估计方法,最后介绍参数估计中样本量的确定问题。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
7.1参数估计的基本原理
估计量与估计值
概念:
估计量,估计值
点估计与区间估计
概念:
点估计,区间估计,置信区间,置信水平
置信区间构建的原理
置信区间的解释
评价估计量的标准
概念:
无偏性,有效性,一致性
7.2一个总体参数的区间估计
总体均值的区间估计
正态总体、方差已知时的置信区间
非正态总体、大样本时的置信区间
正态总体、方差未知时小样本的置信区间
用Excel计算给定的正态分布和t分布的临界值
总体比例的区间估计
总体比例的置信区间
总体方差的区间估计
总体方差的置信区间
用Excel计算给定α的х²分布的临界值
续前表
章节
主要内容
学习要点
7.3两个总体参数的区间估计
两个总体均值之差的区间估计
独立大样本的置信区间
独立小样本的置信区间
匹配样本的置信区间
两个总体比例之差的区间估计
两个总体比例之差的置信区间
两个总体方差的区间估计
两个总体方差比的置信区间
用Excel计算给定α的F分布的临界值
7.4样本量的确定
估计总体均值时样本值的确定
样本量的计算方法
估计总体比例时样本量的确定
样本量的计算方法
第八章假设检验
假设检验是推断统计的另一个重要内容,它是利用样本信息判断假设是否成立的一种统计方法。
本章首先介绍有关假设检验的一些基本问题,然后介绍一个总体参数和两个总体参数的检验方法,最后介绍假设检验中的其他问题。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习重点
8.1假设检验的基本问题
假设问题的提出
概念:
假设检验,原假设,备择假设
假设的表达式
假设的形式
针对具体的实际问题,建立合理的元假设和备择假设
两类错误
概念:
第一类错误,第二类错误,显著性水平
两类错误的控制
两类错误的关系
假设检验的流程
利用统计量进行检验
统计量检验的决策准则
利用P值进行决策
概念:
P值
P值决策的原理,P值的计算
P值决策的准则
单侧检验
概念:
左单侧检验,右单侧检验
单侧检验的形式和假设的建立
续前表
章节
主要内容
学习要点
8.2一个总体参数的检验
检验统计量的确定
总体方差δ²已知时,均值检验的统计量
总体方差δ²未知时,均值检验的统计量
总体均值的检验
总体标准差已知时总体均值的检验程序
总体标准差未知时总体均值的检验程序
用Excel计算P值
总体比例的检验
总体比例的检验程序
总体方差的检验
总体方差检验的统计量
总体方差检验的程序
8.3两个总体参数的检验
检验统计量的确定
总体方差、样本量与检验统计量的关系
两个总体均值之差的检验
δ12,δ22已知的检验程序
δ12,δ22未知,且n较小时的检验程序
用Excel进行检验
两个总体比例之差的检验
检验两个总体比例相等的假设
检验两个总体比例之差不为零的假设
两个总体方差比的检验
检验统计量
检验的程序
检验中的匹配样本
匹配样本的使用和检验程序
续前表
章节
主要内容
学习要点
8.4检验问题的进一步说明
关于检验结果的解释
用置信区间进行检验的原理和方法
单侧检验中假设的建立
单侧检验室假设的建立方法
第九章分类数据分析
列联分析是利用列联表来分析变量之间关系的一种统计方法。
本章首先介绍列联表的构造和列联表的分布,然后介绍优度检验和列联表中的相关测量,最后介绍列联分析中应注意的问题。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
9.1分类数据域х2统计量
分类数据
分类数据
х2统计量
х2统计量的形式
х2统计量的计算
9.2拟合优度检验
拟合优度检验
概念:
拟合优度检验
拟合优度检验的方法
用Excel计算P值
9.3列联分析:
独立性检验
列联表
列联表的形式
独立性分析
独立性检验的方法
9.4列联表中的相关测量
φ相关系数
φ相关系数的计算
φ相关系数的意义和解释
列联相关系数
列联相关系数的计算
列联相关系数的意义和解释
V相关系数
V相关系数的计算
V相关系数的意义和解释
φ相关系数、列联相关系数和V相关系数的区别
