统计学复习资料(名词解释、简答)

统计学复习资料（名词解释、简答）

计算题：以老师圈的重点，以及之前布置的作业为主，重点复习11/12章

一、名词解释：

时间序列数据：是在不同时间收集到的数据，这些数据是按时间顺序收集到的，用于所描述现象随时间变化的情况。

总体：是包含所研究的全部个体（数据）的集合

样本：是从总体中抽取的一部分元素的集合样本量：构成样本的元素的数目

统计量：用来描述样本特征的概括性数字度量

参数：用来描述总体特征的概括性数字度量

概率抽样：即随机抽样，遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本非概率抽样：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

简单随机抽样：指从总体N个单位中任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等的一种抽样方式。

分层抽样：将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、

随机地抽取样本

整群抽样：是将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。

系统抽样：根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取

一个单位的一种抽样方式

抽样误差：由抽样的随机性引起的样本结果与总体真值之间的误差

分组数据：根据统计研究的需要，将原始数据按照某种标准化分成不同的组别，分组后的数据称为分组数据。方法有单变量值分组和组距分组两种。

众数：是一组数据中出现次数最多的变量值

中位数：是一组数据排序后处于中间位置上的变量值

平均数：也称均值，是一组数据相加后除以数据的个数得到的结果

算术平均数：是指在一组数据中所有数据之和再除以数据的个数

几何平均数：是n个变量乘积的n次方根

方差：各变量值与其平均数离差平方的平均数

经验法则：

当一组数据对称分布时，经验法则表明：

约有68%的数据在平均数1个标准差的范围之内。

约有95%的数据在平均数2个标准差的范围之内。

约有99%的数据在平均数3个标准差的范围之内。

离散系数：是一组数据的标准差与其相应的平均数之比

偏态：它是对数据对称性的测度。（不要求计算，但求了解偏什么）

SK<0, 左偏

SK=O,分布对称；

SK>0, 右偏

参数估计：用样本统计量去估计总体的参数

估计量：用来估计总体参数的统计量

区间估计：在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统

计量加减估计误差得到?

置信水平：将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数所占

的比例

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。

判定系数：回归平方和占总平方和的比例。

估计标准误差：度量各实际观测点在直线周围的散布状况的一个统计量。

残差：是因变量的观测值与根据估计的回归方程求出的预测值之差

多重判定系数：多元回归中回归平方和占总平方和的比例，度量多元回归方程拟合程度

的一个统计量，反映了在因变量的变差中被估计的回归方程所解释的比例。

多重共线性：是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。

时间序列：是同一现象在不同时间上的相继观察值排列而成的序列。

平稳序列：基本上不存在趋势的序列。

季节性：时间序列在一年内重复出现的周期性波动。

周期性：是时间序列中呈现出来的围绕长期趋势的一种波浪形或震荡式变动。

线性趋势：指现象随着时间的推移而呈现出稳定增长或下降的线性变化规律。（不掌握计算）

二、简答：

一、概率抽样与非概率抽样比较

答：非概率抽样不是依据随机原则抽选样本，样本统计量的分布是不确切的，无法使用样本的结果对总体相应的参数进行推断。特点是操作简便、时效快、成本低

概率抽样是依据随机原则抽选样本，统计量的理论分布是存在的。可根据调查的结果对

总体的有关参数进行估计。特点是技术含量高，成本较高

频数：指变量值中代表某种特征的数（标志值）出现的次数。

频率：每个对象出现的次数与总次数的比值

二、众数中位数平均数的比较

1.答：（1）众数是一组数据分布的峰值，是一种位置代表值。其优点是不受极端值影响＜

其缺点是具有不唯一性。（1分）

（2）中位数是一组数据中间位置上的代表值，也是位置代表值，其特点是不受数据极端值的影响。（1分）

（3）均值是就全部数据计算的，它具有优良的数学性质，是实际中应用最广泛的集中趋势测度值。其主要缺点是易受数据极端值的影响。（1分）

应用场合：当数据呈对称分布或接近对称分布时，三个代表值相等或接近相等，这时应选择均值作为集中趋势的代表值；当数据为偏态分布，特别是当偏斜的程度较大时，应选择众数或中位数等位置代表值，这时它们的代表性要比均值好。此外，均值只适用于定距或定

