第一章
地统计学的原名为地质统计学。
关键人物：D.J.Krige和H.S.Sichel的新矿藏评价方法
法国著名统计学家G.Matheron创立地统计学
M.David《矿产储量地统计学评价》（1977）
A.G.Journel等《采矿地统计学》（1978）
I.Clark 《实用地统计学》（1979）
B.D.Ripley《空间统计学》
E.H.Issaks和R.M.Srivostava 《应用地统计学导论》（1989）
N.Cressie 《空间数据统计学》（1991）
含义：地统计学是以区域化变量理论为基础，以变异函数为主要工具，研究在空间分布上既有随机性又有结构性，或空间相关和依赖性的自然现象的科学。
理论基础——区域化变量理论：当一个变量呈现为空间分布时，就称之为区域化。区域化变量具有两个最显著，而且也是最重要的特征，即随机性和结构性。
主要工具——协方差函数和变异函数：区域化随机变量之间的差异，可以用空间协方差来表示。
主要内容——克立格插值法：克立格插值法，又称空间局部估计或空间局部插值法。克立格法是建立在变异函数理论及结构分析基础之上。实质是利用区域化变量的原始数据和变异函数的结构特点，对未采样点的区域化变量的取值进行线性无偏、最优估计。
适用范围：克里格方法的适用范围为区域化变量存在空间相关性，则可以利用克里格方法进行内插或外推；否则反之。
地统计学软件：GS+、ArcGIS、Surfer、STA TPAC、Geo-EAS、GEOPACK、Geostatistical Toolbox、GSLIB、DPS等数据分析软件。
地统计学与经典统计学的区别：
经典统计学地统计学
1 研究纯随机变量研究区域化变量
2 变量可无限次重复观测或大量观测变量不能重复试验
3 样本相互独立样本具有空间相关性
4 研究样本的数字特征研究样本的数字特征和区域化变量的空间分布特征
第二章
地理数据：是用一定的测度标准来衡量地理要素而取得的地理信息。
定性地理数据定量地理数据
特征定义只从名义或语义上描述在地球表面不同
位置某种地理现象的不同性质，不能说
明任何数量上或程度上的差异。
描述地理实体的空间特征和属性特征。描述空间
特征的定量数据数据就是空间数据，一般用坐标
表示。描述属性特征的定量数据主要指一些量化
指标，它反映数量或程度上的差异。
例子如：坡的倾斜程度用平缓、较陡、陡、
很陡表示。我国东、中、西部经济发展
速度，用慢、中等、快表示。天气状况
用晴、阴、多云、雨表示。
如：温度10℃；人口数量2万人；工农业总产值
等。
包括间隔尺度数据、比例尺度数据有序数据、二元数据、名义尺度数据
几个基本概念：间隔尺度数据：以连续的量来表示地理要素。根据地理要素的不同性质，采用不同的度量单位。比例尺度数据：是以连续的量来表示地理要素。事先规定一个基点，再将其他的量换算为它的比例。有序数据（等级数据）：不是用连续的量来表示地理要素，而是只表示其次序关系的数据。二元数据：即0和1数据，用于表示地理要素的性质。名义尺度数据：用于表示地理要素的类型，可
以用文字或字符表示。
基本统计分析：1、抽样方案：
1）随机抽样：利用随机数表或随机函数来确定样本。假定地理要素在空间或时间上的变化是随机的，而忽略其内部各部分的差异。适用于：地理类型划分不明确，对区域的差异性了解不多。
2）机械抽样：按固定间隔确定样本。不考虑地理要素的分布特点，而把它假定为均匀分布。
3）分组抽样：先分组再抽样。考虑到已经掌握的每组地理要素在总体中的比例和地位。
2、频数分布
频数：变量按大小顺序排序，并按一定间距分组，变量在各组出现的次数，称为频数。
频率：各组频率=各组频数/频数总数
累积频数
3、统计特征数
平均数算术平均值中数众数
数学期望
集中性度量
当分析两组同类资料的差异时，可将平均数作为
样本资料代表与另一组同类样本资料相互比较。
离散数极差离差方差
标准差变异系数
离散性度量数据相对于中心位置的离散程度。
形态数偏态数峰度形态度量描述地理变量频率分布图分布形态。
参数估计：点估计、区间估计
首先，根据样本值，对总体分布的类型做出判断和假设，从而得到总体的分布类型，其中含有一个或几个未知参数。其次，对另外一些并不关心其分布类型的统计推断问题，只关心总体的某些数字特征，通常把这些数字特征称为参数。这时，抽样的目的就是为了了解这些未知的参数。
