社会统计学基本公式
第三章
1、组距h
2、组中值m
3、斯特奇斯公式i
u
i l i（ u i上限
l i下
限）u i l i
或 m i l i
u i l i
i
22
R
h
1 3.322log N
（ h：组距R：全距N：总体单位）
4、频数密度频数
频率密度
频率组距组距
5、折合系数标准组距实际组距
标准组距频数实际频数折合系数
×
A n1n 1
6、基尼系数G或 G PI i i 1P i 1I i
A B i1i 1
(P i是横轴上的累积百分数；I i是纵轴上的累计百分数）
洛仑兹曲线
i I
A
B
P i
第四章
1、算术平均数（ X）
（）未分组资料X 1X
N
(2) 分组资料
fX X
f
注：对于单项数列分组， X即为变量值，若为组距式分组，则X为组中值
f: 各组频数2、中位数（M d ) (1)未分组资料
若N为奇数，则取
第N
1 位上的变量值为中位数，若
N 为偶数，则取第N 22
位和第N
1位上的两个变量值的平均数作为中位数
2
N F
m 1
N
2
F m
（2）分组资料M d L h或 M d U2h
f m f m
L :中位数所在组的下限
f m：中位数所在组的频数
F m 1：小于中位数所在组的各组频数之和（向上累计）
h：中位数所在组的组距
U:中位数所在组的上限
F m：包括中位数所在组的各组频数之和（向上累计）
注：中位数所在组由N 确定
2
3、四分位数
N
F1
（1）第一四分位数Q1l14h1
f1
F1：小于第一四分位数所在组的各组累计频数（向上累计）
l1 : 第一四分位数所在组的下限
f1：第一四分位数所在组的组距
h1：第一四分位数所在组的组距
3N
F3
（2）第三四分位数Q3l 34h3
f 3
F3：小于第三四分位数所在组的各组累计频数（向上累计）
l3 : 第三四分位数所在组的下限
f3：第三四分位数所在组的组距
h3：第三四分位数所在组的组距
4、众数（M o）
（1）未分组资料
先将所有数据顺序排列，观察某些变量值出现的次数最多，这些变量值就是众数
（2）分组资料M
o L o
1h
o 12
L o : 众数所在组的下限
1：众数所在组频数与前一组频数之差
2：众数所在组频数与后一组频数之差
h o：众数所在组的组距
5、几何平均数（M g）
（1）简单几何平均数
M g N X1X 2 X 3...X N N X
或lg M g
1
M g anti(lg M g ) lg X
N
(2)加权几何平均数
M
f
X1f1 X 2f2 X 3f3 ...X n f n
f
g
X f
或 lg M g
1
M g anti(lg M g )
f l
g X
N
注：若为组距式分组，则X 为组中值
6、调和平均数（M h )
(1)简单调和平均数（未分组）
M h
1N 11111 X1X 2X 3
...
X
X N
N
(2)加权调和平均数（分组）
N
M h
f
X
注：若为组距式分组，X 为组中值
f: 各组频数
7、各种平均数的关系
2 X 3M d M o X M g M h 第五章
1、全距R=X N X 1
2、四分位差Q D=Q3 Q1
2 3、平均差
（1）未分组资料A
X X D=
N
（2）分组资料A
f X X D=
f
注：若为组距式分组，X 为组中值
f: 各组频数
4、标准差（ S）
（1）未分组资料
（ X2X2
X）
或S=( S=
N
N
(2) 分组资料
（X2fX2
）
f X或S=
S=
N
N
注：若为组距式分组，X 为组中值
f : 各组频数
5、标准分Z=X X
S
X
)2
N
(
fX
) 2
N
、变异系数
6
（）全距系数
V
= R
1
R X
(2) 平均差系数
V
A D =
A D
X
（ ）标准差系数
V
R
S
3
X
7、异众比率（非众数的频数与总体单位数的比值）
V R N
f M o
f
M o
N
N
f M o : 众数的频数 、偏态系数( )
8
偏态=
M o
X M o
3(X M d )
X
S S。
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。
卢淑华 《社会统计学》讲义 整理翔实