9.5列联分析中应注意的问题
条件百分比的方向
列联表中变量的安排
х2分布的期望值准则
应用х2分布的条件
第一十章方差分析
本章主要介绍检验多个总体均值是否相等的一种统计方法,即方差分析。
它是通过对各观察数据误差来源的分析来判断多个总体均值是否相等。
本章首先介绍方差分析中的一些基本问题,包括方差分析中的一些术语,方差分析的基本思想和基本假定,然后介绍单因素方差分析及其多重比较以及双因素方差分析方法。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
10.1方差分析引论
方差分析及其有关术语
概念:
方差分析,因子,处理
方差分析的基本思想和原理
概念:
组内误差,组间误差,总平方和,组内平方和,组间平方和
误差的分解
总平方和、组内平方和、组间平方和的关系
方差分析中的基本假定
方差分析中的三个基本假定
问题的一般提法
方差分析中的提法
10.2单因素方差分析
数据结构
概念:
单因素方差分析
数据结构
分析步骤
概念:
总平方和,组内方差,组间方差
假设的提法
总平方和、组内方差、组间方差的计算方法
续前表
章节
主要内容
学习要点
10.2单因素方差分析
分析步骤
检验统计量的计算方法
统计决策
方差分析表的结构
用Excel进行单因素方差分析
关系强度的测量
关系强度的测量方法
方差分析中的多重比较
多重比较的前提
多重比较的作用
多重比较的方法
10.3双因素方差分析
双因素方差分析及其类型
概念:
双因素方差分析
双因素方差分析的类型
无交互作用的双因素方差分析
数据结构
分析步骤
总平方和的分解
方差列表的结构
关系强度的测量
用Excel进行无交互作用的双因素方差分析
有交互作用的方差分析
总平方和的分解
方差分析的结构
用Excel进行由交互作用的双因素方差分析
第一十一章一元线性回归
一元线性回归是只含一个自变量的回归。
本章首先介绍相关分析方法,然后介绍一元线性回归分析方法。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
11.1变量间关系的度量
变量间的关系
概念:
函数关系,相关关系
相关关系的特点
相关关系的描述与测度
概念:
相关系数
相关分析的内容
散点图的绘制和分析
相关系数的计算
用Excel中的统计函数计算相关系数
用Excel中的数据分析工具计算相关矩阵
相关系数的性质
相关关系的显著性检验
相关系数检验的目的
相关系数检验的程序
11.2一元线性回归
一元线性回归模型
概念:
回归模型,回归方程,估计的回归方程
回归分析的内容
回归模型的基本假定
参数的最小二乘估计
概念:
最小二乘法
β^0和β^1的计算
β^1的解释
用Excel进行回归
续前表
章节
主要内容
学习要点
11.2一元线性回归
回归直线的拟合优度
概念:
总平方和,回归平方和,残差平方和,判定系数,估计标准误差
判定系数的计算和解释
估计标准误差的计算和解释
显著性检验
线性相关检验的目的
线性关系显著性检验的程序
回归系数检验的目的
回归系数检验的程序
Excel输出的回归结果的解释和应用
回归分析结果的评价
回归分析结果的评价
11.3利用回归方程进行预测
点估计
概念:
平均值的点估计,个别值的点估计
平均值的点估计和个别值的点估计的区别
点估计的方法
用Excel中的统计函数进行预测
区间估计
概念:
平均值的置信区间估计,个别值的预测区间估计
平均值的置信区间估计和个别值的预测区间估计的区别
区间估计的计算方法
11.4残差分析
残差与残差图
概念:
残差
残差图的绘制和分析
续前表
章节
主要内容
学习要点
11.4残差分析
标准化残差
概念:
标准化残差
标准化残差图
第一十二章多元线性回归
多元线性回归是涉及两个以上自变量的回归问题。
本章首先介绍多元回归分析方法,然后介绍多重共线性问题,最后介绍虚拟自变量的回归问题。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
12.1多元线性回归模型
多元回归模型与回归方程
概念:
多元回归模型,多元回归方程
回归模型的基本假定
估计的多元回归方程
概念:
估计的多元回归方程