探索性空间数据分析（ESDA）：1、检查数据分布。
2、寻找全局和局部离群值。全局离群值：对于数据集中所有点的值，具有很高或很低值的观测样点。局部离群值：在数据集中，对于其周围点的值，具有很高或很低值的观测样点。【寻找方法：1）用直方图查找全局离群值，2）用半变异/协方差函数云识别离群值，3）用V onoroi地图寻找离群值】
3、全局趋势分析。
4、检测空间自相关及方向变异。
相关分析：判断散点图（能够分辨什么是完全正线性相关，完全负线性相关，正线性相关，负先行先关，不相关，非线性相关的图像）
计算简单相关系数：（有公式）相关系数r ＝0，不相关：|r|＜0.3，极低度相关；0.3≤|r|＜0.5；0.5≤|r|＜0.8，中度相关；|r|≥0.8，高度相关；|r|＝1，完全相关。
相关分析与的区别与联系：
相关分析回归分析
区别相关分析研究的都是随机变量，不
分自变量和因变量
回归分析研究的变量要定出自变量（确定的变量）与因
变量（随机变量）。
联系相关分析需要依靠回归分析来表
明现象数量相关的具体形式；
回归分析则需要依靠相关分析来表明现象数量变化的
相关程度。只有当变量之间存在着高度相关时，进行回
归分析寻求其相关的具体形式才有意义。
一元线性回归分析的步骤流程：1、一元线性回归方程的建立2、回归系数的估计3、对一元回归方程的评价1）一元线性回归模型拟合优度的评价2）一元线性回归方程的显著性检验（t检验，F检验）第三章
区域化变量的概念：以空间点x的三个直角坐标x u，x v，x w为自变量的随机场，称为区域化变量，或区域化随机变量。Z( x u , x v , x w)=Z(x) （举例说明：如，某地区的高程，某日某时的海面温度，某地区某日的云量）
性质：随机性：区域化变量是一个随机函数，具有局部的、随机的、异常的性质。
结构性：变量在点x与x＋h处具有某种程度的自相关，这种自相关依赖于两点间的距离及变量特征。
空间局限性：指区域化变量往往只存在与一定的空间范围内，该空间称为区域化的几何域。在几何域内，变量属性最明显；在几何域外，变量属性不明显。（例如：群落中某一林分的类型；矿石品位只存在于矿化空间中）
空间连续性：不同的区域化变量具有不同程度的空间连续性。（例如：土壤厚度，具有较强的连续性。土壤中某种元素的含量，连续性不强，有时甚至不连续）
各向异性：区域化变量在各个方向上的性质变化相同，称为各向同性。在各个方向上的性质变化不同，称为各向异性。（知道各项同性和各向异性的图分别是什么样子，各项同性是各项异性的特例）
可迁性：区域化变量在一定范围内具有明显的空间相关，但超过这一范围之后，相关关系就变得很弱，甚至消失。
含义：观测前Z(x)是一个随机场，观测后Z(x)是一个普通的空间三元函数值或空间点函数值。
协方差函数的计算：
变异函数的计算：
对半变异函数的理解：半变异函数随距离的增加而增大。即当空间上的两点距离很近时，它们是相似的，其半变异值比较小。当这两点之间的距离扩大时，它们的相似性增加，其半变异值加大。
半变异函数中各个参数的意思：C0：表示h很小时，两点间观测值的变化。a：反映了区域化变量的影响范围。C(0)：反映某区域化变量在研究范围内的变异强度。
块金效应：对变异函数γ(h)，当h＝0时，γ(h)≠0，γ(h)＝C0（常数），这种现象称为块金效应。块金常数反映了区域化变量内部随机性的可能程度。来源：1）测量误差。2）区域化变量在小于抽样尺度h时所具有的内部变异。C0＝微观结构＋采样及试验误差
协方差函数和变异函数的关系：C(h)＝C(0)－γ(h) 或γ(h)＝C(0)－C(h)
平稳假设：在线性地统计学研究中，只需假设Z(x)的1、2阶矩存在且平稳。
当区域化变量满足下列条件，称该区域化变量满足二阶平稳或弱平稳的
1）在整个研究区内，E[Z(x)]＝m(常数)存在，任意x
2）在整个研究区内，区域化变量Z(x)的空间协方差函数存在且平稳
cov[Z(x)，Z(x+h)]＝E[Z(x)·Z(x+h)]－m2＝C(h)任意x ，任意h
协方差平稳意味着方差、变异函数平稳。