3、四分互差 Q 是定序以上变量度量分散程度的方法。其优点是可以克服极值对分散度量的
干扰。把一组数据按序排列，然后分成四个数据数目相等的段落，各段分界点上的数叫做四
分位数，即第一个四分位数 Q1 以下包括了 25%的数据，Q2 是中位数，第三个四分位数 Q3
以下包括了总数据中的 75%的数据。四分互差就是第三个四分位数与第一个四分位数的差，
（1）三者设计的目的相同，都是希望通过比较一个数值来描述整体特征，以便简化资料，
都反映了变量的集中趋势。众值适用于定类、定序和定距变量；中位值适用于定序和定距变
量；均值适用于定距变量。
（2）众值的资料使用不完全；中位值考虑了变量的顺序和居中位置，和总体频次分布有关，
但因为只考虑了居中位置，故其它变量值比中位值大多少或小多少不影响中位值；均值考虑
量，众数可直接从变量的频率分布中观察到;对于定距变量，如果变量是在第 i 组具有最高的
频率密度，则用第 i 组的组中值表示变量的众数。
2、中位数 就是数据序列之中央位置的变量值。
（1）未分组数据：①根据原始资料：观察总数 N 为奇数时 =
+
；观察总数 N 为偶数时
中位值取居中位置左右两数的平均值为中位值。
规模的影响，因而可以用来比较不同的样本。一般频率分布使用比率的形式表示的。
2、统计表就是以表格形式来表示变量的分布。在制作统计表时，若有未回答或回答不合要
求的情况有两种处理方法：(A)仍以调查总数为基础计算频率，这时应加入一类：未详。(B)
以有效回答为基数计算频率，这时应在表的下面、紧接着表的地方注明：未详****户。
是它可能取某一区间内所有的值。
统计学公式总结
统计学公式总结统计学是一门关于收集、分析、解释和表达数据的科学。
它通过具体的数学模型和公式来描述和理解数据中的规律和关系。
在统计学中，有许多重要的公式被广泛应用于各种数据处理和分析的情况。
本文将会总结一些常见和重要的统计学公式。
1. 均数公式：均数是一组数据的平均值，用于反映一组数据的中心位置。
计算均数的公式是：mean = sum(data) / n其中，data表示数据集，n表示数据的个数，sum表示求和。
2. 中位数公式：中位数是将一组数据按照大小排列后，位于中间位置的数值。
计算中位数的公式有两种情况：- 当数据集的个数n为奇数时，中位数的公式是：median = data[(n+1)/2]- 当数据集的个数n为偶数时，中位数的公式是：median = (data[n/2] + data[(n/2)+1]) / 23. 众数公式：众数指一组数据中出现频率最高的数值。
计算众数的公式是：mode = value with maximum frequency4. 方差公式：方差是一组数据与其均值之间差异的平方的平均值。
方差可以用于衡量数据的离散程度，公式如下：variance = sum((data - mean)^2) / n5. 标准差公式：标准差是方差的正平方根，用于衡量数据集的离散程度。
标准差的公式是：standard deviation = sqrt(variance)6. 协方差公式：协方差用于衡量两个变量之间的相关性。
协方差的公式为：covariance = sum((X - mean_X) * (Y - mean_Y)) / n其中，X和Y表示两个变量，mean_X和mean_Y表示X和Y的均值，n表示变量的个数。
7. 相关系数公式：相关系数用于衡量两个变量之间的线性相关性，其取值范围为-1到1。
相关系数的公式是：correlation = covariance / (std_X * std_Y)其中，std_X和std_Y表示X和Y的标准差。
社会统计学(卢淑华)-第三章
B=该家庭有电视机 P(A)=0.60 P(B)=0.80 P(AB)=0.60*0.80=0.48
例题2
对同一目标进行3次射击，第一、二、三、 次射击命中的概率分别是：0.3,0.4,0.6，求 在这三次射击中恰有一次命中的概率。
答案
Ai=第i次射击命中 A=恰有一次命中 P（A）
x2
Px1 x2 x dx x1
概率密度 x 存在以下性质：
1）x 0
2）
xdx 1
3、分布函数
