统计基础知识
城市 农村
29
几何平均数
z 常用于计算百分比、比率、指数、增长率等 指标的平均数
z 几何平均数 ≤ 算术平均数 z 公式（要求 xi > 0 ）
g = n x1 ⋅ x2 " xn
北京大学教育经济与管理系
30
几何平均数的实际算法
为了避免零增长率或负增长率，几何平均数的计算 一般改为如下公式。中国的GDP增长率计算用的是 实际GDP的几何平均数。
z 公式 (样本均值)
n
∑ X = i=1 X i = X1 + X 2 + " X n
n
n
北京大学教育经济与管理系
27
北京市平均工资
职工年平均工资
40000 35000
39867
36097 32808
30000
28348
25000
24045 20728
20000
18092 15726
15000 10000
¾ 例如：估计、检验、预测
北京大学教育经济与管理系
11
基本概念
z 总体与样本
¾ A population （总体） is the complete collection of all elements to be studied. The collection is complete in the sense that it includes all subjects to be studied.
北京大学教育经济与管理系
34
加权平均数
加权平均数：不同比重数据的平均数。
公式为：
XW
=
W1
X1 + W1
W2 X + W2
2 + "WN + "WN
X
N
例题：一个学生某门课程期中成绩为72分，
期末成绩为86分。期中和期末成绩分别占总
g = (n−1) X 2 × X 3 ×" X n −1 = (n−1) X n −1
X1 X2
X n−1
X1
北京大学教育经济与管理系
31
例：高等学校招生数量的增长
z 1978年为40.2万人，2005年为504.4万人，增 长率为：exp(ln(504.4 /40.2)/27)-1＝0.098
median annual salary median annual salary
z Misleading graphs
34000 32000 30000 28000 26000 24000 22000 20000
Bachelor's degree
High School Diploma
35000 30000 25000 20000 15000 10000 5000
z 定距尺度和定比尺度用于数值数据
¾ 信息量高
北京大学教育经济与管理系
21
滥用统计（Abuses of statistics）
z 不好的样本（Bad samples）
¾ E.g. a self-selected survey
z 小样本（Small samples）
¾ Even large samples can be bad samples.
z 目标Purpose
¾ 描述数据 Describe Data
北京大学教育经济与管理系
15
统计推断
z 涉及Involves
¾ 估计 Estimation ¾ 假设检验 Hypothesis Testing
z 目标 Purpose
¾ 确定总体 的特征 Make Decisions About Population Characteristics
Quantitative data: The income of college graduates Qualitative data: The genders of college graduates
北京大学教育经济与管理系
14
统计描述
z 涉及Involves
¾ 收集数据 Collecting Data ¾ 演示数据 Presenting Data ¾ 把握数据特征 Characterizing Data
z 定距尺度Interval
¾ 没有真正的零点；例如，摄氏度C°
z 定比尺度Ratio 存在真正的零点，倍数有意义
¾ 例，身高、体重
北京大学教育经济与管理系
20
数据度量与信息含量
z 度量尺度的信息含量由弱到强排列：
z 定类尺度→定序尺度→定距尺度→定比尺度
z 定类尺度和定序尺度用于属性数据
¾ 信息量低
¾ Qualitative (or categorical or attribute) data can be separated into different categories that are distinguished by some nonnumeric characteristic.