比尺度的数据，而对于定类和定比尺度的数据则无法计算均值，但却可以计算众数和中位数。三、为什么要使用变异系数

答：标准差是反映数据分散程度的绝对值，其数值的大小一方面取决于原变量值本身水

平高低的影响，也就是与变量的均值大小有关。（2分）。

统计学名词解释简答

名词解释统计总体：指客观存在的、在同一性质基础上结合起来的许多个别单位的整体。统计总体的特征：同质性、差异性、大量性。总体单位：个体，指构成总体的各个单位。统计指标：简称指标，用来反映社会经济现象总体的数量特征的概念及其数值。任一概念都包含指标名称和指标数值。特征有总体性、数量性、综合性、具体性。统计标志：在统计中，总体单位所具有的属性或特征的名称。标志是统计研究的起点，总体单位是标志的载体，是标志的承担者，统计研究是从登记标志开始的，并通过对标志的综合来反映总体的数量特征。可分为品质标志和数量标志，或不变标志和变异标志。统计调查：就是根据统计研究的预定目的、要求和任务，运用各种科学的调查方法，有计划、有组织地搜集有关现象的各个单位的资料，对客观事实进行登记，取得真实可靠的原始资料的工作过程。统计调查是整个统计工作的基础环节。统计调查的好坏，将影响统计资料的正确与否，从而影响统计质量。统计调查的要求：准确性、及时性、全面性、系统性。普查：是根据统计任务的特定目的而专门组织的一次性全面调查。调查范围：1.属于一定时点的社会经济现象的总量（如人口普查）。2.反映一定时期现象的总量（如出生人口总数）。优点：所获资料更详细，有较高的准确性和时效性。缺点：工作量大，花费时间长，耗费大量的人力、物力和财力。主要作用：在于掌握某些关系国计民生、国情国力的数据，获得比较准确的信息。抽样调查：指从所要研究的总体中，按照随机原则，抽取部分单位进行调查，并将调查整理得出的数量特征，用以推断总体综合数量特征的一种非全面调查组织形式。特点：随机性、推断性。优点：经济性、时效性、准确性、灵活性。应用范围：①对总体不可能或不必要进行全面调查，但要掌握总体某些现象的全面数值②用抽样调查资料修正全面调查资料。作用：①承担全面调查无法或很难承担的调查任务。如气象调查。②与全面调查结合，可以发挥相互补充、校对的作用。 ③进行生产过程的质量控制。④用来检验总体特征的某些假设，为行动决策提供依据。抽样调查的组织形式：纯随机抽样、机械抽样、类型抽样、整群抽样、阶段抽样。典型调查：根据调查目的和要求，在对研究总体作全面分析后，有意识地从中选取少数具有代表性的单位进行深入调查研究的一种非全面调查。优点：节省人力、物力，既可搜集统计资料，又可分析研究问题。缺点：资料不齐全，缺乏代表性。主要作用：1.弥补全面调查不足（获取其它统计调查方法不能得到的统计资料；补充完善统计报表；验证全面调查数据的真实性。2.进行估算某些指标数值。重点调查：是一种非全面调查，是在调查对象中选择重点单位进行的调查，但这部分重点单位占总体的绝大比重。优点：省事、省力，能用较少的代价及时搜集到总体的基本情况和基本趋势。缺点：资料受重点单位影响大，资料一般不齐全。统计整理：就是根据统计研究的预定目的，对所搜集到的资料进行科学加工，使之条理化、系统化，建立统计数据库，以满足多方面、多层次的反复需要的工作过程。作用：统计整理是统计工作过程的重要阶段，它是实现从个体单位标志值过渡到总体数量特征值的必经阶段，是统计分析的前提。其质量的好坏会直接影响统计分析的效果。绝对指标：又称总量指标，有时也称绝对数。是用来说明一定社会经济现象的规模、水平的总量。它包括总体总量和标志总量。相对指标：又称相对数，是两个相联系指标的比值。作分母的指标为基数，分子为表数。通过相对指标可反映现象间的相互关系和对比关系。一般分为有名数和无名数。种类有：计划完成相对指标、结构相对指标、比较相对指标、动态相对指标、强度相对数。平均指标：又称统计平均数，它是度量频率分布集中趋势或中心位置的指标。也是社会经济统计中最常用的综合指标。它是在同质总体内各总体单位某一数量标志的一般水平。一般有两种分类：静态平均数、动态平均数。

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。 7.相对次数分布表：用频数比率或百分数来表示次数 8.累加次数分布表：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。 9.双列次数分布表：对有联系的两列变量用同一个表表示其次数分布。