1）定义：F（x）=P（ x） 意义：随机变量从最远的起点（- ）到所研究的x点所有概率的总和。
2）对于离散型随机变量，则：依据概率的加法定理：例
F x P x P xi
1、离散型随机变量
方差：D E E 2 x E 2 Pi
ii
2、连续型随机变量
方差：D
x
E
2
xdx
标准差 ： D
3、方差和标准差都反映了随机变量的可能值密集在数学 期望周围的程度。方差值越小，密集程度越高；反之则方
差值较大。
4、计算过程
① 利用公式求 E（）=
② 求[ E（）]2
例2：两名孕妇，生女婴的概率分布。
性质：1） Pk 0
2） PK 1 K 1
分布列表明全部概率在各可能取值之间的分布规律，全面描叙离散随机变量
的统计规律
2、连续型随机变量及其概率分布 ——概率密度函数
概率密度
：
x
P
lim
x 0
x
x 2
x
x
x
2
任意两点（X1，X2）之间的概率为：
三种情况：
1、不可能事件Ø 概率 P（）=0 2、必然事件S 概率 P（S）=1 3、必然与不可能之间E 概率 0 P（E） 1
社会统计学常用公式及说明
b
b
i 1
n
i
n
yn y0
平均发展速度-1
回归方程
公式名称
数学公式
yt a bt （方程式）
说明
说明
当 t 0 时：
b
N tY t Y N t 2 ( t ) 2
Y b t N
直线回归
b
N tY t Y N t 2 ( t ) 2
H
调和平均数
H
x
1
简单
H ：平均数
m 1 x *m
x x
f
加权
x ：单位变量值 n ：总体单位数 m ：权数
Gn
简单 加权
G ：平均数
几何平均数
f G
n ：项数
：连乘
f
Me L 2
sm 1 fm
*d
下限公式
中位数
Me U
f
2
sm 1 fm
*d
上限公式
环比
Ai
增长速度
Bi
yi y0 (i 1,2,....n) y0
yi yi 1 (i 1,2,....n) yi 1
n
定基
环比
环比发展速度-1 1、等 于 各 环 比 发 展 速度连乘开 n 次方 根 2、等于 n 次方根下报 告期水平 / 基期水 平
平均发展 速度 平均增长 速度
a
a
Y
N
回归方程
a
yt a bt ct 2 （方程式）
t Y t t Y N t ( t )
4 2 2 4 2 2
b
社会统计学(第一讲)
子代偏重
开始学习社会统计学之前的知识储备
什么是变量？ 变量有哪些层次？ 不同类型变量的统计表制作方法？
总体与单位
所谓总体，就是作为统计研究对象的、由许多具有共性的单位 构成的整体。总体也有人称之为母体。 构成总体的每一个个体 称为总体单位，简称单位，也称为个体。
有限总体与无限总体
可加总体与不可加总体
广东
广东 广东 广东 广东
综合
师范 农林 医药 综合
8.20
6.64 6.15 4.36 3.94
6.94
4.03 6.17 3.78 4.21
7.03
7.74 5.85 4.54 2.80
18.79
13.34 6.03 5.46 7.26
128
173
广州中医药大学
广州大学
广东
广东
医药
综合
3.16
1.84
样本
样本是从总体中抽取的一部分个体所组成的集合，也称子样。 样本容量是指样本所包含的个体数。当样本容量大于30时，为大样本。 样本个数是指从总体中最多可以抽取的不同样本的套数。样本容量用
n表示。样本个数用m表示。
总体与样本的关系 1、总体是所要研究的对象，而样本则是所要观测的对象。 2、样本是用来推断总体的。 3、总体和样本的角色是可以改变的。 4、总体与样本都有大量性，同质性和差异性的特征。样本容量用n表示。样本 个数用m表示。
社会科学研究的一般过程
二、统计学的运用 介绍有关社会调查资料收集、整理、分析和 推论的统计方法。 社会统计学的特点： 抽象概念向操作化定义，设计好调查问卷； 被测量对象是人，主观意识影响资料收集； 低层次变量占较大比重。
确定课题、了解情况 建立研究假设 概念的操作化 设计问卷、抽样调查
卢淑华 《社会统计学》讲义
社会统计学讲义第一章导论一、社会统计学1、社会统计学是运用统计的一般原理，对社会各种静态结构与动态趋势进行定量描述或推断的一种专门方法和技术。
研究对象：概括而言是指社会现象的数量方面。