¾ Examples:
0 Bachelor's degree
High School Diploma
北京大学教育经济与管理系
23
数据的统计描述
北京大学教育经济与管理系
24
概括描述数值数据
z 一个变量的问题：解释数值数据的特征
¾ 集中趋势 ¾ 变异程度 ¾ 分布形状
z 两个以上变量的问题：
¾ 相关系数和回归
北京大学教育经济与管理系
¾ 算术平均数，方差，变异系数、泰尔系数、基尼系数等指标。统计检 验中要求掌握均值比较过程、方差分析过程、相关分析过程、因子分 析、聚类分析、归类分析、卡方检验等过程。
z 本课程重点在于对统计基本概念的深刻理解、对基本原理的熟悉 掌握，并以一些实际案例来讲解如何进行一项经验实证分析。
北京大学教育经济与管理系
13778 95791101912285 6540 8144
5000 28773402 4523
0
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
资料来源：北京劳动保障网
z 加条件的问题（Loaded questions）
¾ E.g. 90% yes: “Is a 1.80-hight man high, or not” ¾ 10% yes: “Is a 1.80-hight man in US high, or
not”
北京大学教育经济与管理系
22
滥用统计（Abuses of statistics）
¾ 统计描述 Descriptive Statistics ¾ 统计推断 Inferential Statistics
北京大学教育经济与管理系
10
统计描述和统计推断
z 统计描述：整理、概括并提供数据的方法以 便看出数据间有用的关系
¾ 例如：使用曲线图、饼图、条形图、表格等
z 统计推断：利用从总体的一个样本中获得的 信息来推断总体的特征时使用的方法
北京大学教育经济与管理系
2
课程资料
z 研究数据和相关情况 z 研究论文选读 z 一个定量研究的案例
北京大学教育经济与管理系
3
课程概述及要求
z 三个方面：
¾ 统计的基本内容、 ¾ SPSS的基本操作、 ¾ 如何用SPSS统计软件和统计方法解决教育经济学中的某些实际问题。
z 要求掌握统计描述中表示集中趋势和变异程度的主要指标，如
北京大学教育经济与管理系
32
复利计算公式的应用
在已知初值、终值及期数的情况下，下列复 利计算公式也可以用于计算几何平均数，即 平均变化率：
A(1+r)n = F 其中， A = 初值，r = 平均变化率
n = 期数，F = 终值
r = n F A −1
北京大学教育经济与管理系
33
算术平均数和几何平均数的差别
教育统计与SPSS应用
北京大学教育经济与管理系
统计学
1. 收集数据
¾ 抽样设计；问卷调查
2. 演示数据
¾ 图；表
3. 统计描述
¾ 集中趋势；变异程度；分布形状
4. 统计推断
¾ 统计估计：参数估计（点估计；区间估计）；非参数估 计
¾ 假设检验：参数检验；非参数检验
5. 其他统计分析
¾ 相关分析；方差分析；因子分析；聚类分析；回归分析
网友讽刺收入差异大： “杨大年薪1000万，九个弟弟穷光蛋，平均工资算一算，个个都是杨百”
北京大学教育经济与管理系
28
例：人均受教育年限（人力资本）
中国城乡人力资本积累速度差异
12
10
8
受教育年 限
6
4
2
0
7.93 5.01
8.82
10.2
6.04
7.33
1982
1990 年份
2000
北京大学教育经济与管理系
¾ A Statistic is a numerical measurement describing some characteristic of a sample.
北京大学教育经济与管理系
13
基本概念
z 定量数据与定性数据
¾ Quantitative data consist of numbers representing counts or measurements.
北京大学教育经济与管理系
16
数据来源
数值来源
直接来源
间接来源
试验 问卷调查 观察
统计基础知识
统计基础知识第一章总论统计，是指对某一现象有关的数据的搜集、整理、计算和分析等的活动。
统计资料的具体表现形式为：统计图、统计表、统计公报、统计年鉴、统计手册及统计分析报告等。
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，亦称统计总体。
具有“同质性”统计的工作过程：统计设计，统计调查（统计工作的基础），统计整理，统计分析。
