1统计学简介-重点：描述统计与推断统计区别+概念+几个统计学家
第一章 统计学概述
二、统计学的发展
• （一）古典统计学时期 • 1、国势学派 • 国势学派产生于17世纪的德国，其创始人是海 尔曼·康令(Hermann Conring，1606-1681) 教授。 • 2、政治算术学派 • 治算术学派产生于17世纪中叶的英国，主要代 表人物是威廉· 配第(William Petty，1623-1687) 和约翰· 格朗特(Johan Graunt，1620-1674)。
一、总体和样本
• （一）总体 • 统计总体简称总体，是指由特定的研究目 的确定的一定范围内的所有单位构成的集 合体。 • （二）样本 • 广义而言，样本是指从总体中抽取的部分 单位构成的集合体；但为了符合统计理论 的需要，统计中所指的样本特指从总体中 按照随机原则抽取的部分单位构成的集合。
二、统计标志
三、统计学在我国的应用
• 第一，对系统性及系统复杂性的认识为统 计学的未来发展增加了新的思路。
• 第二，定性与定量相结合的综合集成法将 为统计分析方法的发展提供新的思想。 • 第三，统计科学与其他科学渗透将为统计 学的应用开辟新的领域。
第二节 统计学的特点和分类
• 一、统计学的特点 • 二、统计学的类别
标志与指标的区别和联系。
• 它们的主要区别是：
• 第一、标志是说明总体单位特征的，指标 是说明总体特征的。例如，一个工人的工 资是数量标志，全体工人的工资总额是统 计指标。 • 第二、标志有用文字表示的品质标志和用 数值表示的数量标志，指标则都是用数值 表区别和联系。
• 在该时期，为现代统计学的发展作出重大 贡献的主要统计学家和理论有：20世纪初 英国的戈赛特(W.S. Gosset，1876-1937)的Ｔ 分布理论；20年代英国的费雪(R.A. Fisher， 1890-1962)的Ｆ分布理论；30年代波兰的尼 曼(J.S. Neyman，1894-1981)等人的假设检验 理论及置信区间估计等理论；40年代美国 的瓦尔德(A. Wasld， 1902-1950)等学者的统 计决策理论，多元分布理论等。
统计学的两大类基本内容
统计学的两大类基本内容统计学是一门研究数据收集、分析和解释的学科，可以分为描述统计和推断统计两大类基本内容。
描述统计是对数据进行整理、总结和描述的方法，而推断统计是根据样本数据对总体进行推断的方法。
描述统计是统计学中最基本的方法之一，它主要关注数据的整理和描述。
在进行描述统计时，我们首先需要收集数据，然后对数据进行整理和总结，以便更好地理解数据的特征和规律。
常用的描述统计方法包括测量中心趋势的方法和测量变异程度的方法。
测量中心趋势的方法主要用于描述数据的集中程度，常用的方法有平均数、中位数和众数。
平均数是将所有数据相加后除以数据个数的结果，它可以反映数据的总体水平。
中位数是将数据按大小顺序排列后位于中间的值，它可以反映数据的中间位置。
众数是数据中出现次数最多的值，它可以反映数据的最常见取值。
测量变异程度的方法主要用于描述数据的离散程度，常用的方法有极差、方差和标准差。
极差是数据的最大值与最小值之间的差异，它可以反映数据的全距。
方差是各数据与平均数之差的平方和的平均数，它可以反映数据的离散程度。
标准差是方差的平方根，它可以反映数据的相对离散程度。
推断统计是统计学中另一类重要的方法，它主要用于根据样本数据对总体进行推断。
在进行推断统计时，我们首先需要收集样本数据，然后利用统计方法进行推断。
推断统计的核心思想是通过样本数据来推断总体的特征和规律。
常用的推断统计方法包括假设检验和置信区间估计。
假设检验是用于检验总体参数的假设是否成立的方法。
在进行假设检验时，我们首先提出原假设和备择假设，然后根据样本数据计算出一个统计量，最后根据统计量的值来判断原假设是否成立。
