统计学原理中三个基本问题的思考
三门问题中的统计学原理
三门问题中的统计学原理
在三门问题中，涉及到了一个统计学原理，即条件概率。
条件概率是指在已知某一事件发生的条件下，另一事件发生的概率。
在三门问题中，主持人打开一扇门后，我们要重新考虑剩下两扇门背后车辆的概率。
假设我们最初选择的是A门，并且主持人打开了C门，我们需要重新计算一下选择A门的背后有车的概率。
按条件概率公式，我们可以计算此条件下选择A门的背后有车的概率为P(车在A门且主持人打开C门)。
同样地，我们也可以计算选择B门的背后有车的概率P(车在B门且主持人打开C门)，以及选择C门的背后有车的概率P(车在C门且主持人打开C门)。
然后，我们还需要考虑主持人打开C门的事件发生的概率。
如果我们最初选择的门背后有车的概率是1/3，那么主持人打开C门后背后有车的概率为1/3。
而如果我们最初选择的是错误的门，即背后没有车的门，主持人必须打开另一扇没有车的门（在这里是B门），那么主持人打开C门后背后有车的概率为2/3。
所以，在重新计算了这些概率之后，我们会发现选择另一扇门（在这里是B门）的获胜概率为2/3，而坚持最初的选择（即A门）的获胜概率只有1/3。
这是因为条件概率告诉我们，在主持人打开一扇门后，改变选择的概率会发生变化，而这一变化正是三门问题的迷惑所在。
不要被直觉所欺骗，统计学原理帮助我们更好地理解这个问题。
对《统计学原理》教科书中几个问题的探讨
争
鸣
山西统计 ２ ０ ０ ２年第 ５ 期
［ 文章 编号］０ ４ ９ ８２ ０ ｝５ ０，一毗 １０ —５ ８ （０ ２ ０ —０ ： ２ ８
黪《 镜瞥穆原霆》 菰释书申晁 期 鼢 游
段 茛琮 （ 城 经济 管理 职 工 中专 ， 运 山西
依 据上述分析 ， 我们有必 要对下列有关问题 的认识进行
修正 ：
ｃ） １ 统计指标 的定义。关于指 标 ， 两种理 解和使 用方 有
关于统计指标的属性
先从一个例子说起 ， 假定 所要研究 的总体是一个商业企 业， 则诸如商 品销售额 、 商品销售量 、 商品流通费用率等等都
法 ： 一． 其 指标是说 明社会经 济现象总 体特征 的名称 ； 二 ， 其 指标是说 明社会经 济现象 总体 特征 的名称和 具体数值 。前 种是指标的设计形 态 ， 不需 要进行 修正 ； 后一种是 指标 的
随着近些年来统计科学的繁荣 和发展 ． 我们越来越认识
到， 一些 基本概念 的馄乱是 目前《 统计学原理 》 教材中存在 的
一
运城 ）
义上来说 ； 如果一定要说统 计指标 具有“ 数量性” 这一特征的 话， 则此一时的“ 数量性 ” 彼一时 的 非 数量 性 这里 所说 的 ， 指标“ 数量性 ” 则是 扩大 了内涵 的 数量 性 ” 是一 种广义 的 ． “ 数量性 ”即指标的表现形式 不只有一种 ． ， 即数值 ， 而且还 可
以表现为另一种——非 数值 ． 即文字 。
个不容忽视 的问题。其主要表现为 ： 一是有些概念的定义
欠科学 ； 二是对有些 指标之 间的关 系所下 的结论 有失偏 颇 ；
三是有的编著者为 了标新立异 ， 将一些 已被人们普 遍接受 又 没有必要更新 的概念赋 予新的 名称 这 种状况蛤统 计教学 及科研带来了一些不利影响。本文试就这些问胚进 行探讨 ， 供专家学者们参考 。
统计学中的几个问题
记者
一八 一二 一0 九 四 二
第一选择 A B四 C二九 D E E
第二选择 D
E
B CBC
第三选择 E
D
E
EDD
第四选择 C
C
D BCB
第五选择 B
A
A AAA
逐论选举
采用这种方式的有
奥斯卡奖评选 爱尔兰议会选举， 澳大利亚上院选举
博尔达记分法
规则：对每种选择赋予一定分值，然后累加出总分 值，以最高分者获胜。一八世纪法国数家博尔达首 先提出，故命名之。