统计学名词解释

1、统计学统计学是一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很强的通用方法论科学。 2、指标和标志标志是说明总体单位属性或特征的名称。指标是说明总体综合数量特征和数量关系的数字资料。 3、总体、样本和单位统计总体是统计所要研究的对象的全体，它是由客观存在的、具有某种共同性质的许多个体所构成的整体。简称总体。构成总体的个体则称为总体单位，简称单位。样本是从总体中抽取的一部分单位。 4、统计调查统计调查是根据统计研究的目的和要求、采用科学的方法，有组织有计划的搜集统计资料的工作过程。它是取得统计数据的重要手段。 5、统计绝对数和统计相对数反映总体规模的绝对数量值，在社会经济统计中称为总量指标。统计相对数是两个有联系的指标数值之比，用以反映现象间的联系和对比关系。 6、时期指标和时点指标时期指标是反映总体在一段时期内累计总量的数字资料，是流量。时点指标是反映总体在某一时刻上具有的总量的数字资料，是存量。 7、抽样估计和假设检验抽样估计是指根据所抽取的样本特征来估计总体特征的统计方法。假设检验是先对总体的某一数据提出假设，然后抽取样本，运用样本数据来检验假设成立与否。 8、变量和变异标志的具体表现和指标的具体数值会有差别，这种差别就称为变异。数量标志和指标在统计中称为变量。 9、参数和统计量参数是反映总体特征的一些变量，包括总体平均数、总体方差、总体标准差等。统计量是反映样本特征的一些变量，包括样本平均数、样本方差、样本标准差等。 10、抽样平均误差样本平均数与总体平均数之间的平均离散程度称之为抽样平均误差，简称为抽样误差。重复抽样的抽样平均误差为总体标准差的1/n。 11、抽样极限误差抽样极限误差是指样本统计量和总体参数之间抽样误差的可能范围。我们用样本统计量变动的上限或下限与总体参数的绝对值表示抽样误差的可能范围，称为极限误差或允许误差。 12、重复抽样和不重复抽样重复抽样也称为回置抽样，是从总体中随机抽取一个样本时，每次抽取一个样本单位时都放回的抽样方式。不重复抽样也叫不回置抽样，它是在每次抽取样本单位时都不放回的抽样方式。13、点估计和区间估计点估计也叫定值估计，就是直接用抽样平均数代替总体平均数，用抽样成数代替总体成数。区间估计是在一定概率保证下，用样本统计量和抽样平均误差去推断总体参数的可能范围的估计方法。 14、统计指数广义上来说，它是表明社会经济现象的数量对比关系的相对指标。狭义上来说，它是反映不能直接相加对比的复杂总体综合变动的动态相对数。 15、综合法总指数凡是一个总量指标可以分解为两个或两个以上的因素指标时，将其中一个或一个以上的因素指