置信区间估计是用于估计总体参数的取值范围的方法。
在进行置信区间估计时，我们根据样本数据计算出一个区间，该区间可以包含总体参数的真值。
统计学的两大类基本内容是描述统计和推断统计。
描述统计主要用于对数据进行整理、总结和描述，包括测量中心趋势的方法和测量变异程度的方法。
统计学整理
选择和判断：统计学含义：统计学是一门认识方法论科学，它是研究如何收集数据、整理数据、分析数据，以便从中作出正确推断的认识方法论科学。
描述统计学和推断统计学的区别：描述统计学是研究如何反映客观现象的数据资料，对所收集的数据进行加工整理，通过图、表等读者易于理解的形式汇总显示。
推断统计学是研究如何根据样本数据推断总体数量特征的理论和方法，具体包括：抽样调查、假设检验、相关回归分析等。
描述统计是整个统计学的基础，推断统计则是现代统计学的核心和主要内容。
选择：统计学的基本概念：总体:指客观存在的、在同一性质的基础上结合起来的许多个别单位的整体。
总体单位：构成总体的每个个别单位称为总体单位。
标志：说明总体单位的属性和特征的名称。
标志分为:品质标志 (只能用文字来说明总体属性，eg：文化程度)数量标志（说明总体单位数量的特征，eg：职工人数，销售额，工资额等）不变标志（某个标志上的答案都相同）可变标志（一定有一个标志是可变的）数量标志的答案叫数量标志表现，也叫标志值指标：说明总体数量特征（分为指标名称和指标数量两部分）eg:男性比重，英语平均成绩，学生人数。
按计算方法不同分：数量指标：说明总体规模大小和数量多少的指标。
（总量指标）质量指标：说明总体内部数量对比关系和一般水平的指标。
（相对指标，平均指标）按其数值的表现形式分：总量指标：也就是数量指标，数值是绝对数形式相对指标：数值是相对形式。
平均指标：数值是平均数形式。
名称说明对象表示方式标志总体单位的属性特征或数量特征文字或数值指标总体的数量特征数值四个数据的区别：定性数据：品质变量的答案就是定性数据，定性数据本身是文字。
eg：性别为品质变量，它的答案“男”“女”就是定性数据。
名义级数据：品质变量的一种答案，仅是一种代码来表示品质变量的不同类型。
不能比较大小四则运算eg：“性别”是品质变量，用变量值“1”表示男性，“2”表示女性，这是“1”“2”或“男”“女”就是名义级数据。
统计学考研复试知识点总结
统计学考研复试知识点总结一、基本统计学知识1.1 统计学的定义和分类统计学是研究数据的收集、整理、分析和解释的学科，它可以分为描述统计和推断统计两大分支。
1.2 描述统计描述统计主要是对数据的整理和展示，包括频数分布、频数分布图、组数、组距等概念和计算方法。
1.3 参数估计与假设检验参数估计是根据样本数据对总体参数进行估计，假设检验则是根据样本数据对总体参数提出的假设进行检验。
1.4 统计分布统计分布是在统计推断中常见的一些分布形式，如正态分布、t分布、F分布、卡方分布等，具有重要的理论和应用意义。
1.5 统计调查方法统计调查方法是收集数据的方式，包括抽样调查、问卷调查、实验法、案例研究等。
1.6 统计学软件统计学软件是进行统计分析的工具，包括SPSS、SAS、R、Stata等，对数据的处理和分析提供了便利。
二、随机变量及其分布2.1 随机变量随机变量是对随机现象的量化描述，分为离散随机变量和连续随机变量。
2.2 分布函数与密度函数分布函数是描述随机变量取值的概率分布规律的函数，密度函数则是连续随机变量的分布函数。
2.3 常见离散分布常见的离散分布包括二项分布、泊松分布、超几何分布等，它们描述了不同离散随机变量的概率分布规律。
2.4 常见连续分布常见的连续分布包括正态分布、指数分布、t分布、F分布等，对连续随机变量的概率分布进行了描述。
三、参数估计与假设检验3.1 点估计点估计是根据样本数据对总体参数进行估计的方法，常见的点估计包括样本均值、样本方差等。