药物 安慰剂
试验次数 三00 五四0
成功次数 二四六 四五四
平均 八二% 八四%
辛普森悖论
以上三个悖论的实质是相同的。这类问题在二0实际 初就有人讨论。
一九五一年E.H.辛普森在他发表的论文中，对此现象 进行了正式描述。于是，就把这类悖论统称为“辛 普森悖论”
这类悖论表明这样一个事实：在某些情况下，在分 组比较中都占优势的一方，会在合并后的总评中成 为失势的一方。
数值。如果数值有奇数个，则中位数就简单取中间 项的值。如果有偶数项，中位数往往取中间两项的 算术平均 众数：数项中出现次数最多的值
平均数的陷阱
算术平均容易受少数极端数值的影响，事实上，很 多和钱有关的分布，如收入房价财富等，都有很强 的右偏现象，用算术平均往往会给人以歪曲的印象。
从统计角度看，用中位数和众数表达，最大的好处 是不受两头的影响。对一些有偏的分布，用中位数 和众数往往能更好地反映情况。一般而言，有关收 入的统计若用中位数和众数来表述，较为公平。
魔术家的数魔术
魔术家大卫.科波菲尔提出一个数魔术：只要走动一 个人，就可以使整整两个国家增加他们的平均国民 收入
统计学心得体会(最新)
统计学心得体会（精选10篇）经过对统计学专题的学习，我对于统计学有了更加深入的了解。
统计学运用的范围十分广泛，可以说几乎每个领域都会用到统计学来作为研究工具。
《经济研究》中对统计工具有这样的概括：“百分之百有模型，百分之九十有实证。
所谓实证，就是运用统计工具。
”可见其应用范围之广泛。
在这几次课的学习中，我从以下几个方面对统计学有了进一步的认识。
一、最基本的统计方法统计被用做统计工具来解决许许多多的问题。
我们可以从其叫什么、有什么用和怎么用的角度来有效学习统计工具。
我们要对所搜集的数据进行合理的整理，从中分析出我们想要的结论。
我们建立一元或多元的回归模型，对其回归结果进行分析，异方差性、自相关性、多重共线性、假设检验等等。
而所建立的模型的种类也有很多，针对不同的研究对象采用不同的回归模型，例如：横截面回归模型、面板模型、分位回归模型。
另外，统计软件的应用在解决统计问题时也是十分必要的，能够使我们的研究过程更加便捷，省时省力，Eviews、SPSS、还有老师介绍的R软件等等。
二、统计学的应用领域十分广阔从小学期对统计学的学习中，充分地体会到统计学应用领域的广泛性。
首先，统计学对我们的日常生活的影响十分有益。
就像老师所举的一个生活中的例：怎样买旧车。
国外的旧车市场很多，出国留学或访问的人有时话很少的钱就可以买一辆相当不错的车，开上几年也没问题，但运气不好时，开不了几天就这儿坏那儿坏的，修车的钱是买车钱的好几倍，还会带来很多麻烦。
于是，为了帮助买旧车的人了解各种旧车的质量和性能，国外出版一种专门介绍各品牌旧车以及各年代不同车型各主要部件质量数据的旧车杂志。
这样，想买旧车的人就会很轻松的通过杂志里的数据来判断应该购买哪种车型。
而当中的数据就是我们统计归纳的结果。
日常生活中还有许多问题会用到我们的统计学，能够使我们的生活更加便捷。
其次，统计学对公司的决策影响也十分有益。
例如：如何使利润最大化。
某牧场的管理者过去每年均饲养600头肉牛，现在市场上出现了一种小型肉牛，预计在同样面积的牧场上可以饲养750头。
论统计学原理中的几个基本范畴
集 合 当成 统 计 总 体 ， 只能 当成 统 计 总 体 的指 标 的表 而 现 ： 以， 所 当我们 在 判 别谁 应 该 是统 计 总 体或 总 体单 位
时 ， 须 看其 是 否 能 作 为独 立 的 主体 而 出现 ， 果 只有 必 如 依 附于 某 一 主 体 才 能 存 在 ， 则肯 定 不可 能 成 为统 计 总
体； 总 体 单 位 则 归 属 或 依 附 于统 ‘ 体 ， 有 不 依 而 总 没