【缩印整理版】医学统计学名词解释及问答题

统计学（Statistics）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达的科学。总体（population）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。样本（sample）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。抽样误差（sampling error）在抽样过程中由于抽样的偶然性而出现的误差。表现为总体参数与样本统计量的差异，以及多个样本统计量之间的差异。可用标准误描述其大小。标准误(Standard Error) 样本统计量的标准差，反映样本统计量的离散程度，也间接反映了抽样误差的大小。样本均数的标准差称为均数的标准误。均数标准误大小与标准差呈正比，与样本例数的平方根呈反比，故欲降低抽样误差，可增加样本例数区间估计（interval estimation）：将样本统计量与标准误结合起来，确定一个具有较大置信度的包含总体参数的范围，该范围称为置信区间（confidence interval，CI），又称可信区间。参考值范围描述绝大多数正常人的某项指标所在范围；正态分布法（标准差）、百分位数法，参考值范围用于判断某项指标是否正常置信区间揭示的是按一定置信度估计总体参数所在的范围。t分布法、正态分布法（标准误）、二项分布法。置信区间估计总体参数所在范围可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间（confidence interval，CI）。它的确切含义是：可信区间包含总体参数的可能性是1- α ，而不是总体参数落在该范围的可能性为1-α 。参数统计（parametric statistics）非参数统计（nonparametric statistics）是指在统计检验中不需要假定总体分布形式和计算参数估计量,直接对比较数据(x)的分布进行统计检验的方法。变异（variation）：对于同质的各观察单位，其某变量值之间的差异同质（homogeneity）：研究对象具有的相同的状况或属性等共性。回归系数有单位，而相关系数无单位 β为回归直线的斜率(slope)参数，又称回归系数(regression coefficient)。线性相关系数（linear correlation coefficient）：又称Pearson积差相关系数（Pearson product moment coefficient），是定量描述两个变量间线性关系的密切程度与相关方向的统计指标。参数（parameter）：描述总体特征的统计指标。统计量（statistic）：描述样本特征的统计指标。实验设计的基本原则对照 (control) 对受试对象不施加处理因素的状态。在确定接受处理因素的实验组时，要同时设立对照组重复 (replication)相同实验条件下进行多次实验或多次观察。整个实验的重复；观察多个受试对象（样本量）；同一受试对象重复观察。作用是估计变异大小和降低变异随机化(randomization) 采用随机的方式，使每个受试对象都有同等的机会被抽取或分配到试验组和对照组。 I类错误（假阳性错误）真实情况为H0是成立的，但检验结果为H0不成立，这样的错误称为I类错误。其发生的概率用α表示。在假设检验中作为检验水准。一般取0.05或0.01。 II类错误（假阴性错误）真实情况为H1是成立的，但检验结果为H1不成立，这样的错误称为II类错误。其发生的概率用β表示。由于其取值取决于H1 ，因此在假设检验中无法确定。变异指标是用于描述一组观察值围绕中心位置散布的范围，即描述离散趋势的统计指标。数值越大，说明数据越离散，反之越集中。极差 (range)；四分位数间距(quartile range)；方差(variance)；标准差(standard deviation)；变异系数(coefficient of variation 平均数指标用于描述一组同质观察值的集中趋势，反映一组观察值的平均水平。算术均数（arithmetic mean）；几何均数（geometric mean）；中位数（median）；众数（mode）单纯抽样将调查总体的全部观察单位编号，从而形成抽样框架，在抽样框架中随机抽取部分观察单位组成样本。每个观察对象都有相同的机会被抽中系统抽样又称机械抽样。按照某种顺序给总体中的个体编号，然后随机地抽取一个号码作为第一个调查个体，其他的调查个体则按照某种确定的规则“系统”地抽取。最常用的方法是等距抽样分层抽样先将总体中全部个体按某种特征分成若干“层”，再从每一层内随机抽取一定数量的个体组成样本。分层特征与研究目的有关。按各层比例抽样。为减少抽样误差，要求层内误差最小，层间误差最大。整群抽样先将总体分成若干“群”，从中随机抽取几个群，抽取群内的所有观察单位组成调查样本。 “群”的确定与研究目的无关。为减少抽样误差，需多抽几个“群”。方差分析：又称变异数分析或 F检验，适用于对多个平均值进行总体的假设检验，以检验实验所得的多个平均值是否来自相同总体。析因设计（factorial design）实验：凡同时配置两个或两个以上处理因素，这些因素的各水平又具有完全组合的实验，统称为析因设计（factorial design）实验。随机区组设计（randomized block design）是事先将全部受试对象按某种可能与实验因素有关的特征分为若干个区组（block），使每一区组内的受试对象例数与处理因素的分组数相等，使每个实验组从每一区组得到一例受试对象。单向方差分析（one way analysis of variance）是指处理因素只有一个。这个处理因素包含有多个离散的水平，分析在不同处理水平上应变量的平均值是否来自相同总体。（2）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。（3）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。随机变量（random variable）是指取指不能事先确定的观察结果。随机变量的具体内容虽然是各式各样的，但共同的特点是不能用一个常数来表示，而且，理论上讲，每个变量的取值服从特定的概率分布。变异系数（coefficient of variation）用于观察指标单位不同或均数相差较大时两组资料变异程度的比较。用CV 表示。计算：标准差/均数*100% 直线回归（linear regression）建立一个描述应变量依自变量变化而变化的直线方程，并要求各点与该直线纵向距离的平方和为最小。直线回归是回归分析中最基本、最简单的一种，故又称简单回归（simple regression）。回归系数（regression coefficient ）即直线的斜率 (slope)，在直线回归方程中用b 表示，b 的统计意义为X每增（减）一个单位时，Y平均改变b 个单位。相关系数r：用以描述两个随机变量之间线性相关关系的密切程度与相关方向的统计指标。秩次：变量值按照从小到大顺序所编的秩序号称为秩次（rank）。秩和：各组秩次的合计称为秩和（rank sum），是非参数检验的基本统计量。方差（variance）：方差表示一组数据的平均离散情况，由离均差的平方和除以样本个数得到。检验效能：1- β称为检验效能（power of test），它是指当两总体确有差别，按规定的检验水准a 所能发现该差异的能力。百分位数（percentile）是将n 个观察值从小到大依次排列，再把它们的位次依次转化为百分位。百分位数的另一个重要用途是确定医学参考值范围随机误差（random error）又称偶然误差，是指排除了系统误差后尚存的误差。它受多种因素的影响，使观察值不按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。随机误差可以通过统计处理来估计。一、统计表有哪些要素构成的？制表的注意事项有哪些？一般来说，统计表由标题、标目、线条和数字、备注五部分组成。但备注并不是必需的内容，可以根据需要出现。 1简明扼要，重点突出：最好一张表突出一个中心，不易太多中心，如果需要说明多个中心，可分成多张统计表。 2合理安排主语和谓语的位置：对于表中任意一行，从左至右，通过简短的连接词，可连成成一句通顺的句子。 3表中数据要认真核对，保证准确可靠二、为什么不宜用t 检验对多组均数进行比较？如果用t检验进行多个样本均数的两两比较，则会增加犯I 类错误的概率。经检验得到拒绝H0 ，认为两组之间有差别的结论可能犯I类错误的概率为α，不犯I类错误的概率为 1- α.每次判断均不犯I类错误的概率为(1- α)k, k为比较的次数，上例α=0.05, k=3，则均不犯错误的概率为( 1- 0.05)3 =0.86. 至少有一次判断犯I 类错误的概率为1-(1- α)k 三、方差分析的基本思想是什么？按实验设计的类型，将全部观察值间的变异分解成两个或多个组成部分，然后将各部分的变异与随机误差进行比较（每个部分的变异可由某因素的作用来解释），以判断各部分的变异是否具有统计学意义，从而推断不同样本所代表的总体均数是否相同。五、简述直线相关与回归的区别与联系区别：1．回归说明依存关系，直线回归用于说明两变量间数量依存变化的关系，描述y如何依赖于x 而变化；相关说明相关关系，直线相关用于说明两变量间的直线相关关系，此时两变量的关系是平等的 2．r与b有区别：r说明具有直线关系的两个变量间相关的密切程度与相关方向； b表示x每改变一个单位，y平均增（减）多少个单位； 3．资料要求不同：直线回归要求应变量 y是来自正态总体的随机变量，而x可以是来自正态总体的随机变量，也可以是严密控制、精确测量的变量，相关分析则要求x，y是来自双变量正态分布总体的随机变量。 4.取值范围：-∞

