统计学原理知识点公式
(完整版)统计学公式大全
(完整版)统计学公式大全统计学公式大全本文档旨在提供统计学领域常用的公式大全，便于大家在研究和实践中进行参考和应用。
描述统计学公式中心趋势度量1. 平均数（Mean）：$\bar{x} =\frac{{\sum_{i=1}^{n}x_i}}{n}$2. 中位数（Median）：若数据个数为奇数，中位数为排序后的中间值；若数据个数为偶数，中位数为排序后的中间两个值的平均值。
3. 众数（Mode）：出现频率最高的数值。
离散趋势度量1. 方差（Variance）：$Var(x) = \frac{{\sum_{i=1}^{n}(x_i - \bar{x})^2}}{n}$2. 标准差（Standard Deviation）：$SD(x) = \sqrt{Var(x)}$3. 极差（Range）：$Range(x) = \max(x) - \min(x)$分布形状度量1. 偏度（Skewness）：$\text{Skewness} =\frac{{\sum_{i=1}^{n}(x_i - \bar{x})^3}}{n \cdot SD(x)^3}$2. 峰度（Kurtosis）：$\text{Kurtosis} =\frac{{\sum_{i=1}^{n}(x_i - \bar{x})^4}}{n \cdot SD(x)^4}$ 推断统计学公式参数估计1. 样本均值的抽样分布标准差（Standard Error of the Mean）：$SE(\bar{x}) = \frac{{SD(x)}}{\sqrt{n}}$2. 双侧置信区间公式（Confidence Interval）：$\bar{x} \pm Z\cdot SE(\bar{x})$3. 样本比例的抽样分布标准差（Standard Error of Proportion）：$SE(p) = \sqrt{\frac{{p(1-p)}}{n}}$4. 双侧置信区间公式（Confidence Interval）：$p \pm Z \cdotSE(p)$假设检验1. 样本均值和总体均值的差异（t检验）：$t = \frac{{\bar{x} -\mu}}{{SE(\bar{x})}}$2. 双侧拒绝域临界值（t分布）：$t_{\text{critical}} = \pmt_{\alpha/2, df}$3. 样本比例和总体比例的差异（z检验）：$z = \frac{{\hat{p} - p}}{{SE(p)}}$4. 双侧拒绝域临界值（z分布）：$z_{\text{critical}} = \pmz_{\alpha/2}$回归分析公式简单线性回归模型1. 回归方程（Simple Linear Regression）：$y = \beta_0 +\beta_1x + \epsilon$2. 线性预测公式（Simple Linear Regression）：$\hat{y} =\hat{\beta}_0 + \hat{\beta}_1x$3. 斯皮尔曼秩相关系数（Spearman's Rank Correlation Coefficient）：$r_s = 1 - \frac{6\sum d_i^2}{n(n^2 - 1)}$4. 相关系数的显著性检验（t检验）：$t = \frac{r}{\sqrt{\frac{1 - r^2}{n-2}}}$结论本文档列举了统计学领域常用的公式，包括描述统计学中的中心趋势度量、离散趋势度量和分布形状度量，推断统计学中的参数估计和假设检验，以及回归分析中的简单线性回归模型等相关公式。
统计学常用公式
统计学常用公式统计学是一门研究数据收集、分析、解释和表达的科学。
在统计学中，有许多常用的公式被广泛应用于数据处理和推断分析。
本文将介绍一些统计学常用公式，并对其进行说明和用途解释。
一、描述统计学公式1. 平均值（Mean）平均值是一组数据的总和除以数据的个数，即：$\bar{X} = \frac{X_1 + X_2 + \cdots + X_n}{n}$其中，$\bar{X}$表示平均值，$X_i$表示第i个数据，n表示数据的个数。
2. 中位数（Median）中位数是将一组数据按照大小排列后，处于中间位置的数值。
当数据个数为奇数时，中位数即为排列后正中间的数；当数据个数为偶数时，中位数为排列后中间两个数的平均值。
3. 众数（Mode）众数是一组数据中出现频率最高的数值。