附 于 统 计 总 体 的 总 体 单 位 ： 二 ， 计 总 体要 由 “ 第 统 足 够多” 总体单位组 成 ， 的 总体 单 位 太 少 不 能 构 成 一 个
真 正 意 义 的 统 计 总体 ？ 是 ， 个 “ 但 这 足够 多 ” 到 “ 多 多 少” 必须要有一个界 限： 就是要 “ 够多 ” ， 这 足 到各 总
备 等 ， 一定 的研 究 任务 和 目的下 ， 们 可 以成 为 总体 在 它
、
统 计 总体 和 统 计 单 位
在统 计 学 原 理 中 ， 们 首先 遇 到 的一 个 重 要 的 慨 我 念 ， 是 统 计 总 体 ： 众 多 的教 科 书 中 ， 般 都 是 这 就 在 一
样 表 述 的：在 一 定 的 时 空 条件 下 ， 观俘 在 的具 有 卡 客 甘
统计学课后思考
统计学课后思考1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；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。
1.4 解释分类数据，顺序数据和数值型数据答案同1.31.5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。
1.6 变量的分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。
1.7 举例说明离散型变量和连续性变量离散型变量，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” 。
《统计学基础：透过数据看世界》随笔
《统计学基础：透过数据看世界》读书笔记目录一、统计学基础概述 (2)1.1 统计学定义与作用 (3)1.2 统计学的基本概念 (3)1.2.1 总体与样本 (5)1.2.2 参数与统计量 (5)1.2.3 随机变量与概率分布 (7)二、数据收集与整理 (7)2.1 数据的来源与类型 (9)2.2 数据收集方法 (11)2.3 数据整理与描述 (12)三、数据分析方法 (13)3.1 描述性统计分析 (15)3.1.1 均值、中位数与方差 (16)3.1.2 偏度与峰度 (17)3.1.3 数据可视化 (17)3.2 推断性统计分析 (18)3.2.1 假设检验 (20)3.2.2 置信区间 (22)3.2.3 方差分析 (22)四、回归分析与预测 (24)4.1 线性回归分析 (25)4.2 多元线性回归分析 (26)4.3 时间序列分析 (28)五、统计学应用案例 (30)5.1 经济学领域 (31)5.2 社会学领域 (32)5.3 生物学领域 (34)六、总结与展望 (35)6.1 本书重点回顾 (36)6.2 统计学的未来发展趋势 (38)一、统计学基础概述作为一门处理数据的科学，为我们提供了一种系统的方法来收集、整理、分析和解释数据，从而揭示事物的内在规律和趋势。
在日常生活和工作中，我们经常需要面对大量的数据，如销售数据、人口统计数据、医疗记录等。
这些数据背后隐藏着许多有价值的信息，但只有通过科学的统计方法才能被挖掘出来并加以利用。
统计学的基础主要包括描述性统计和推断性统计两部分，描述性统计主要通过对数据的整理和展示，提供对数据的基本认识，如平均数、中位数、众数等统计量。
这些统计量可以帮助我们概括和描述数据的中心趋势和离散程度。
而推断性统计则是基于样本数据对总体进行推断和预测，它可以帮助我们估计总体的参数值，并检验我们对总体的假设是否成立。
统计学还涉及数据的收集和抽样方法，有效的收集方法能够确保数据的准确性和完整性，而合理的抽样方法则能够使我们以较小的成本获取足够的信息来支持决策和分析。
统计学的基本概念与原理