统计学名词解释汇总

统计学名词解释汇总 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】

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

统计学名词解释

一、名词解释总体:指在同一组条件下所有成员的某种状态变量的集合;或者说是某一变数的全部可能值的集合;或性质相同的个体组成的整个集团. 样本:从总体中取出来用作分析、研究的个体称样本。随机样本：总体中的每个总体单位都有同等的机会被抽取为样本单位,由这种方法抽得的样本叫随机样本.（用随机抽样的方法,从总体中抽出一个部分；等概率抽取的样本。）随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。复置抽样:保证总体中的每个个体在每次抽样中都有同等的概率被取为样本。样本容量：样本中包含的单位数称为样本容量。（样本中变量的个数.）观察值：每一个体的某一性状测定值叫做观察值。变数：若干有变异的观察值叫随机变数，简称变数。连续性变数：指在任意两个变量之间都有可能存在只有微量差异的第三个变量存在，这样一类变数称为连续性变数. 间断性变数：只能取整数的一类变数。参数：由总体获得的代表总体的特征数.（描述总体的特征数,如μσ .)统计数：由样本获得的代表样本的特征数。（描述样本的特征数。）数量资料(数量性状资料）：以测量或称重的方式获取的试验资料称为数量资料。计量资料、质量性状资料次数资料：凡是试验结果以次数表示的资料称为次数资料。算术平均数、众数几何平均数：变量对数的算术平均数的反对数, (lg) lg Y G n = ∑ 调和平均数:变量倒数的算术平均数的反倒数， 1 () n H Y = ∑ 中位数:将变量顺序排列,处在中间的变量称中位数，计作M d。极差:一组资料中最大值与最小值的差值为极差. 方差：变数变异程度的度量,对于总体 ()2 2i Y N μ σ - = ∑ ,对于样本 2 2 () 1 Y y s n - = - ∑ 。 (描述变量平均变异程度的统计量.定义为 2 1 2 () 1 n j j Y y s n = - = - ∑ 。）ＥMS:期望均方，是对均方MＳ的期望值。标准差:变数变异程度的度量,总体标准差： () N Y ∑- = 2 μ σ ，样本标准差: () 1 2 - - = ∑ n y Y s .（变数的平均变异量.) 标准误：统计数变异度的度量，12 y y y s s - == 。(统计数的标准差。）