3.2 区间估计区间估计是对参数进行估计的区间范围，可以通过置信区间、预测区间等方法进行估计。
3.3 假设检验假设检验是根据样本数据对总体参数提出的假设进行检验的方法，包括参数检验和非参数检验。
3.4 t检验t检验是用于样本均值差异的假设检验方法，包括单样本t检验、双样本t检验、配对t 检验等。
3.5 F检验F检验是用于样本方差差异的假设检验方法，包括方差分析、回归分析等。
统计学概述
（一）统计学按统计方法的构成分为描述统计学和推断统计学
描述统计学主要是对现象的某一特征的变化加以记录、整理 和反映，统计数据是对总体的描述和观测结果的表现。
推断统计学主要是研究随机现象数量特征的，即从现象总体 中随机抽取一部分个体构成样本，并根据样本数据对现象总体作 出估计。
（二）统计学按研究领域分为理论统计学和应用统计学
根据样本来推断总体数量特征的方法称为统计推断法。
1 -8
第三节 统计学中的几个基本概念
一、统计总体与总体单位 1、什么是统计总体（简称总体）
凡是客观存在的，在同一性质基础上由许许多多个别事物构 成的整体，称为统计总体。 2、什么是总体单位
构成总体的每一个个别事物，称为总体单位。 3、统计总体的分类
按照某种标志把总体划分为若干性质不同的组成部分的一 种统1计-方7 法。
第二节 统计的工作过程及研究方法
（三）综合指标法 运用各种统计指标来反映总体的一般数量特征和数量关系的
研究方法。 （四）统计模型法
用适当的数学模型去拟合现实经济现象相互关系的一种研究 方法，借以反映社会经济现象之间的数量关系和数量特征，从而 揭示其发展变化规律。 （五）归纳推断法
离散型变量是指其变量值在变动过程中呈跳跃式变化，用整 数表示而不能以带小数表示的变量。
连续型变量是指其变量值在变动过程中呈连续不断地变化， 在任意小的两个数值之间可以作无限次分割，能以带小数表示的 变量1 。- 12
第三节 统计学中的几个基本概念
四、统计指标与统计指标体系 （一）统计指标的分类
1．根据统计指标的表现形式不同，可以分为总量指标、相对 指标与平均指标
联系： （1）在统计中有许多统计指标的数值是由单位标志值直接汇 总而1 来- 11；
统计学概述
02
统计学的发展历程
古典统计学时期
古代统计学的起源可以追溯到古希腊和古罗马时期，当时的 数据收集和分析主要为了满足国家管理和政策制定的需要。
中世纪欧洲商业和手工业的发展，开始出现商业统计学。
近代统计学时期
近代统计学时期始于19世纪中叶，在这个时期统计学得到 了快速发展。
英国统计学家皮尔逊在19世纪80年代创立了近代统计学的 理论和方法，为近代统计学的发展奠定了基础。
统计学的研究对象
统计学的研究对象是数据和现象。 数据包括数值和非数值两种类型，如文字、图像、视频等。 现象则包括人类活动、自然现象、社会现象等。
统计学的研究方法
1
统计学的研究方法包括描述性统计和推断性统 计。
2
描述性统计是对数据进行整理、概括和图表展 示，以了解数据的分布和特征。
3
ห้องสมุดไป่ตู้
推断性统计则是利用样本信息来推断总体特征 ，如预测、分类、相关性分析等。
采用机器学习、关联规则挖掘、聚类分析等数据挖掘技术，发现数 据中隐藏的模式和关联关系。
数据可视化表达和解读
数据图表制作
将数据以图表的形式呈现，如柱状图 、折线图、饼图等，以便更直观地展 示数据的特征和分布情况。
数据解读和解释
通过观察图表，对数据进行解释和解 读，发现数据中隐藏的模式和规律， 为决策提供科学依据。
统计学在社会生活中的应用
描述性统计学
通过数据收集、整理和分析，帮助人们更好地了解社会生活 中的各种现象和问题，如消费者行为、市场调研、社会问题 研究等。
推断性统计学
通过样本信息进行推断和分析，对未知总体进行推断和预测 ，如医学研究、经济预测、产品质量控制等。
统计学在科学研究和政策制定中的作用