统计学的基本概念与原理统计学是一门研究数据收集、分析、解释和预测的学科。
它通过数学和逻辑的方法来帮助我们理解和解释现实世界中的各种现象和问题。
统计学的应用范围广泛，可以在科学研究、商业决策、社会政策和医学等领域中发挥重要作用。
本文将介绍统计学的基本概念和原理。
一、总体与样本统计学中的总体是指我们关心的所有个体或事物的集合，也可以称为总体统计单位。
样本则是从总体中选取的一部分个体或事物，它是总体的一个子集。
通过对样本进行研究和分析，我们可以得出关于总体的结论。
二、描述统计与推论统计描述统计是对数据进行整理、汇总、分析和呈现的技术和方法。
常用的描述统计方法包括测量中心趋势的均值和中位数，描述数据分布的标准差和方差，以及用图表来展示数据。
推论统计是通过从样本中得出结论来推断总体特征的方法。
它基于概率理论，使用抽样方法和统计推断进行分析和预测。
三、概率与概率分布概率是研究随机事件发生可能性的数学工具。
它用来描述事件发生的可能性大小，是一个介于0和1之间的数。
概率分布是描述随机变量所有可能取值及其对应概率的函数或表格。
常见的概率分布包括正态分布、二项分布和泊松分布等。
四、参数估计与假设检验参数估计是通过样本的统计量来估计总体的参数值。
参数是总体的一个数值特征，比如总体均值或总体方差。
常用的参数估计方法有点估计和区间估计。
假设检验是通过对样本数据进行分析，判断总体参数是否满足某个假设条件。
常用的假设检验方法有单样本检验、双样本检验和方差分析等。
五、回归与相关回归分析是研究因变量与一个或多个自变量之间关系的统计方法。
通过建立回归模型，我们可以预测因变量的值，并了解自变量对因变量的影响程度。
相关分析是研究两个或多个变量之间关系的方法。
它通过计算相关系数来判断变量之间的相关程度。
六、抽样与实验设计抽样是从总体中选取样本的过程。
合理的抽样方法可以保证样本的代表性和可信度。
常见的抽样方法有简单随机抽样、分层抽样和系统抽样等。
- 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)。
∑f ∑f
式中变量值与权数的关
x
系 ,不符合上述定义 。若取消调和平均数 ,再引入含权
因子概念 ,权数的定义问题就可以解决 。事实上调和
平均数在统计中是个累赘 ,应予取消 ( 此观点 ,在另文
中已有详细的阐述) 。
三 、关于统计指标的分类
社会经济现象存在着复杂多样的类型 ,而反映和
分析这些社会经济现象的统计指标也相应的有着复杂
解释 ,怎么能概括出权数的全貌和反映出权数的实质
呢?
其实权数的实质在于它对所计算和分析的指标起
着权衡轻重的作用 。各组权数的大小 ,影响各组的数
值在平均数计算中的份额 。现行教材中对这种权数实
质的归纳 ,要么采用回避 ,要么指某种具体的权数 ,使
这么一个重要的概念 ,成了只会意会 ,不可言传的玄乎
名词 。
2. 总量指标 、相对指标和平均指标各有其特定的 范围 ,实际上并未将所有的统计指标包括在内 。如标 志变动度 、指数 、相关系数等大量的统计指标在上述的 类别中都没有一席之地 ,属于被爱情遗忘的角落 。有 些统计教材意识到这个漏洞 ,于是将上述三个类别冠 以一个新总称 —综合指标 。但这新总称并未概括出三 类指标独有的特点 ,不仅白白浪费了一个极具包容量 的名称 ,而且让看到另外一些教材中将标志变动度 、指 数等也称为综合指标的人倍感困惑 。
现行统计教材与著述 ,对统计指标的分类要么不 说 ,要么其说不一 。比较共同的是从两种角度去分 。 (一)“从所说明的总体现象的内容不同 ,分为数量指标 与质量指标 。”(二)“从作用和表现形式上 ,分为总量指 标 、相对指标和平均指标”。这些分类方法很有一些值 得商榷的地方 。