4. 标准差（Standard Deviation）标准差衡量数据的离散程度，其计算公式为：$SD = \sqrt{\frac{(X_1 -\bar{X})^2 + (X_2 -\bar{X})^2 + \cdots + (X_n -\bar{X})^2}{n-1}}$5. 方差（Variance）方差是标准差的平方，即：$Var = SD^2$6. 百分位数（Percentile）百分位数是指一组数据中某个特定百分比处的数值。
比如，第25百分位数是将一组数据从小到大排列后，处于前25%位置的数值。
二、概率与统计公式1. 随机变量期望（Expectation）随机变量期望是描述随机变量平均值的指标，也称为均值。
对于离散型随机变量X，其期望计算公式为：$E(X) = \sum_{i=1}^{n} X_i \cdot P(X_i)$对于连续型随机变量X，其期望计算公式为：$E(X) = \int_{-\infty}^{\infty} x \cdot f(x)dx$其中，$X_i$表示随机变量X的取值，$P(X_i)$表示对应取值的概率，$f(x)$表示X的概率密度函数。
统计学公式汇总
统计学公式汇总统计学是研究数据收集、分析、解释和预测的一门学科。
在统计学中，有许多重要的公式被广泛应用于数据的处理和分析过程中。
本文将汇总一些常见的统计学公式，并简要介绍其应用场景和使用方法。
1. 均值（Mean）均值是统计学中最常用的概念之一，用于衡量一组数据的集中趋势。
对于一个样本集合，均值可以通过将所有观测值相加，然后除以样本容量来计算。
其数学公式如下：均值= ∑(观测值) / 样本容量2. 方差（Variance）方差是用于衡量一组数据的离散程度的指标。
方差越大，表示数据的离散程度越高；方差越小，表示数据的离散程度越低。
方差的计算公式如下：方差= ∑((观测值-均值)^2) / 样本容量3. 标准差（Standard Deviation）标准差是方差的平方根，用于衡量数据的离散程度，并且具有和原始数据相同的单位。
标准差的计算公式如下：标准差 = 方差的平方根4. 相关系数（Correlation Coefficient）相关系数用于衡量两组变量之间的线性关系强度和方向。
相关系数的取值范围在-1到1之间，其中-1表示完全的负相关，1表示完全的正相关，0表示无相关。
相关系数的计算公式如下：r = Cov(X,Y) / (σX * σY)5. 回归方程（Regression Equation）回归方程用于建立一个或多个自变量与因变量之间的线性关系。
回归方程的一般形式为：Y = β0 + β1X1 + β2X2 + ... + βnXn + ε其中，Y表示因变量，X1、X2、...、Xn表示自变量，β0、β1、β2、...、βn表示回归系数，ε表示模型的误差项。
6. 样本容量和置信水平（Sample Size and Confidence Level）在统计学中，样本容量和置信水平是决定实验或调查结果可靠性的重要因素。
样本容量是指从总体中抽取的样本大小，而置信水平是指对总体参数的估计值的信任程度。
统计学公式总结期末
统计学公式总结期末一、概率论1. 加法法则：P(A ∪ B) = P(A) + P(B) - P(A ∩ B)加法法则用于计算两个事件同时发生或其中一个事件发生的概率。
2. 乘法法则：P(A ∩ B) = P(A) × P(B|A)乘法法则用于计算两个事件同时发生的概率。
3. 条件概率：P(A|B) = P(A ∩ B) / P(B)条件概率用于计算在已知某个事件发生的情况下，另一个事件发生的概率。
4. 贝叶斯定理：P(A|B) = P(B|A) × P(A) / P(B)贝叶斯定理用于计算在已知某个事件发生的条件下，另一个事件发生的概率。
5. 期望值：E(X) = ∑(x × P(X = x))期望值用于计算随机变量X的平均值。
6. 方差：Var(X) = E((X - μ)^2) = E(X^2) - (E(X))^2方差用于度量随机变量X的离散程度。
7. 协方差：Cov(X, Y) = E((X - μ_x)(Y - μ_y))协方差用于度量两个随机变量X和Y之间的线性关系。
二、描述统计学1. 样本均值：x̄= ∑(x) / n样本均值用于估计总体均值。
2. 样本方差：s^2 = ∑((x - x̄)^2) / (n - 1)样本方差用于估计总体方差。
3. 样本标准差：s = √s^2样本标准差用于度量样本数据的离散程度。