描述统计学和推断统计学
描述统计学和推断统计学统计学是一门研究收集、整理、分析和解释数据的学科，可以帮助我们理解和描述数据的特征和趋势。
而在统计学中，描述统计学和推断统计学是两个重要的分支。
描述统计学是统计学中的基础部分，它主要关注如何对数据进行整理、总结和呈现。
通过使用描述统计学方法，我们可以对数据进行有效的概括和展示。
常用的描述统计学方法包括测量中心趋势的平均数、中位数和众数，以及测量数据分布的范围、方差和标准差等。
这些统计量可以帮助我们更好地理解数据的集中程度、离散程度和分布形态。
在实际应用中，描述统计学可以帮助我们对数据进行初步的分析和解释。
例如，在市场调研中，我们可以使用描述统计学方法对收集到的数据进行整理和概括，从而获得消费者的基本特征和偏好。
在医学研究中，描述统计学可以用来总结患者的基本信息、疾病的发病率和死亡率等。
通过描述统计学的分析，我们可以对数据有一个直观的认识，并为后续的研究提供基础。
然而，单纯地进行描述统计学分析只能给我们提供有限的信息。
为了更好地理解数据背后的规律和进行更深入的推断，我们需要借助推断统计学的方法。
推断统计学是建立在描述统计学基础上的，它通过对样本数据进行推断，从而对总体进行推断和预测。
推断统计学的核心是利用样本数据来推断总体的特征。
在推断统计学中，我们通过对样本数据的分析和推断，来推断总体的参数值、进行假设检验和构建置信区间。
常用的推断统计学方法包括参数估计、假设检验和置信区间等。
在实际应用中，推断统计学可以帮助我们对总体进行推断和预测。
例如，在市场调研中，我们可以通过对样本数据的分析来推断整个市场的消费者特征和市场规模。
在医学研究中，我们可以通过对样本数据的分析来推断整个人群的患病率和治疗效果。
通过推断统计学的方法，我们可以从有限的样本数据中获得对总体的认识，为决策和预测提供依据。
描述统计学和推断统计学是统计学中的两个重要分支。
描述统计学主要关注如何对数据进行整理、总结和呈现，而推断统计学则通过对样本数据的分析和推断来对总体进行推断和预测。
统计学总结知识点
统计学总结知识点1. 总体和样本在统计学中，总体是指研究对象的全部个体，而样本是从总体中选取的一部分个体。
总体和样本是统计学研究的基本单位，研究者通常会通过对样本进行研究来推断总体的特征。
2. 描述统计描述统计是对数据进行整理、汇总和展示的过程，常用的描述统计方法包括平均数、中位数、众数、标准差等。
通过描述统计，研究者可以更好地理解数据的特征和分布情况。
3. 推断统计推断统计是根据样本数据对总体参数进行推断的过程，常用的推断统计方法包括假设检验、置信区间估计和方差分析等。
推断统计能够帮助研究者对总体特征进行推断，并做出相应的决策。
4. 概率分布概率分布是描述随机变量取值规律的数学函数，常见的概率分布包括正态分布、泊松分布、指数分布等。
概率分布在统计学中有着重要的应用，能够帮助研究者对随机现象进行建模和分析。
5. 方差分析方差分析是一种用于比较多个总体均值是否相等的统计方法，通过方差分析可以判断不同处理组之间的平均差异是否显著。
方差分析在实验设计和市场调研中有着重要的应用，能够帮助研究者理解不同因素对结果的影响。
6. 回归分析回归分析是一种用于研究变量之间关系的统计方法，常见的回归分析包括简单线性回归和多元线性回归。
通过回归分析可以揭示变量之间的相关性和因果关系，对预测和决策提供重要参考。
7. 抽样方法抽样是从总体中选取样本的过程，常见的抽样方法包括随机抽样、系统抽样、分层抽样和群集抽样等。
合适的抽样方法能够保证样本的代表性和可靠性，对统计推断和结论的准确性具有重要影响。
8. 数据可视化数据可视化是利用图表、图像和地图等形式将数据进行直观展示的过程，常见的数据可视化方法包括柱状图、折线图、散点图和地理信息系统等。