第二章统计调查统计调查是按照预定的目的和任务，运用科学的统计调查方法，有计划有组织地向客观实际搜集统计资料的过程。
统计调查包括搜集原始资料和搜集次级资料两种。
原始资料是原始的统计信息，次级资料是经过加工整理的二手资料。
统计调查搜集的主要是原始资料。
统计调查可按不同标志分类：按调查对象范围不同，分为全面调查和非全面调查；调查对象是根据调查目的、任务确定的调查的范围，即所要调查的总体，调查单位是所要调查的现象总体中的个体，即调查对象中的一个一个具体单位，报告单位是负责向统计调查机关提交调查资料的单位。
调查单位和报告单位有时是一致的，有时则不一致。
调查时间是指调查资料所属的时间。
时点统计调查的方式：一、定期统计报表、二、普查、普查是专门组织的一次性的全面调查，用来调查属于一定时点上或时期内的现象的总量。
普查比任何其他调查方式所搜集的资料都更全面、更系统，但普查工作牵涉面广，统计工作量大，所需较多的人力、物力、财力。
第一，确定普查的标准时间。
第二，普查的登记工作应在整个普查范围内同时进行，以确保普查资料的时效性、准确性，避免资料的搜集工作拖得太久。
第三，同类普查的内容和时间在历次普查中应尽可能保持连贯性。
普查的组织方式有两种：一是组织专门的普查机构；二是被调查单位填写。
三、重点调查、重点调查是一种非全面调查，它是在所要调查的总体中选择一部分重点单位进行的调查。
所选择的重点单位虽然只是全部单位中的一小部分，但就调查的标志值来说在总体中占绝大比重。
四、抽样调查、抽样调查是从研究的总体中按随机原则抽取部分单位作为样本进行观察研究，并根据这部分单位的调查结果来推断总体，以达到认识总体的一种统计调查方法。
统计基础必学知识点
统计基础必学知识点1. 数据的分类：数据可以分为定性数据和定量数据。
定性数据是描述性的，如性别、颜色等；定量数据是可量化的，如年龄、身高等。
2. 数据的度量尺度：数据的度量尺度分为四种类型，分别是名义尺度、顺序尺度、间隔尺度和比例尺度。
名义尺度是无序的分类数据，顺序尺度是具有次序关系的数据，间隔尺度是具有固定间隔的数据，比例尺度是具有固定比例关系的数据。
3. 频数与频率：频数是指某个数值出现的次数，频率是指某个数值出现的次数与总数的比值。
4. 数据的中心趋势度量：数据的中心趋势度量包括平均数、中位数和众数。
平均数是一组数据的总和除以数据个数，中位数是将数据按照大小排列后的中间值，众数是一组数据中出现次数最多的数值。
5. 数据的离散程度度量：数据的离散程度度量包括范围、方差和标准差。
范围是一组数据的最大值与最小值之差，方差是数据与其均值之差的平方和的平均值，标准差是方差的平方根。
6. 直方图和箱线图：直方图是将数据按照一定的区间划分，并统计每个区间内数据的频数或频率，在坐标系上绘制柱状图。
箱线图是通过四分位数和异常值来描绘一组数据的分布情况。
7. 相关系数：相关系数是用来描述两组数据之间的相关性强度和方向的指标。
常用的相关系数有皮尔逊相关系数和斯皮尔曼相关系数。
8. 概率与统计分布：概率是事件发生的可能性，统计分布是对数据的概率分布进行描述的函数。
常见的统计分布包括正态分布、泊松分布、二项分布等。
9. 抽样与统计推断：抽样是从总体中选取一部分样本进行研究，统计推断是通过样本数据对总体进行推断。
常用的统计推断方法包括点估计和区间估计。
10. 假设检验：假设检验是对统计推断的一种方法，通过构建假设、选择显著性水平和计算检验统计量，判断样本数据是否能够拒绝原假设。
常见的假设检验方法有单样本t检验、双样本t检验、方差分析等。
统计基础知识培训
汇报人：可编辑 2023-12-19
目 录
• 统计概述 • 描述性统计 • 推论性统计 • 方差分析与回归分析 • 时间序列分析与预测 • 统计软件应用与实操
01
统计概述
统计定义与作用
统计定义
统计是一种收集、整理、分析和解释 数据的科学方法，旨在揭示数据背后 的规律和趋势。
统计作用
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，并 给出该区间包含总体参数真值的概率。
评价估计量的标准
无偏性、有效性和一致性。
假设检验原理及应用
假设检验的基本思想
先对总体参数提出一个假设， 然后利用样本信息来判断该假
设是否成立。
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p值并作出决 策。
SAS
SAS是统计分析软件的另一巨头，它是一个模块化、集成化的大型统计软件包。其功能包 括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法 、计量经济学与预测等等。