4. 权重平均：x̄_w = ∑(x × w) / ∑(w)权重平均用于估计带有不同权重的样本数据的平均值。
5. 百分位数：P_p = ((p/100) × (n + 1))th value百分位数是将数据按升序排列后，某个百分比处的数值。
三、推断统计学1. 样本标准误：SE = s / √n样本标准误用于估计样本均值与总体均值之间的误差。
2. 置信区间：CI = x̄± (Z × SE)置信区间用于估计总体均值的范围。
统计学原理重要公式
一．加权算术平均数和加权调和平均数的计算加权算术平均数： ∑∑=fxf x 或 ∑∑=ffxx加权调和平均数： ∑∑∑∑==fxf x m m x频数也称次数。
在一组依大小顺序排列的测量值中，当按一定的组距将其分组时出现在各组内的测量值的数目，即落在各类别（分组）中的数据个数。
再如在3.14159265358979324中，…9‟出现的频数是3，出现的频率是3/18=16.7% 一般我们称落在不同小组中的数据个数为该组的频数，频数与总数的比为频率。
频数也称“次数”，对总数据按某种标准进行分组，统计出各个组内含个体的个数。
而频率则每个小组的频数与数据总数的比值。
在变量分配数列中，频数（频率）表明对应组标志值的作用程度。
频数（频率）数值越大表明该组标志值对于总体水平所起的作用也越大，反之，频数（频率）数值越小，表明该组标志值对于总体水平所起的作用越小。
掷硬币实验：在10次掷硬币中，有4次正面朝上，我们说这10次试验中…正面朝上‟的频数是4例题：我们经常掷硬币，在掷了一百次后，硬币有40次正面朝上，那么，硬币反面朝上的频数为____.解答，掷了硬币100次，40次朝上，则有100-40=60（次）反面朝上，所以硬币反面朝上的频数为60.一．加权算术平均数和加权调和平均数的计算加权算术平均数： ∑∑=fxf x 或 ∑∑=ffxxx 代表算术平均数；∑是总和符合；f 为标志值出现的次数。
加权算术平均数是具有不同比重的数据（或平均数）的算术平均数。
比重也称为权重，数据的权重反映了该变量在总体中的相对重要性，每种变量的权重的确定与一定的理论经验或变量在总体中的比重有关。
依据各个数据的重要性系数(即权重)进行相乘后再相加求和，就是加权和。
加权和与所有权重之和的比等于加权算术平均数。
加权平均数 = 各组（变量值 × 次数）之和 / 各组次数之和 = ∑xf / ∑f加权调和平均数： ∑∑∑∑==fxf xm m x加权算术平均数以各组单位数f 为权数，加权调和平均数以各组标志总量m 为权数但计算内容和结果都是相同的。
统计学原理常用公式汇总
统计学原理常用公式汇总第三章统计整理a)组距＝上限－下限b)组中值＝（上限+下限）÷2c)缺下限开口组组中值＝上限－1/2邻组组距d)缺上限开口组组中值＝下限+1/2邻组组距第四章综合指标i.相对指标1.结构相对指标＝各组（或部分）总量/总体总量2.比例相对指标＝总体中某一部分数值/总体中另一部分数值3.比较相对指标＝甲单位某指标值/乙单位同类指标值4.强度相对指标＝某种现象总量指标/另一个有联系而性质不同的现象总量指标5.计划完成程度相对指标＝实际数/计划数＝实际完成程度（%）/计划规定的完成程度（%）ii.平均指标1.简单算术平均数：2.加权算术平均数或iii.变异指标1.全距＝最大标志值－最小标志值2.标准差: 简单σ= ；加权σ=3.标准差系数:第五章抽样推断1. 抽样平均误差：重复抽样： n x σμ= np p p )1(-=μ 不重复抽样： )1(2Nn n x -=σμ 2.抽样极限误差 x x t μ=∆3.重复抽样条件下： 平均数抽样时必要的样本数目222x t n ∆=σ 成数抽样时必要的样本数目22)1(p p p t n ∆-=不重复抽样条件下： 平均数抽样时必要的样本数目22222σσt N Nt n x +∆=第七章相关分析1.相关系数 [][]∑∑∑∑∑∑∑---=2222)()(y y n x x n y x xy n γ2.配合回归方程 ｙ＝ａ＋ｂｘ∑∑∑∑∑--=22)(x x n yx xy n bx b y a -=3.估计标准误：22---=∑∑∑n xy b y a y s y第八章 指数分数一、综合指数的计算与分析(1)数量指标指数0001p q pq ∑∑此公式的计算结果说明复杂现象总体数量指标综合变动的方向和程度。
(01p q ∑ -00p q ∑)此差额说明由于数量指标的变动对价值量指标影响的绝对额。