内蕴假设：基本思想：只考虑区域化变量的增量而不考虑变量本身。
当区域化变量Z(x)的增量Z(x)-Z(x+h)满足下列两个条件时，则该区域化变量满足内蕴假设
1）在整个研究区内，区域化变量Z(x)的增量的数学期望为0，即：E[Z(x)－Z(x+h)]＝0任意x，任意h 2）在整个研究区内，区域化变量Z(x)的增量的方差函数对于任意X和h存在，且平稳var[Z(x)－Z(x+h)]＝E[Z((x)－Z(x+h)－0]2＝E[Z((x)－Z(x+h)]2＝2γ(α, h)＝2γ(h)
随机函数Z(x)的增量只依赖于分割它们的向量h，而不依赖于具体位置x
求估计误差的方差：Z(x i)为某一区域化变量的实际值（或理论值），Z*(x i)为某一区域化变量的估计值估计误差为：R(x i)＝Z(x i)－Z*(x i)数学期望为：E[R(x i)]＝m E，
估计误差的方差为：σ2E＝var[Z(x i)－Z*(x i)]＝E[R(x i)]2－{E[R(x i)]}2＝E[R(x i)]2－m E2
注：如果Z(x)为区域化变量，则R(x)也为区域化变量；若Z(x)是二阶平稳，即数学期望存在，方差有限，则R(x)也是二阶平稳，数学期望存在，方差有限。
第四章
变异函数的理论模型：1、有基台值模型：球状模型，指数模型，高斯模型，线性有基台值模型，纯块金效应模型。无基台值模型：2、幂函数模型，线性无基台值模型，抛物线模型。3、孔穴效应模型（可有有基台或无基台模型）
结构分析的原因：具有复杂变化的区域化变量的空间变异性，往往不是单纯的一种结构，而是不同尺度上的多层次的结构叠加在一起，因而无法用一种理论模型来拟合它，为了全面了解区域化变量的变异性，必须进行结构分析。
结构分析概念：构造一个变异函数模型对于全部有效结构信息作定量化的概括，以表征区域化变量的主要特征。结构分析的主要方法是套合结构。
套合结构概念：把分别出现在不同距离h上和（或）不同方向α上同时起作用的变异性组合起来。套合结构可以表示为多个变异函数之和，每一个变异函数代表一种特定尺度上的变异性，套合结构的表达式为：γ(h)＝γ0(h)＋γ1(h)＋……＋γi(h)＋……绝大多数变异函数由以下两个变异函数组成：γ(h)＝γ0(h)＋γ1(h)，γ0(h)：代表纯块金变异函数γ1(h)：代表空间相关的变异函数
各向异性的种类：1、当区域化变量在不同方向上表现出变异程度相同而连续性不同时称为几何异向性。2、当区域化变量在不同方向上变异性之差，不能用简单几何变换得到时，就称为“带状异向性”。
3、混合结构
变异函数理论模型的最优拟合：根据变异函数的计算值，选择合适的理论模型来拟合一条最优的理论变异函数曲线，通常称为最优拟合。拟合过程：1.确定曲线类型2.参数最优估计3.最优曲线的确定
参数最优估计：（两种方法）极大似然估计法、距估计法和最小二乘法？
最小二乘法：基本思想：使误差平方和最小，达到在误差之间一种平衡，以防止某一极端误差对决定参数的估计值起支配地位。这有助于揭示更接近真实的状况。
影响变异函数的主要因素：（1）样点间距离和支撑的大小：随着样点间距离增大，变异函数的随机成分不断增加，小尺度结构特征将被掩盖。因此，要确定采样的最小尺度。用块段取样时，变异程度随支撑增大而减小，因此，要考虑支撑的大小。（2）样本数量的大小：一般要求在变程a以内各距离上的点对数目不应小于20对。（3）异常值的影响：在变程内的异常值主要影响块金值，导致块金值增大，随机成分影响加强，而空间自相关方面的影响消弱。（4）比例效应：它会导致试验变异函数值产生畸变，使基台值和块金值增大，使估计精度降低，导致某些结构特征不明显。可通过对原始数据取对数来消除。（5）飘移的影响：当E[Z(x)]＝m(x)，γ*(h)不再是γ(h)的无偏估计量。
结构分析的基本步骤：（1）区域化变量选择【根据具体研究目的而定，要有明确物理意义，最好能定量表示。】（2）数据审议【包括：空间取样设计、样点间距离大小、取样方法、数据代表性、均匀性、时空一致性等。目的：校正数据误差、对某些特殊问题给予初步解释。】（3）数据统计分析【包括：平均值、方差、标准差、变异系数等统计分析。】（4）变异函数的计算【要考虑数据的结构】（5）变异函数的结构分析【包括：各向同性、各向异性分析块金效应分析、不同方向上的套合结构分析等。目的：根据实验变异函数来分析所研究的区域化现象的主要结构特征。】（6）理论变异函数模型的最优拟合及检验（7）变异函数理论模型的专业分析