数据可视化能够帮助研究者更直观地理解数据特征和规律。
9. 统计软件统计软件是进行数据分析和统计推断的重要工具，常见的统计软件包括SPSS、SAS、R和Python等。
统计软件能够帮助研究者进行复杂的数据处理和分析，提高工作效率和结果质量。
统计学知识点总结
统计学知识点总结统计学是研究如何收集、分析、解释和展示数据的科学。
以下是一些常见的统计学知识点的总结。
1. 描述性统计学：描述性统计学是指通过概括和总结数据来描述数据集的统计方法。
描述性统计学中包括中心趋势（如平均数、中位数和众数）、离散程度（如方差、标准差和极差）和分布形态（如偏态和峰态）等基本概念。
2. 推论统计学：推论统计学是指通过对抽样数据的分析来推断出总体的特征和性质。
推论统计学中主要包括参数估计和假设检验两个方面。
参数估计是指通过样本数据推断总体参数的值，如用样本均值估计总体均值。
假设检验是指通过对样本数据进行统计检验来判断总体假设是否成立，如判断两组样本是否存在差异。
3. 概率论：概率论是研究随机现象的概率规律的数学分支学科。
概率论的核心是概率分布和随机变量。
其中概率分布包括离散型概率分布（如二项分布和泊松分布）和连续型概率分布（如正态分布和指数分布），随机变量包括离散型随机变量和连续型随机变量。
4. 回归分析：回归分析是用于研究自变量和因变量之间关系的统计方法。
在回归分析中，通常使用线性回归模型来描述两个变量之间的线性关系，如y = a + bx，其中y是因变量，x是自变量，a和b是参数。
回归分析还包括多元线性回归、非线性回归等方法。
5. 方差分析：方差分析是一种用于比较多组数据之间差异的统计方法。
方差分析通常用于分析实验数据，其中自变量通常是一个分类变量，如不同的治疗方案，因变量通常是一个连续型变量，如某种疾病的治愈率或生长速度。
6. 时间序列分析：时间序列分析是研究时间序列数据的统计方法。
时间序列数据是指一组按照时间顺序排列的数据，如某个地区每月的销售额、某股票每日的收盘价等。
时间序列分析包括趋势分析、季节性分析、周期性分析等方法。
以上是统计学的一些常见知识点的总结，其中每个知识点都有其独特的应用和技巧。
在实际应用中，可以根据具体问题选择合适的方法和技巧来解决问题。
统计 学 概述
描述统计
（统计数据的搜集、整
总体数据 理、显示和分析等）
推断统计
（利用样本信息和概率 论对总体的数量特征进
行估计和检验等）
1 - 13
总体内在的数 量规律性
！
三、统计学的分类
（2、理论统计学和应用统计学）
从统计方法的研究和应用角度来看，统计学可 分为理论统计学和应用统计学：
理论统计学（Theoretical Statistics）：是指统计 学的数学原理，主要研究统计学的一般理论和统 计方法的数学原理。
•Pierre Simon Laplace (拉普拉斯) (1749-1827)
•Adrien Marie Legendre (勒让德) (1752-1833)
Pierre Simon Laplace (拉普拉斯)
•Thomas Robert Malthus (马尔萨斯) (1766-1834)
Thomas Robert
Johann Gregor Mendel (孟德尔)
Friedrich Gauss
1-9
(高斯)
！
三、统计学的分类
（1、描述统计学与推断统计学）
从统计方法的构成看，统计学可分为描述统计 学和推断统计学。用图形表示如下：
统计方法
描述统计
推断统计
1 - 10
参数估计
假设检验
！
描述统计
(descriptive statistics)
1-7
！
历史上著名的统计学家（1）
•Jacob Bernoulli (伯努利)(1654-1705)
•Edmond Halley (哈雷) (1656-1742)
•De Moivre (棣莫弗) (1667-1754)