2、选择统计分析方法的原则是根据研究目的和资料本身的特点选择。
3、统计分析的作用：(1)可对资料进行简化和描述；(2)可对变量间的关系进行描述和深入地分析（统计分析通过事后解释使得探讨变量间复杂的因果联系成为可能）；(3)可通过样本资料推断总体（通过参数估计和假设检验，将样本推论到总体并指出这种推论的误差及做出这种推论的把握有多大）。
4、社会统计的基本程序（1）制定计划；（2）统计调查；（3）统计整理；（4）统计分析；（5）统计报告。
5、几个基本概念（1）总体与单位总体又称母体，是作为统计研究对象的、由许多具有共性的单位构成的整体。
构成总体的每一个个体称为总体单位，简称单位或个体。
3个基本特征：大量性、同质性和变异性。
（2）标志与变量总体的每个单位都具有许多属性和特性，说明总体单位属性或数量特征的名称在统计上称为标志，分为数量标志和品质标志。
可变的品质标志无法用数值表示，我们称之为变项；可变的数量标志能够用数值表示，我们称之为变量。
（3）指标与指标体系统计指标是反映总体(或样本总体)的数量特征的概念或范畴。
一个完整的统计指标由两部分构成：指标名称和指标数值。
在社会统计中，如要全面把握对象总体情况，就不能单凭一个指标，而要靠一组相互联系的并与之相适应的指标来完整地反映对象总体。
指标体系就是一系列有内在联系的统计指标的集合体。
二、社会调查研究的程序社会学研究之阶段与步骤（1）确定课题：来源与社会学理论、当前社会现实和要解决的实际问题；具有强烈的时代感、为国家现代化服务；（2）了解情况：查阅文献和向有经验、有知识的人了解，运用个案调查、典型调查进行探索性研究；（3）提出一定的想法和建立假设：差异式、函数式；（4）建立概念和测量方法：采用适当的术语和概念；操作化定义；概念的表现形式往往具有多值性；（5）设计问卷：内容包括事实、态度与看法、行为趋向、理由；方式有固定答题式和自由答题式；（6）试填问卷：发现不周或遗漏之处在试填阶段予以纠正；（7）调查实施（抽样调查）：从局部推论到全体（8）校核与登录（9）统计分析与命题的检验：检验最初研究阶段的命题或假设是否得到证实或部分证实，在此基础上对研究内容提出建议和确定进一步的研究方案。
社会统计学复习整理
社会统计学复习整理一、变量的测量层次二、判断变量层次的技巧1.首先所有的变量都是定类变量。
2.其次看变量的取值能否比拟大小，不能这个变量只能是定类变量。
3.最后如果这个变量能够比拟大小，那么就看变量取值加减乘除是否有意义，如果有意义就是定距变量，如果没有意义就只能是定序变量。
三、变量层次的比拟定类变量、定序变量和定比变量的数层次是从低到高排列的，高层次的变量同时具有低层次变量的功能。
四、相关分析方法第二节简化一个变项的分布一、定类变量1.统计表：用表格的形式来表示变量频次〔或频率〕分布的一种工具。
2.统计表必备的容：（1）表号、标题（2）标识行：变量名、对应数据说明〔频次、频率〕（3）主题行：变量取值的统计数据（4）表尾：如果是引用必须说明资料来源二、定序变量1.适合定序变量的简化资料的方法（1）累加次数：把次数逐渐相加起来，分为向上累加次数〔cf↑〕和向下累加次数(cf↓)。
（2）累加频率：把各级的百分率逐渐相加。
也分为向下累加百分率和向下累加百分率。
2.cf↑的计算方法就是按照变量取值的等级从低往高逐层相加。
3.cf↓计算方法就是按照变量取值的等级从高往低逐层相加。
➢cf↑表示低于某个等级的频数有多少➢cf↓表示高于某个等级的频数有多少三、定距变量1.定距变量的简化工具是：分组、直方图和折线图。
2.连续型定距变量的分组统计（1）组数：分组的数量，一般5到7组适宜，分为等距分组和非等距分组。
（2）组限：包括上限〔up〕和下限〔low〕（3）标识下限和标识上限，例500—699（4）真实下限：标识下限—0.5；真实上限：标识上限+0.5.（5）组距：真实上限与真实下限之差。
（6）组中值：真实上限与真实下限的平均值。
第三节集中趋势测量法1.集中趋势：用一个典型的变量值或特征值来代表全体变量的问题，用这个数值来代表变项的资料分布，以反映资料的集结情况。
2.集中趋势测量的意义就是可以根据这个代表值来估计或预测每个研究对象的数值。
统计学公式汇总