第五章
空间插值定义：根据空间分布的离散采样点值求出未知点值，在数学上属于数值分析中的插值问题。即将离散的数据点转化为连续的数据曲面。
插值法分类：1、确定性插值法：全局插值法（全局多项式法），局部插值法（反距离加权插值法、局部多项式法、径向基函数法）；精确性插值（反距离加权插值法、径向基函数法），非精确性插值（全局多项式法、局部多项式法）。2、地统计插值法
反距离加权插值法（IDW）：相近相似原理：两物体距离越近，它们的性质越相似。反之，两物体距离越远，它们的性质越不相似。
克里格插值法的概念：又称为空间局部估计或空间局部插值法,克立格法是建立在变异函数理论及结构分析基础上，在有限区域内对区域化变量的取值进行无偏最优估计的一种方法。
克里格估计量：Z v*(x)＝∑λi Z(x i)，i=1~n 其中λi为权重系数，Z(x i)为待估点影响范围内的有效样本值。
简单克里格法和普通克里格法的含义：当区域化变量Z(x)的E[Z(x)]=m已知，则称为简单克立格法。（计算简单、更精确，但目前较少使用）。若Z(x)的E[Z(x)]未知，则称为普通克立格法。
简单克里格法和普通克里格法的估值流程：
克立格法与空间确定性插值法的区别：克立格法：基于采样数据反映的区域化变量的结构信息（变异
函数或协方差函数提供），根据待估点或块段有限邻域内的采样点数据，考虑样本点的空间相互位置关系（K矩阵）、与待估点的空间位置关系（Ma矩阵），对待估点进行的一种线性无偏最优估计，并且能给出估计精度，比其他传统方法更精确、更符合实际。空间确定性插值法：通过采样点的分布直接内插（反距离加权）或通过采样点拟合数学方程内插（全局、局部多项式、径向基函数）。
有关克立格法的说明：（1）克里格矩阵和估计构型（数据构型相同，克里格矩阵就相同）（2）表达式通用性（不论采样数据和待估数据为点或块段，不论协方差函数和变异函数表征为何种结构模型，克立格方程组和克立格估计方差完全通用。）（3）估计可靠性（4）若已知协方差函数或变异函数，则可提前计算克立格估计方差，用于指导采样设计（5）克里格权重系数（权重可正可负性：可获取大于最大或小于最小的样本值的插值结果。块金值的大小对权重影响：增加块金值会使插值过程更接近于简单算术平均，极端情形——纯块金效应模型，样本权重相同，结果为样本的算术平均。对称性：若区域化变量是各向同性，且无丛聚效应时，当已知样点对待估样点几何位置对称时，它们之间的克里格权重系数也具有对称性。丛聚效应：在克立格估计中，不会由于一些样点丛聚在一起而增大其权重系数。屏蔽效应：屏蔽效应与块金常数有很大的关系，当块金值很小或不存在时，已知样点的克立格权重系数的大小受屏蔽效应影响。当块金常数增大，屏蔽效应减弱。当为纯块金效应时，所有样点间相互独立，协方差函数为0，变异函数等于外延方差（即基台值），求出的采样点的克立格权重系数均相同，此时屏蔽效应消失。）（6）邻域内已知的样本数量对克里格估计的影响：（在地统计学克里格估计中，一般多采用10个左右邻域内的有效数据，再扩大有效数据，会产生屏蔽效应，而且对克里格估计精度不起作用。）（7）理论模型对克立格估计的影响：（①偏台值对克立格估计的影响，偏基台值越大，变异越强，块金值：越小，屏蔽效应越明显，距离近的权重就越大，估计方差越大。反之成立。②变程：对克立格估计的影响，变程越大，变异越平缓，距离近的权重就变小，减弱了屏蔽效应，估计方差变小。反之成立。③块金值对克立格估计的影响，块金值：越大，屏蔽效应减弱，偏基台值越小，距离近的权重就变小，同时样点间相关性也越小，估计方差变大。反之成立。④模型种类对克立格估计的影响，模型的形状、参数都会对克立格估计产生影响。）
泛克里格法产生的原因：普通克里格要求区域化变量在给出的邻域内，是平稳的，至少是准平稳的，但实际中，许多区域化变量在研究区内是非平稳的。