R语言
R语言是一款开源的统计软件，具有强大的数据处理和统计分析功能。它提供了广泛的统 计和图形技术，包括线性模型、非线性模型、时间序列分析、分类、聚类等方法。
数据处理
包括数据清洗、缺失值处理、异常值处理、数据平滑和标准 化等步骤，以消除数据中的噪声和不规则因素，提高数据质 量。
时间序列预测方法
01
02
03
04
趋势外推法
通过拟合时间序列的趋势成分 ，预测未来趋势的发展。
移动平均法
利用历史数据的移动平均值进 行预测，适用于具有周期性波
动的时间序列。
指数平滑法
通过加权平均历史数据，预测 未来值，适用于具有趋势和周
统计学理论基础知识(史上最全最完整)
统计学理论基础知识(史上最全最完整)统计学是一门关于收集、分析、解释和展示数据的学科。
它在许多领域中都发挥着重要作用，包括自然科学、社会科学、商业和医学等。
基本概念- 数据：统计学的研究对象，可以是数值、文字或图像等。
- 总体与样本：总体是我们想要研究的所有个体或事物，而样本是从总体中选择的一部分。
- 参数与统计量：参数是总体的数值特征，统计量是样本的数值特征。
- 频数与频率：频数是某个数值出现的次数，频率是频数与样本大小之比。
描述统计学- 中心趋势：用于衡量数据集中的位置，常用的统计量有平均数、中位数和众数。
- 变异程度：用于衡量数据集中的离散程度，常用的统计量有标准差、方差和四分位数。
- 数据分布：用于描述数据集中每个值的频率分布情况，常用的图表有直方图和箱线图。
推断统计学- 参数估计：通过样本统计量对总体参数进行估计，包括点估计和区间估计。
- 假设检验：根据样本数据对总体参数的假设进行推断性统计分析，包括设置原假设和备择假设，并进行显著性检验。
相关分析- 相关系数：用于衡量两个变量之间的关联程度，常用的相关系数有Pearson相关系数和Spearman等级相关系数。
- 回归分析：用于建立变量之间的数学关系，常用的回归分析有线性回归和多元回归。
统计学软件- 常用统计软件：如SPSS、R、Excel等。
- 数据可视化工具：如Tableau、Power BI等。
这份文档提供了统计学的基础知识概述，包括基本概念、描述统计学、推断统计学、相关分析和统计学软件。
它将帮助读者理解统计学的核心概念和方法，为进一步探索统计学打下坚实的基础。
统计基础知识培训
综合案例：某公司销售额影响因素分析
案例背景介绍
了解某公司的销售情 况和市场环境。
数据收集与整理
收集相关数据并进行 预处理。
描述性分析
通过图表和数值方式 展示销售额的分布、 趋势和影响因素。
推断性分析
利用统计方法分析各 因素对销售额的影响 程度和显著性。
数据类型与来源
数据类型
统计数据可分为定量数据和定性数据 。定量数据具有数值特征，如身高、 体重等；定性数据则描述事物的属性 或特征，如性别、职业等。
数据来源
统计数据可来自各种渠道，如调查、 实验、观测、记录等。在选择数据来 源时，需要考虑数据的可靠性、有效 性和代表性。
统计指标与体系
统计指标
统计指标是反映总体数量特征的数值，如平均数、中位数、 众数等。选择合适的统计指标对于准确描述数据特征至关重 要。
统计体系
统计体系是由一系列相互联系的统计指标所构成的整体。构 建合理的统计体系有助于全面、系统地反映研究对象的数量 特征和规律性。
统计分析方法简介
描述性统计
描述性统计是对数据进行整理和描述的方法，包括数据的集中趋势、离散程度、 分布形态等。通过描述性统计，我们可以初步了解数据的基本特征。
推断性统计
方差
极差
各数据与均值之差的平方的平均数， 反映数据的离散程度。
最大值与最小值之差，反映数据的波 动范围。
标准差
方差的平方根，与原始数据单位相同， 更便于比较不同数据的离散程度。
数据分布形态：偏态与峰度
偏态
数据分布的不对称性。正偏态表 示数据向右偏，负偏态表示数据 向左偏。偏态系数可用于量化偏 态程度。
统计分析学基础知识点总结
统计分析学基础知识点总结一、统计学的基本概念1.总体和样本总体是指研究对象的全部个体或事物的集合，样本是从总体中抽取的部分个体或事物的集合。
在统计学中，我们通常通过对样本进行分析来进行总体的推断。
2.变量和数据类型变量是指在研究中所测量的特定属性或属性，它可以是数量变量（比如身高、体重）也可以是分类变量（比如性别、职业）。
数据类型包括定量数据和定性数据，定量数据是指其取值可以进行数值运算，定性数据是指其取值为某种类别或符号。