统计学公式汇总（1） αβδμσνπρυt u F X s 2χ（2） 均数（mean ）：nX nX X X X n∑=+⋅⋅⋅++=21式中X 表示样本均数，X 1，X 2，Xn为各观察值。
（3） 几何均数（geometric mean, G ）：)lg (lg )lg lg lg (lg 121121nX n X X X X X X G n nn ∑--=+⋅⋅⋅++=⋅⋅⋅∙=式中G 表示几何均数，X 1，X 2，X n 为各观察值。
（4） 中位数（median, M ）n 为奇数时，)21(+=n X Mn 为偶数时，2/][)12()2(++=n n XX M式中n 为观察值的总个数。
（5） 百分位数 )%(L xx f x n f iL P ∑-⋅+= 式中Ｌ为Ｐx 所在组段的下限，f x 为其频数，i 为其组距，L f ∑为小于Ｌ各组段的累计频数。
（6） 四分位数(quartile, Q ) 第25百分位数P 25，表示全部观察值中有25%（四分之一）的观察值比它小，为下四分位数，记作Q L；第75百分位数P 75，表示全部观察值中有25%（四分之一）的观察值比它大，为上四分位数，记作Q U。
（7） 四分位数间距 等于上、下四分位数之差。
（8） 总体方差 NX 22)(μσ-∑=（9） 总体标准差 NX 2)(μσ-∑=（10）样本标准差 1/)(1)(222-∑-∑=--∑=n nX X n X X s （11）变异系数(coefficient of variation, CV ) %100⨯=X sCV （12）样本均数的标准误 理论值nX σσ=估计值ns s X =式中σ为总体标准差，s为样本标准差，n 为样本含量。
（13）样本率的标准误 理论值np )1(ππσ-=估计值np p s p )1(-=式中π为总体率，p 为样本率，n 为样本含量。
（14）总体率的估计：正态分布法，（n p p u p n p p u p /)1(,/)1(-⋅+-⋅-αα） 式中p为样本均数，s 为样本标准差，n 为样本含量。
电大社会统计学
一、基本概念1、众数众数是一组数据中出现频数最多的数值，用Mo表示。
例如，一个城市有多种产业，但如果以旅游业为最多，那么旅游业就是众数，这个城市也被称为旅游城市。
2、中位数中位数是中心趋势的一种测量，是将一组数据排序后，处于中间位置的变量值，用Me表示。
中位数处于中间位置，前后每部分均包括50%的数据，而且前面部分小于中位数、后面部分大于中位数。
例如，在职工收入水平差异比较大的单位，要了解职工收入的一般水平，用职工收入分布的中位数作为收入水平的代表值要比用算术平均数更恰当，因为它排除了极端数据的影响。
3、四分位数四分位数是将一组数据排序后，找出将该组数据等分为四等份的三个点，每份包括25%的数据，这三个点上的数据就是四分位数。
第二个四分位数就是中位数，它前面包括50%数据，后面也包括50%数据，因而，平时所说的四分位数主要是指第一个四分位数和第三个四分位数。
通常，我们将第一个四分位数称为下四分位数（QL），将第三个四分位数称为上四分位数（QU）。
4、均值均值是集中趋势最主要的测量值，它是将全部数据进行加总然后除以数据总个数，也称为算数平均数。
均值包含一组数据中所有数值，它是先将所有数值进行加总，然后进行平均，在均值中所有数值都有所体现。
因而，我们说均值是集中趋势最主要的测量值。
二、基本方法1、众数的计算（1）众数的计算比较简单，就是找出频数最大的即可。
例如“甲城居民对交通满意度调查”，调查者在甲城市随机抽取统计500人调查，调查结果发现，选择“非常不满意”的有50人，“不满意”的有98人，选择“一般”的有204人，选择“满意”的有110人，选择“非常满意”的有38人。
从调查结果可以看出，选择“一般”的居民最多，为204人，占总数的40.8%，因而众数为“一般”这一变量值，即Mo=“一般”。
对于数值型数据，计算众数时，最好先对数据进行排序，有利于计算各变量值频数，避免出错。
（2）对于分组数据，计算具体数值时，根据公式：对于任意一组数据，基本都存在频数最多的数值，这个数值可能有一个，也可能是两个，或者三个甚至更多，不管存在几个，它们均是该组数据的众数。