统计学名词解释超级大全

统计学名词解释超级大全第一章导论统计学：一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很强的通用方法论科学。教育统计学：专门研究如何搜集、整理、分析在心理和教育方面对实验或调查所获得的数字资料，如何根据这些资料所传递的信息，进行数学推论，找出客观规律的一门科学。描述统计：对实验或调查所获得的数据加以整理（如制表、绘图），并计算其各种代表量数（如集中量数、差异量数、相关量数等），其基本思想是平均，如在集中量数中将原始数据进行平均，在差异量数中将离均差进行平均，在相关量数中将积差进行平均等等。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。小数永存法则：第一个样本中所表现出的特性，在其他样本中也会存在，这就是小数永存法则。此处“小数”是指小数量的意思。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。数据：某个数值一旦被取定了，则称这个数值为随机变量的一个观察值。即数据。总体：性质相同的一类事物的全体。个体：构成总体的每一基本单位或单元。样本：总体抽出的部分个体。参数：表示总体特征的量数。统计量：直接从样本计算出的量数，代表样本的特征。名称变量：指一事物与其他事物在属性、类别上不同。顺序变量：事物的某一属性的多少或大小按顺序排列起来的变量。既无相等的单位又无绝对的零点的变量。等距变量：只具有相等的单位，而没有绝对的零点的变量。比率变量：既有相等的单位，又有绝对的零点的变量。连续变量：指取值可以是某区间内任一数值的随机变量，它是指测量单位之间可以划分成无限多个细小单位，其数字形式多取小数。离散变量：指测量单位之间不能再细分的数字资料，其数字形式常取整数。计数数据：计算人或物的个数所获得的数据。度量数据：用一定的测量工具或测量标准测量时所获得的数据。指标：表明总体数量特征的概念和具体数值，又称统计指标，它是把各个个体的特征加总起来的综合结果。

《教育统计学》名词解释重点

第一章绪论 1，教育统计学是运用数理统计学的原理来研究教育问题的一门应用科学。 2，教育统计学分为描述统计、推断统计和实验设计三类。（1）描述统计：计算集中量（算术平均数、中位数、众数、加权算术平均数、几何平均数、调和平均数）来反映集中趋势；计算差异量（全距、四分位距、百分位距、平均差、标准差、差异系数）反映离散程度；计算偏态量及峰态量反映分布形态；计算相关量（积差相关系数、等级、点二列、二列、四分、C相关系数、肯德尔和谐系数、多系列相关系数）反映一致性程度。（2）推断统计包括总体参数估计和假设检验两部分。 3，随机现象三个特性：一，一次试验有多种可能的结果，其所有结果是已知的；二，试验之前不能预料那一种结果会出现；三，在相同条件下可以重复试验。随机事件：随机现象的每一种结果。随机变量：把能表示随机现象各种结果的变量称之 4，总体：是我们研究的具有某种共同特性的个体的总和。样本数目大于30称为大样本，小于等于30称为小样本。第二章数据的初步整理 1，教统资料来源有经常性资料和专题性资料。专题性资料包括（1）教育调查。按调查方法分为现情调查、回顾调查和追踪调查；按调查范围分全面调查和非全面调查（抽样调查和典型调查）。（2）教育实验。分为单组实验（指对同一实验对象先后实施两种实验处理）、等组实验（指在甲乙两组条件基本相同的情况下，对之实行不同的实验处理）和轮组实验（指在实验组和对照组分别进行两种实验处理，并且每种处理各重复一次，也即每个或多个单组实验的联合） 2，数据的分类。按来源分为点计数据和度量数据；按随机变量取值情况分为间断型随机变量（取值个数有限、独立的、两个单位之间不能再划分细小单位、一般用整数表示，如优劣程度、品德爱好打分）和连续性随机变量（个数无限、单位之间可以再划分、可以用小数表示如身高体重、完成作业的时间等）。 3，频数分布表制作步骤：求全距；决定组数和组距；决定组限；登记频数。 4，用累计频数表示的频数分布表称为累计频数分布表。第三章集中量 1，集中量是代表一组数据典型水平或集中趋势的量。它能反映频数分布中大量数据向某一点集中的情况。 2，加权平均数：是不同比重数据（或平均数）的平均数。几何平均数：是n个数值连乘积的n次方根。调和平均数：是一组数据倒算的算术平均数的倒数，亦称倒数平均数。第四章差异量 1，差异量是指表示一组数据变异程度或离散程度的量。差异量越大，表示数据分布越广，越不整齐；相反，表示分布越集中，变动范围越小。 2，全距是一组数据中最大值与最小值之差，又称极差，用R表示。四分位距是指用依一定顺序排列的一组数据中间部分50%个频数距离的一半作为差异量指标。四分位距就是第三个四分位数（第75百分位数）与第一个四分位数（第25半分位数）差的一半。百分位距是指两个百分位数之差。常用的有两种：一为第90与第10百分位数之差；一为第93与第7百分位数之差。 3，标准差越大，表明离散程度越大，即数据越参差不齐，分布范围越广。