偏回归系数的解释
参数的最小二乘估计
参数的最小二乘估计
用Excel进行回归
12.2回归方程的拟合优度
多重判定系数
概念:
多重判定系数,调整的多重判定系数
多重判定系数的计算和解释
调整的多重判定系数的计算和解释
Excel回归输出结果的解释和应用
估计标准误差
估计标准误差的计算和解释
Excel回归输出结果的解释和应用
12.3显著性检验
线性关系检验
线性关系检验的步骤
Excel回归输出结果的解释和应用
续前表
章节
主要内容
学习要点
12.3显著性检验
回归系数检验和推断
回归系数检验的步骤
线性关系检验与回归系数检验的区别
回归系数的推断
Excel回归输出结果的解释和应用
12.4多重共线性
多重共线性及其所产生的问题
概念:
多重共线性
多重共线性对回归模型的影响
多重共线性的判别
多重共线性的识别方法
多重共线性问题的处理
多重共线性的处理方法
12.5利用回归方程进行预测
利用回归方程进行估计和预测
利用回归方程进行预测
12.6变量选择与逐步回归
变量选择过程
变量选择的意义
向前选择
向前选择的原理
向后剔除
向后剔除的原理
逐步回归
逐步回归的原理和应用
第一十三章时间序列分析和预测
分析时间序列数据的主要目的是对未来的观测值进行预测。
本章在给出时间序列概念及其分类的基础上,首先介绍了时间序列的描述性分析方法,然后介绍平稳序列和趋势型序列的一些预测方法,最后介绍复合型序列的分解预测方法。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
13.1时间序列及其分解
时间序列及其分解
概念:
事件序列,平稳序列,非平稳序列,趋势,季节性,周期性,随机性
事件序列的分解模型
13.2时间序列的描述性分析
图形描述
事件序列的图形描述
增长率分析
概念:
增长率,环比增长率,定基增长率,平均增长率,增长1%的绝对值
一般增长率的计算与分析
平均增长率的计算与分析
增长率中应注意的问题
增长1%的绝对值的计算和应用
13.3事件序列预测的程序
确定事件序列的成分
趋势成分的确定
季节成分的确定
选择预测方法
时间序列的类型和预测方法
预测方法的评估
预测误差的计算
续前表
章节
主要内容
学习要点
13.4平稳序列的预测
简单平均法
简单平均法预测
移动平均法
移动平均法预测
用Excel进行移动平均预测
指数平滑法
指数平滑法预测
用Excel进行指数平滑预测
13.5趋势型序列的预测
线性趋势预测
直线趋势方程的求法
直线趋势方程预测
用Excel进行线性趋势预测
非线性趋势预测
指数趋势预测
指数曲线和直线的区别
修正指数曲线预测
Gompertz曲线预测
多阶曲线
用Excel进行非线性趋势预测
13.6复合型序列的分解预测
确定并分离季节成分
季节指数的计算
分离季节性成分
建立预测模型并进行预测
建立预测模型并进行预测
计算最后的预测值
计算最后的预测值
第一十四章指数
指数是应用于经济领域的一种特殊统计方法。
本章首先介绍指数的概念和分类,然后介绍加权指数的编制方法以及指数体系的分析和应用,最后介绍实际中几种常用的价格指数以及多指标综合评价指数的编制思路。
本章各节的主要内容和学习要点总结在下面的表格中。
章节
主要内容
学习要点
14.1基本问题
指数概念
概念:
指数
指数分类
概念:
个体指数,总指数,数量指标指数,质量指标指数,简单指数,加权指数
指数编制中的问题
选择项目,确定权数,计算方法
14.2总指数编制方法
简单指数
简单综合指数的计算方法,简单平均指数的计算方法
加权指数
加权综合指数的基本公式,拉式指数和帕氏指数的计算方法
加权平均指数
加权平均指数的编制
14.3指数体系
总量指数体系分析
指数体系编制的原理
平均数变动因素分解
平均数分解的基本原理
14.4几种典型的指数
居民消费价格指数
概念:
居民消费价格指数
居民消费价格指数编制的基本过程
居民消费价格指数的作用
股票价格指数
股票价格指数编制的基本原理
消费者满意度指数
消费者满意度指数的用途
续前表
章节
主要内容
学习要点
14.5综合价格指数
综合评价与综合评价指数
构建综合评价指数的基本步骤
综合评价指数的构建方法
构建综合评价指数的基本过程