1. 数量指标与质量指标的名称不太妥当 。数量指 标就是总量指标 。同一所指冠以不同的名称有繁烦之 嫌 。质量指标即是总量指标以外的所有指标 。这些指 标由于特点 、功能及作用中不相同 ,统称质量指标有欠 确切 ,因此 ,有些著述将质量指标称为内含指标有其合 理性 。
计划完成程度是相对数观点的理由是 :计划完成数不 是总体单位数 。总体单位数应是诸如“职工人数”、“企 业个数”之类的指标 。这种观点有它的依据 。因为尽 管所有现行统计教材都没有给总体单位一个明确的定 义 ,但却都毫无例外地为总体单位举了“每个职工”、 “每个企业”、“每台设备”之类的例子 。执平均计划完 成程度是平均数观点的认为 :总体单位数不以局限于 “企业个数”、“职工人数”,计划完成数也可以作为总体 单位数 。这种观点在中国财政经济出版社出版 ,李成 瑞主编的《统计工作手册》里也可以找到依据 ,即“统计 总体可由各种各样的总体单位组成 。例如 ,以人和家 庭为单位组成的总体 ……,以行为和事件为单位组成 的总体 ,以同一事物不同的观察值为单位组成的总体 等等”。
一 、关于总体单位 总体与总体单位是社会经济统计学原理中的两个 最基本的概念 ,也是在学习统计学原理时 ,首次接触的 重要概念 。总体的定义是 :“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全体 。”总体单位的 定义是 “: 构成总体的个别事物 。”但个别事物的具体范 畴是什么 ? 同一统计对象的研究中 ,构成总体的个别 事物要个别到什么程度 ? 例如 :研究某企业职工的工 资收入 ,是将企业的每个职工作为总体单位 ,还是将每 个职工的工资作为总体单位 ? 研究某地区所有工业企 业的劳动生产率 ,是将此地区每个工业企业作为总体 单位 ,还是将每个工业企业的劳动生产率作为总体单 位 ? 现行的统计教材与著述对这些问题没有任何解释 与分析 。 总体单位概念的模糊 ,必然会导致对总体单位理 解的多样化 ,从而引起统计学中许多由来已久的争论 。 例如对平均计划完成程度究竟是相对数还是平均数的 问题《, 中国统计》2001 年第一期与第四期就分别有人 提出了不同的观点 。两篇文章都言之有理 ,但理与理 不同 ,关键分歧在于对总体单位的理解不同 。执平均
关键词 :统计学 ;总体单位 ;权数 ;统计指标分类 文章编号 :1003 - 6636 (2001) 04 - 0057 - 02 中图分类号 :C8 文献标识号 :A
统计是个正在不断发展 ,不断完善的学科 ,在这个 不断发展完善的过程中 ,科学与严谨必须是从始到终 要努力遵守的尺度 。但目前统计学在其原理部份尚存 在某些不够严谨 ,甚至自相矛盾之处 。这些不严谨 、矛 盾之处在新版承接旧版的统计教材中 ,被一直延续下 来 ,造成了诸多争议与混乱 ,完全有必要在这里提出来 分别加以讨论 。
5. 统计指标的两个划分角度有雷同之嫌 。前者的 数量指标就是后者的总量指标 ;前者的质量指标包含 了后者的相对指标及平均指标 。其实 ,将两种划分角 度合并 ,统计指标分为总量指标和质量指标( 确切名称 待定) 两大类 ;质量指标进一步分为相对指标 、平均指 标及其它指标 。这样的分类可以解决上述 5 个问题 , 似乎更为合理些 。
一个如此重要的概念居然缺乏定义 ,问题出在对
权数实质的归纳上 。从算术平均数 =
∑xf ∑f
、几何平均
数=
∑fπxf 、某 平 均 发 展 水 平 =
∑af ∑f
、价
格
指数
=
∑∑PPp101pq11q1等式中变量值与权数的关系来看 , 可归纳出
“权数是变量值的力度参数”。但调和平均数妨碍了这
个归纳 。调和平均数 =
多样的类型 。各种类型的统计指标有不同的特点 ,发