统计学名词解释及简答题 .

名词解释一、分类数据（categorical data ）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，使用文字来表述的。二、顺序数据（ran k data ）是只能归于某一有序类别的非数字型数据。三、数值型数据（metric data ）是按数字尺度测量的观察值，其结果表现为具体的数值。四、系统抽样（systematic sampling ）将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机的抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位，这种抽样方法被称为系统抽样。五、非概率抽样（non-probability sampling ）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，采取某种方式从总体中抽出部分单位对其实施调查。六、抽样误差（sampling error ）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。七、四分位数(quartile)也称四分位点，他是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包括25%的数据。八、离散系数也成为变异系数（coefficient of variation ），它是一组数据的标准差与其相应的平均数之比。其计算公式为： s s v x = 离散系数是测度数据离散程度的相对统计量，主要是用于比较不同样本数据的离散程度。离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。九、泊松分布（Poisson distribution ）是用来描述在一指定时间范围内或在指定的面积或体积之内某一事件出现的次数的分布。十、中心极限定理（central limit theorem ）：设从均值μ、2σ(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2σ/n 的正态分布。十一、置信区间（confidence interval ）在区间估计中，有样本统计量所构造的总体参数的估计区间称为置信区间，其中区间的最小值称为置信上限。十二、显著性水平(significant level)是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率或风险，其实这就是前面所说假设检验中犯弃真错误的概率，它是由人们根据检验的要求确定的，通常取0.05α=或0.01α=，这表明，当做出接受原假设的决定时，其正确的概率为95%或99%。十三、方差分析（analysis of variance, ANOV A ）就是通过检验各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。十四、相关系数（correlation coefficient ）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。十五、回归模型（regression model ）对于具有线性关系的两个变量，可以用一个线性方程来表示他们之间的关系。描述因变量y 如何依赖于自变量x 和误差项ε的方程称为回归模型。十六、点估计利用估计的回归方程，对于x 的一个特定值0x ，求出y 的一个估计值就是点估计。点估计可分为两种：一是平均值的点估计；二是个别值的点估计。十七、时间序列（time series ）是同一现象在不同时间上的相继观察值排列而成的序列。十八、指数平滑法（exponential smoothing ）是通过对过去的观察值加权平均进行预测的一种方法，该方法使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。十九、指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。指数是测定多项内容数量综合变动的相对数。这个概念中包含两个重点：第一个要点是指数的实质是测定多项内容；指数概念的第二个要点是其表现形式为动态相对数，既然是动态相对