3.测度尺度在统计学中，我们通常将变量分为不同的测度尺度，包括名义尺度（仅仅表示事物标识的意义）、顺序尺度（表示顺序关系）、区间尺度（表示等距关系）和比率尺度（表示等比关系），不同的尺度对于统计分析的方法和技术有重要的影响。
4.概率概率是描述不确定事件发生可能性的一种数值。
在统计学中，我们通过概率来对随机事件进行描述和预测，并且使用统计概率来进行统计推断。
5.统计量统计量是指从样本数据中计算得到的数值指标，比如均值、方差、标准差等。
统计量可以帮助我们从样本数据中获取总体特征的信息，并且在假设检验、参数估计等统计推断中起到重要的作用。
6.概率分布在统计学中，我们通常通过概率分布来描述随机变量的取值概率规律。
常见的概率分布包括正态分布、均匀分布、指数分布等，它们在统计分析中都有重要的应用。
7.统计推断统计推断是指根据样本数据对总体特征进行推断的一种方法。
它包括参数估计和假设检验两种基本方法，通过这些方法，我们可以对总体参数进行估计和推断。
8.统计学的应用统计学在科学研究、社会调查、市场调查、生物医学等领域都有重要的应用，它可以帮助我们从数据中获取信息，揭示事物规律，为决策提供依据。
二、常用的统计方法和分析技术1.描述统计描述统计是指通过对数据的整理和描述来获取数据特征的一种方法。
常见的描述统计方法包括均值、中位数、众数、标准差、方差等指标，它们可以帮助我们了解数据的集中趋势和离散程度。
统计基础知识
重点讲组距式变量数列
• 考试一般考组距时变量数列，而且是等距数列 （如果题目中出现许多组都是等距的，而只有个 别组不等距，要求算平均数和标准差时，要会把 不等距的化为等距的，课上讲过一个例题）。 • 每个组中最大值与最小值之差，称为组距。 组限是指每组的上限（最大值）与下限（最小值）。 组距＝上限-下限。组中值＝（上限+下限）/2
• 指标与标志联系，由于总体与个体的叫法 不是固定的，因此指标跟标志也不是固定 的。记住，许多指标的数值是从数量标志 那里汇总来的。 • 三、变异与变量. • 首先明白：构成总体的个体一定要有共同 之处，这就是总体的同质性；其次总体中 的个体肯定还会有所不同，即差异性，这 才需要研究；最后，要构成总体要有许多 单位，这是大量性。
第四节 统计资料的搜集方法
• 会区分初级资料，也叫原始资料和此即资 料。初级资料就是第一手资料，是调查者 会研究者亲自取得的，没有用现成的、已 有的资料！原始记录（P23)就是一种初级 资料！ • 初级资料的搜集方法，课堂上讲过，并已 经举例，自己按照我讲的去理解，不懂再 打电话来！
第三章 统计整理
• 统计指标分类（具体见书51页）：数量指标 和质量指标（前面已讲）；还可分为总量指 标、相对指标（有相除的）、平均指标和标 志变异指标（后面会讲如方差、平均差）。 • 统计指标体系：相互联系的指标，或多角度 衡量总体的指标组合在一起。
第二节 总量指标
• 总量指标：反映现象的总体水平、规模， 用绝对数表示。 • 分类：一、总体单位总量指标和总体标志 总量指标。注意：前者指总体中单位数量， 后者值总体中某一指标值。二、时期指பைடு நூலகம் 和时点指标，前者可以相加，后者不能。
这里其它不讲了，重点讲发展速度 和增长速度，及时间数列计算
统计基础知识
统计基础知识编者娄庆松目录第一章概述第一节统计的涵义和特点第二节统计学中的几个基本概念第二章数据的采集与整理第一节统计数据的采集第二节统计数据的整理第三节统计数据的显示第三章总体变量分布特征描述第一节统计绝对数第二节变量分布集中趋势描述第三节变量分布离中趋势描述第四章抽样技术概述第一节抽样技术概念第二节抽样调查和抽样误差第三节参数估计第五章统计对比与因素分析第一节统计相对数第二节统计指数的概念和种类第三节综合法总指数的编制第四节指数体系及其因素分析第五节平均法总指数的编制第六章时间数列分析第一节时间数列的概念和种类第二节时间数列的水平指标第三节时间数列的速度分析第四节长期趋势和季节变动第七章相关与回归分析第一节相关分析第二节回归分析第一章概述学习要点本章是全书的总领，重点应掌握以下几点：一、统计与统计学的涵义，统计学的研究对象及性质。
二、社会经济统计学的研究方法及特点。
三、统计学中的几个基本概念。
第一节统计的涵义和特点一、统计与统计学统计是一门研究数据的艺术，取调查或试验的数值称为统计数据。
（一）统计统计的涵义：人们正确运用统计理论和方法，采集数据、整理数据、分析数据和由数据得出结论的实际操作活动过程。
是人们从数据方面对客观世界的一种认识活动过程和结果。
因此，统计活动的中心问题就是要获取数据和得出结论，来向人们提供信息。
统计信息是统计数据加工的结果。
例如，学习委员在期末考试后，都要统计全班考试人数、各科总成绩、平均分、及格率、优秀率等，这些数字就是来自调查的统计数据。