挥着不同的作用 ,因而对这些复杂多样的统计指标加
以科学的分类 ,有着十分重要的意义 ,也是认识深化的
必要前题 。
统计工作及统计研究的一切成果必须由统计指标
来体现 。在一般人眼里 ,统计指标就是统计的代名词 。
但对这么一个重要而又庞大的群体 ,统计上居然对其
综合指数 、深圳综合指数 ,皆以所有 A 、B 股的总股本
为权数 ;上证 30 指数 、深圳成份指数 ,却都以样本股的
流通股为权数 。平均发展水平以时间间隔为权数 。零
售物价指数 ∑∑kww中的 w ,并非实际销售额或其它的实 际经济量 ,而是一个根据实际数字推算 、调在频数阶段的权数
经济专论
贵州财经学院学报 2001 年第 4 期 (总第 93 期)
统计学原理中三个基本问题的思考 Ξ
常 乐
(贵州民族学院经济管理系 贵州贵阳 550025)
摘 要 :对现行统计学原理中的总体单位 、权数及统计指标的分类等三个重要概念及方法存在的问题进 行了剖析 。认为由于它们缺乏科学性与规范性 ,引起了统计学理论上的许多分歧与混乱 ,已严重制约了当前 统计学的发展与运用 。并就如何解决这些问题 ,初步提出了一些建设性意见 。
综上所述 ,给总体单位的内涵与外延一个明确的 界定 :给权数一个完整 、确切的定义 ;给统计指标一个 科学 、严谨的分类 ,是统计学科建设的当务之急 。
责任编辑 涂 妍
·58 ·
© 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved.
没有一个完整的 、提纲挈领的分类 。象数学 ,把实数首
先分成有理数与无理数两大类 ,有理数下又分有整数 、 分数 ,整数下又分若干类 。类别清楚 ,层次分明 。随便 提到那一层的主干 ,就象提葡萄拟的把麾下的成员一 网打尽 。虽然统计不是数学 ,但隔行不隔理 。数学上 分类的科学与严谨正是统计所要追求的 。
标志变异指标 ,动态趋势指标 、平均速度指标 、统计指
数和统计预测等都要运用权数 。权数的实际内容和表
现形式早已远远超出了频数和频率的范围 。如算术平
均数除了各组的频数和频率可作权数外 ,各组的标志
总量也可以作权数 ,例如 ,10 个城市的平均轻工业产
值比重 ,就以每个城市的工业总产值作为权数 。上证
由上看来 :这种不是缘于作者自身的认识偏差 ,而 是缘于总体单位基本概念不严谨 ,造成的公说公有理 , 婆说婆有理的混乱局面 ,显然是一个一级学科不应存 在和不允许存在的 。
二 、关于权数 权数是统计学中应用十分广泛的一个基本概念 , 但在现行的统计学教材与辞典中都没有给它一个明确 的定义 。最初在讲到次数分配数列时 ,把各组所包含 的单位数称为频数 ,各组单位数占总体单位数的比重 称为频率 。接着在计算加权算术平均数时 ,把这种频 数或频率称为权数 ,对权数的解释也就到此为止 。其 实这种作法是很不严谨的 。 计算加权算术平均数后 , 应用权数的场合很多 。
Ξ 收稿日期 :2001 - 06 - 01 作者简介 :常乐 (1957～ ) ,女 ,贵州民族学院经济管理系副教授 ,研究方向为统计学 、经济模型应用 。
·57 ·
© 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved.
3 . 相对指标 、平均指标在一个平行分类里 ,二者有 交叉 。有一类指标既具有平均数的性质 ,又具有相对 数的性质 。例 :平均密度 、平均比重等指标 ,归入平均 指标亦可 , 归入相对指标也可 。但在分类学的“婚烟 法”里 ,又不允许一花落两家 ,这些指标应当何去何从 。
4. 统计指标的两种化分角度共处一个层面 ,但二 者包括的范围不同 。前者涵盖所有的统计指标 ,后者 仅包括部份统计指标 。因此二者不属一个等量级 ,不 能平起平坐 。