(2)质量指标指数∑∑0111p q pq此公式的计算结果说明复杂现象总体质量指标综合变动的方向和程度。
统计学原理知识点公式整理
数。
）如：产量指数、销售量指数、生产指数、人数指数、运输量指数。
说明复杂现象总体的质量指标变动程度的相对数。
（说明总体内涵数量变动情况的相对数。
）例：价格指数、成本指数、工资水平指数、股票价格指数。
:平均数指数总体：即统计总体，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物的整体。
总体单位：即构成统计总体的个别单位。
标志：即指表明总体单位特征的名称。
可分为品质标志和数量标志。
品质标志：说明总体单位质的特征，用属性表示(如：性别、民族、籍贯、工种) 数量标志：说明总体单位量的特征，用数值表示。
（如：年龄、工资额）数量标志的具体表现，统计上称为标志值（或变量值）指标(亦称统计指标)：说明总体的综合数量特征。
包括指标名称和指标数值。
数量指标如：人口数、工业增加值、货运量等。
用绝对数表示。
质量指标如：人口的性别比例、单位产品成本、劳动生产率等。
用相对数或平均数表示。
：标志是说明总体单位特征的；指标是说明总体特征的。
标志中的品质标志不能用数量表示；而所有的指标都能用数量表示。
标志(指数量标志)不一定经过汇总，可直接取得；而指标(指数量指标)一定要经过汇总才能取得。
∑∑=pqpqK q1∑∑=111qpqpKpqkk kV qqσ=pkk kV ppσ=标志一般不具备时间、地点等条件；但完整的统计指标一定要讲明时间、地点、范围。
变异：标志在各总体单位具体表现的差异 —— 一般意义上的变异。
严格地说，变异仅指品质标志的不同具体表现。
如：性别为男或女。
变量：指可变的数量标志。
变量的具体数值表现即变量值。
按取值是否连续分—— 只能取整数的变量。
（如：人数，企业数，机器台数）—— 在整数之间可插入小数的变量。
（如：身高、体重、总产值、资金、利润等）例如：搜集国有及国有控股企业生产情况的资料时，每一个国有及国有控股企业是调查单位，也是填报单位；当搜集国有及国有控股企业中高精尖设备的使用情况的资料时，国有及国有控股企业中每一台高精尖设备是调查单位，而填报单位是每一个国有及国有控股企业。
统计学原理常用公式
统计学原理常用公式1.样本均值公式:样本均值是用来估计总体均值的一种方法，公式为：\bar{x} = \frac{{\sum_{i=1}^n x_i}}{n}\]其中，\(\bar{x}\) 是样本均值，\(x_i\) 是第 \(i\) 个观察值，\(n\) 是样本容量。
2.样本方差公式:样本方差是用来估计总体方差的一种方法，公式为：s^2 = \frac{{\sum_{i=1}^n (x_i - \bar{x})^2}}{n-1}\]其中，\(s^2\) 是样本方差，\(x_i\) 是第 \(i\) 个观察值，\(\bar{x}\) 是样本均值，\(n\) 是样本容量。
计算样本方差时使用的是无偏估计公式。
3.标准差公式:标准差是样本方差的平方根，公式为：s = \sqrt{s^2}\]其中，\(s\)是样本标准差。
4.离差平方和公式:离差平方和是指每个观察值与均值之差的平方的总和，公式为：\sum_{i=1}^n (x_i - \bar{x})^2\]5.切比雪夫不等式：切比雪夫不等式给出了随机变量与其均值之间的关系，公式为：P(，X-\mu，\geq k\sigma) \leq \frac{1}{k^2}\]其中，\(X\) 是随机变量，\(\mu\) 是均值，\(\sigma\) 是标准差，\(k\) 是大于零的常数。
6.二项分布的期望值和方差公式:二项分布用于描述在\(n\)次独立重复试验中成功的次数的概率分布。
其期望值和方差分别为：E(X) = np\]Var(X) = np(1-p)\]其中，\(X\)是二项分布随机变量，\(n\)是试验次数，\(p\)是单次试验成功的概率。
7.正态分布的概率密度函数和累积分布函数公式:正态分布描述了大部分自然现象中的连续性随机变量的分布。
f(x) = \frac{1}{{\sqrt{2\pi}\sigma}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}\]F(x) = \frac{1}{2}\left[1 + \text{erf}\left(\frac{x -\mu}{\sqrt{2}\sigma}\right)\right]\]其中，\(x\) 是正态分布的随机变量，\(\mu\) 是均值，\(\sigma\) 是标准差，\(\text{erf}\) 是误差函数。