（二）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、方法和技巧的方法论科学。
它是一门独立的、实用性很强的通用方法论科学。
它源于实践、升华实践、指导实践，从而使统计实践活动更科学、严谨、标准和规范。
二、统计学的研究对象和特点统计学的研究对象是统计研究所要研究的客体，它决定着统计学的研究领域和研究方法。
统计学基础知识
统计学基础知识统计学是一门研究收集、分析、解释和展示数据的学科。
它提供了一种方法，能够更好地理解和应用各种数据。
统计学在各个领域都有重要的应用，不论是在科学研究、商业决策还是社会科学中，都离不开统计学的支持。
本文将介绍统计学的基础知识，包括统计学的定义、常见的统计术语以及常用的统计方法。
一、统计学的定义统计学是一门研究如何收集、整理、分析和解释数据以及从数据中得出结论的学科。
它包括描述性统计和推论统计两个方面。
描述性统计用来总结和描述数据的特征，如平均数、中位数、频率分布等；推论统计则用来根据样本数据推断总体的特征，如置信区间、假设检验等。
二、常见的统计术语1. 总体与样本：总体是指研究对象的全体，样本是从总体中抽取的一部分。
通过对样本进行统计分析，可以得到对总体的推断。
2. 变量：研究对象的属性或特征，可以是数量型（如身高、年龄）或质量型（如性别、颜色）。
3. 数据类型：数据可以分为定性和定量两种类型。
定性数据用来描述特征或分类，如性别、颜色；定量数据用来表示数量或程度，如身高、温度。
4. 频数和频率：频数是指数据中某个取值出现的次数，频率是指某个取值出现的频率，即频数除以总数。
5. 中心趋势：用来描述数据的集中程度，包括平均数、中位数和众数。
平均数是所有观测值的总和除以观测值的个数，中位数是将观测值按大小排序后的中间值，众数是出现次数最多的值。
6. 离散程度：用来描述数据的离散程度，包括极差、方差和标准差。
极差是最大观测值与最小观测值之差，方差是观测值与平均数之差的平方和的平均数，标准差是方差的平方根。
三、常用的统计方法1. 描述性统计：描述性统计用来总结和描述数据的特征。
常见的描述性统计方法包括计数、百分比、平均数、中位数、众数、极差、方差和标准差。
2. 概率分布：概率分布描述了随机变量的取值及其对应的概率。
常见的概率分布包括正态分布、泊松分布和二项分布等。
3. 推论统计：推论统计用来从样本数据中推断总体的特征，并进行统计推断。
统计学基础知识点总结
统计学基础知识点总结1.数据与变量数据是指收集到的一组数字或符号，而变量是指可以变化的数值。
在统计学中，常用的变量类型有两种：定量变量和定性变量。
定量变量是用数字表示的，如身高、体重等；而定性变量是用非数字表示的，如性别、血型等。
2.数据的描述在统计学中，常用的描述性统计方法有中心趋势度量和离散程度度量。
中心趋势度量包括均值、中位数和众数，用来衡量数据的集中程度；离散程度度量包括极差、方差和标准差，用来衡量数据的分散程度。
3.概率与概率分布概率是指在一定条件下某事件发生的可能性，它是统计学中的重要概念。
概率分布是用来描述随机变量可能取值的分布情况的概率分布函数，常见的概率分布有正态分布、均匀分布、二项分布和泊松分布等。
4.统计推断统计推断是指根据样本数据对总体特征进行推断的方法，它包括点估计和区间估计两种方法。
点估计是通过样本数据估计总体参数的数值，而区间估计是通过样本数据估计总体参数的范围。
5.假设检验假设检验是统计学中用来检验总体参数假设的方法，它包括参数假设检验和非参数假设检验两种。
参数假设检验是对总体参数的假设进行检验，常用的方法有t检验、F检验等；非参数假设检验是对总体分布形式的假设进行检验，常用的方法有卡方检验、秩和检验等。
6.相关性与回归分析相关性是指两个变量之间的关系程度，常用的相关性指标有Pearson相关系数和Spearman秩相关系数；回归分析是用来分析自变量与因变量之间的关系的方法，常用的回归分析方法有一元线性回归分析和多元线性回归分析。
7.贝叶斯统计学贝叶斯统计学是一种基于贝叶斯定理的统计学方法，它与频率统计学有所不同。
在贝叶斯统计学中，统计推断是基于先验概率和似然函数进行的，而不是基于频率分布进行的。
8.实验设计实验设计是指在统计实验中如何设计实验方案，以达到准确、可靠、有效地进行统计分析的目的。
常用的实验设计方法有完全随机设计、区组设计和受试者设计等。
以上就是统计学基础知识点的总结，通过学习这些知识点，可以帮助人们更好地理解和应用统计学在各种领域中的实际问题。