统计学重点名词解释

什么叫因素或因子：所要检验的对象。因素的不同表现成为水平或处理，每个因子水平下得到的数据称为观察值。无偏性：估计量抽样分布的数学期望等于被估计的总体参数。有效性：对同一总体参数的两个无偏估计量，有更小估计差得估计量更有效。一致性：随着样本量的增大，点估计量的值越来越接近被估总体的参数。原假设：提出一个或两个参数是否等于或大于、小于某个特殊值的命题。。备择假设：与原假设逻辑相反的假设。点估计:就是用样本统计量的某个取值直接作为总体参数的估计值。区间估计：在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减误差得到。置信水平：将构造置信区间的步骤重复很多次，置信区间包括总体参数真值的次数所占的比例。方差分析就是通过检验个总体的均值是否相等来判断分类自变量对数值型因变量是否有相助影响假设检验：利用样本信息，对提出的命题进行检验的一套程序和方法。显著性水平：是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率或风险单因素方差分析：研究一个分类型自变量同数值型自变量之间关系的一种统计方法。。离散系数：也称为变异系数，一组数据的标准差与其相应的平均数之比，是测度数据离散程度的相对值。离散程度：它反映的是各变量值远离其中心值的程度。统计学：收集、处理、分析、解释数据并从数据中得到结论的科学。统计量：描述样本特征的概括性数字度量。误差的控制主要方法有：改变样本容量、构造不同的抽样框、注意问卷中得措辞方式以及对调查过程的质量控制。估计量：用来估计总体参数的统计量的名称。根据一个具体样本计算出来的估计量数值称为估计值。抽样调查的作用：应用范围广、调查结果准确可靠、调查速度快、节省调查费中位数：将所研究的总体中的各单位标志值按大小顺序排列，位于中点位置的那个标志值就是中位数小概率原理：是指在发生概率很小的随机事件再一次试验中几乎是不可能发生的。根据这一原理可以做出是否拒绝原假设的决定。假设检验的流程：提出原假设、被择假设。确定适量的检验统计量，并计算其数值 P值决策：决策规则：P《a 拒绝原假设。P越小，犯第一类错误（弃真）概率越小（当原假设为真时，得到的样本数据或更极端数据的概率）为什么要选择方差分析？方差分析采用同时考虑所有样本，因此排除了错误积累概率，从而避免拒绝一个真实的假设，不仅提高了效率同时又将所有的样本信息结合在一起，也增加了分析的可靠性。。简述众数、中位数和均值的特点和应有场合？答：众数是一组数据中出现次数最多的变量值，是一种位置代表值，不受极端值的影响，具有不唯一性，也可能没有众数，主要用于分类数据集中趋势的测度；中位数是一组数据排序后处在中点位置的变量值，也是位置代表值，不受极端值的影响，主要用于排序型数据集中

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。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？

统计学简答题参考答案

统计学简答题参考答案第一章绪论 1.什么是统计学？怎样理解统计学与统计数据的关系？答：统计学是一门收集、整理、显示和分析统计数据的科学。统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法以致于统计学就失去了其存在意义。2．简要说明统计数据的来源。答：统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验，在社会经济管理领域，主要通过统计调查方式来获得，如普查和抽样调查。间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得。 3.简要说明抽样误差和非抽样误差。答：统计调查误差可分为非抽样误差和抽样误差。非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的。抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的。 4.解释描述统计和推断统计的概念？（P5）答：描述统计是用图形、表格和概括性的数字对数据进行描述的统计方法。推断统计是根据样本信息对总体进行估计、假设检验、预测或其他推断的统计方法。第二章统计数据的描述 1描述次数分配表的编制过程。答：分二个步骤：（1）按照统计研究的目的，将数据按分组标志进行分组。按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。按数量标志进行分组，可分为单项式分组与组距式分组单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围（区间）作为一个组。统计分组应遵循“不重不漏”原则（2）将数据分配到各个组，统计各组的次数，编制次数分配表。 2. 一组数据的分布特征可以从哪几个方面进行测度？答：数据分布特征一般可从集中趋势、离散程度、偏态和峰度几方面来测度。常用的指标有均值、中位数、众数、极差、方差、标准差、离散系数、偏态系数和峰度系数。 3.怎样理解均值在统计中的地位？答：均值是对所有数据平均后计算的一般水平的代表值，数据信息提取得最充分，具有良好的数学性质，是数据误差相互抵消后的客观事物必然性数量特征的一种反映，在统计推断中显示出优良特性，由此均值在统计中起到非常重要的基础地位。受极端数值的影响是其使用时存在的问题。 4. 简述众数、中位数和均值的特点和应用场合。答：众数、中位数和均值是分布集中趋势的三个主要测度，众数和中位数是从数据分布形状及位置角度来考虑的，而均值是对所有数据计算后得到的。众数容易计算，但不是总是存在，应用场合较少；中位数直观，不受极端数据的影响，但数据信息利用不够充分；均值数据提取的信息最充分，但受极端数据的影响。5.为什么要计算离散系数？