- 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)。
统计学原理知识点及公式第一章统计总论•1.统计一词的三种含义•2.统计学的研究对象及特点•3.统计学的研究方法•4.统计学的几个基本概念：总体与总体单位、标志与标志表现、变异与变量、统计指标的概念、特点及分类。
•5.国家统计兼有的职能第二章统计调查•1.统计调查的概念和基本要求•2.统计调查的种类•3.统计调查方案的构成内容•4.统计调查方法：普查、抽样调查、重点调查、典型调查•5.调查误差的种类第三章统计整理•1.统计整理的概念和方法•2.统计分组的概念、种类•3.统计分组的关键•4.统计分组的方法：品质分组方法、变量分组的方法•5.分配数列的概念、构成及编制方法变量数列的编制基本步骤为：第一步：将原始资料按数值大小依次排列。
第二步：确定变量的类型和分组方法（单项式分组或组距分组）。
第三步：确定组数和组距。
当组数确定后，组距可计算得到：组距= 全距÷组数全距= 最大变量值－最小变量值。
第四步：确定组限。
（第一组的下限要小于或等于最小变量值，最后一组的上限要大于最大变量值。
）第五步：汇总出各组的单位数（注意：不同方法确定的组限在汇总单位数时的区别），计算频率，并编制统计表。
间断式确定组限：汇总各组单位数时，按照“上下限均包括在本组内”的原则汇总。
重叠式确定组限：汇总各组单位数时，按照“上组限不在内”的原则汇总。
因为有了“上组限不在内”的原则，实际工作中，对于离散型变量也经常采用重叠式确定组限的方法。
•6.统计表的结构和种类第四章综合指标•1.总量指标的概念、种类和计量单位•2.相对指标的概念、指标数值的表现形式、相对指标的种类。
相对指标包括：结构相对指标、比例相对指标比较相对指标、强度相对指标动态相对指标、计划完成程度相对指标●3.平均指标的概念、作用和种类。
算术平均数、调和平均数、众数、中位数●4.变异指标的概念、作用和种类。
●全距、平均差、标准差、变异系数第五章 抽样估计•1.抽样推断的概念、特点、和内容。
•2.有关抽样推断的基本概念。
总体与样本、参数和统计量 样本容量、 样本个数•3.抽样误差的一般概念及影响抽样误差大小的因素。
教材P178●4.抽样平均误差的含义及计算抽样平均数平均误差 抽样成数平均误差•5.抽样极限误差的含义及计算方法。
μt =∆•6.抽样误差概率度的含义及确定方法。
•7.总体参数优良估计的标准。
无偏性、一致性、有效性•8.总体参数区间估计的要素及估计方法。
总体参数区间估计必须同时具备估计值、抽样误差范围和概率保证程度三个要素。
总体平均数的区间估计：总体成数的区间估计：p p pp p P p t p P t p ∆+≤≤∆-+≤≤-μμ总体参数区间估计的方法：抽样推断中有关的内容最后都集中在根据具体资料对总体参数（总体平均数和总体成数）进行区间估计（给定抽样误差范围，求概率保证程度；给定置信度要求，推算抽样极限误差的可能范围）的方法上。
在根据资料对总体参数进行区间估计时，首先要对抽样平均误差、抽样极限误差、概率度的概念和计算方法要清楚，然后是有关区间估计的概念、方法。
一般来说对总体参数进行区间估计大都遵循这样的步骤：%27.68)(=t F %45.95)(=t F %73.99)(=t F 1=t 2=t 3=t1．确定样本指标 样本指标有在题目资料里直接给出来，有的要通过自己计算。
尤其是样本成数，一般都是自己计算。
2．计算抽样误差 有两种抽样方法，重复和不重复，所以抽样平均误差有两个公式，还要分清是平均数还是成数。
3．根据给定的概率置信度找出概率度，如概率置信度为95。
45%，概率度T 为24．根据前面计算的抽样平均误差和概率度计算抽样极限误差。
然后再利用样本指标求出要估计的总体指标的上、下限，5．根据给出的概率保证程度进行总体指标的区间估计。
根据教材上的例子，可以有两类方法：（一）根据给定的抽样误差范围，求概率保证程度 分析步骤：1、抽取样本，计算抽样指标。
2、根据给定的极限误差范围估计总体参数的上限和下限。
计算概率度。
查表求出概率F （t ），并对总体参数作出区间估计。
（二）根据给定的概率F （t ），推算抽样极限误差的可能范围 分 析 步 骤：抽取样本，计算样本指标。
2、根据给定的F （t ）查表求得概率度 t 。
根据概率度和抽样平均误差计算极限误差。
计算被估计值的上、下限，对总体参数作出区间估计。
• 9.简单随机抽样下必要样本单位数的计算。
重复抽样条件下： 平均数抽样时必要的样本数目222x t n ∆=σ 成数抽样时必要的样本数目22)1(pp p t n ∆-=第七章 相关分析•1.相关分析的一般概念、相关关系和函数关系的概念和相关的种类。
•2.相关系数的作用、性质和计算方法。
计算相关系数的简化式：教材P276 [][]∑∑∑∑∑∑∑---=2222)()(y y n x xn yx xy n γ•3.回归分析的概念、一元线性回归方程的建立和方程参数a 、b 的含义。
回归直线方程bx a y c += ∑∑∑∑∑--=22)(x x n y x xy n b x b y a -=式中：ｙ是ｙ的估计值，ａ代表直线在ｙ轴上的截距，ｂ表示直线的斜率，又称为回归系数。
回归系数的涵义是，当自变量ｘ每增加一个单位时，因变量ｙ的平均增加值。
当ｂ的符号为正时，表示两个变量是正相关，当ｂ的符号为负时，表示两个变量是负相关。
ａ、ｂ都是待定参数，可以用最小平方法求得。
•4.估计标准误指标的作用。
估计标准误差是衡量因变量的估计值与观测值之间的平均误差大小的指标。
利用此指标可以说明回归方程的代表性。
第八章 指数分析•1.指数的概念、作用和种类。
指数的作用主要有以下几个方面：（1）综合反映复杂现象总体数量上的变动情况；（2）分析现象总体变动中受各个因素变动的影响程度； （3）分析社会经济现象在长时间内的发展变化趋势。
••2.总指数的作用及编制方法。
总指数的编制方法有两种： 综合指数：数量指标综合指数=∑∑10qp q p∑∑010qp q p 表示数量指标的综合变动情况。
∑∑-0010q p q p 表示由于数量指标的变化引起的总量指标变化的绝对额。
质量指标综合指数=∑∑1011qp q p∑∑0111pq p q 表示质量指标的综合变动情况。
∑∑-1011q p q p 表示由于质量指标的变化引起的总量指标变化的绝对额。
平均指数：加权算术平均数指数=∑∑00p qp kq00p qp kq ∑∑-表示由于数量指标的变化引起的总量指标变化的绝对额。
加权调和平均数指数=∑∑11111pq k p q11111p q k p q ∑∑-表示由于质量指标的变化引起总量指标变化的绝对额。
•3.总量指标的因素分析∑∑∑∑∑∑⨯=111111pq p q p q p q pq p q分子减分母差额的绝对量关系是：∑∑∑∑∑∑-+-=-)()(011100010011p q p q p q p q p qp q第九章 动态数列分析•1.动态数列的概念及种类•2.平均发展水平的概念和计算方法 时期数列：na a ∑=间断时点数列条件下计算的两种情况：若间断的间隔相等，则采用“首末折半法”计算。
公式为： 12121121-++++=-n a a a a a n n Λ若间断的间隔不等，则应以间隔数为权数进行加权平均计算。
公式为： ∑--++++++=f f a a f a a f a a a n n n 11232121222Λ相对指标或平均指标动态数列： bac =•3.各种速度指标的含义和计算方法。
速度指标包括：发展速度、增长量、增长速度、平均发展速度、平均增长速度和增长百分之一的绝对值。
发展速度是以相对数的形式表现的动态分析指标，它是两个不同时期发展水平指标对比的结果。
说明的是报告期水平是基期水平的百分之几或若干倍。
环比发展速度和定基发展速度：1231201a a a a a a a a a a n n n =⋅⋅⋅-Λ 增长量是以绝对数形式表示的速度分析指标，是两个不同时期发展水平之差。
公式为：增长量＝报告期水平－基期水平逐期增长量和累积增长量：01231201)()()()(a a a a a a a a a a n n n -=-++-+-+--Λ逐期增长量之和 累积增长量平均增长量＝────────＝──────── 逐期增长量的个数 逐期增长量的个数增长速度是反映现象数量增长程度的动态相对指标，由增长量对比基期水平或发展速度减１（１００％）而得。
n x x ∏=nna a n 0n x a a )(= ••4.影响动态数列变动的四个因素及其含义。
•5.测定直线趋势的数学模型法。