泛克里格法含义：在漂移的形式E[Z(x)]=m(x)、非平稳随机函数Z(x)的协方差C(h)或变异函数γ(h)为已知条件下，一种考虑到有漂移的无偏、线性估计量的地统计学方法。
克里格法的总结：（估值过程）
不同克里格插值法的使用条件：不同插值法的使用条件不同，普通克里格法、简单克里格法和泛克里格法前提条件是样本数据符合正态分布。当假设高程值的期望值是未知时，选用普通克里格法；当假设高程值为某一已知常数时，选用简单克里格法；当只需了解属性值是否超过某一阈值时，选用指示克里格法；当数据存在主导趋势时，选用泛克里格法；若不服从正态分布时，选用析取克里格法；当同一事物的两种属性存在相关关系，且一种属性不易获取时，可选用协同克里格方法，借助另一属性实现该属性的空间内插。
1. 统计的研究对象的特点：数量性，总体性，变异性。 2. 统计研究的基本环节：统计设计，收集数据，整理与分析，统计资料的积累、开发与应用。 3. 统计总体:根据一定数目的确定的所要研究的的事物的全体。特点：同质性、大量性。 总体可分为有限总体和无限总体。 标志：总体各单位普遍具有的属性或特征。标志分为品质标志（表明单位属性，用文字、语言描述）和数量标志（表明单位数量，用数值表现）。 不变指标：一个总体中各单位有关标志的具体表现都相同。变异指标：在一个总体中，当一个标志在各单位的具体表现有可能都相同。 第二章 1. 统计调查方式：普查，抽样调查，重点调查，定期报表制度。 调查方式按调查的范围划分，可分为全面调查和非全面调查。 按时间标志可分为连续性（经常性）调查和不连续性（一次性）调查 （一） 普查是专门组织的一种全面调查。特点：非经常性调查、最全面调查。 （二） 抽样调查是一种非全面性调查，可分为概率调查和非概率调查。 （三） 重点调查是指在调查对象中，只选择一部分重点单位进行的非全面调查，它是一种不连续的调查。 （四） 定期报表制度又称统计报表制度，它是依照国家有关法规，自上而下地统一布置，按照统一的表式、统一的指标项目、统一的报送时间和报送程序，自下而上逐级地定期提供统计资料的一种调查方式。 2. 我国现行的统计调查体系：以必要的周期性普查为基础，经常性的抽样调查为主体，同时辅之以重点调查、科学推算和部分定期报表综合运用的统计调查方法体系。 3.调查对象是指需要调查的现象总体。调查单位是指所要调查的具体单位，它是进行调查登记的标志的承担者。 4. 统计分组的原则：穷尽原则和互斥原则。 （先分后组） 间断型分组和连续型分组，等距和异距注意事项 第三章 1. 简单算术平均数121 n i n i x x x x x n n =++ +== ∑ 2. 加权算术平均数 11221121 n i i n n i n n i i x f x f x f x f x f f f f ==+++== +++∑∑ 3. 组距数列的算术平均数 4. 相对数的算术平均数 5. 调和平均数 6. 几何平均数 7. 算术平均数的性质： 1 1 , ()0n n i i i i nx x x x ===-=∑∑ 8. 组距数列的众数112O O O M M M L d ?=+??+? 9. 组距数列的中位数12e e e e M e M M M f S M L d f --=+?∑ 11. 方差（注意与样本方差的区别）P102: 10,11题 第四章 1. 事件的关系和运算：包含 ，相等 ，和 ，差 ，积 ，逆 ，不相容 。 2. 概率的计算：古典概型 ，几何概型 加法法则 ，乘法公式 条件概率 ，全概率与贝叶斯公式 3. 常见的随机变量的期望与方差
医学统计学章节重点归纳 第一节概述 1、主要内容：a、卫生统计学的基本原理和方法（研究设计和数据处理中的统计理论和方法）b、健康统计（医 学人口统计、疾病统计和生长发育统计）c、卫生服务统计（卫生资源、医疗卫生服务的需求和利用、医疗保健制度和管理中的统计问题）。 2、 卫生统计工作的步骤：设计、资料的搜集、资料的整理、资料的分析 3、医学统计资料主要四个方面：统计报表、报告卡（单）、日常医疗卫生工作记录，专题研究或实验。 4、观察单位：是获得数据的最小单位，观察单位是根据研究目的确定的，观察单位可以是人、标本、家庭、国 家等。 5、变异：是指客观事物的多样性和不确定性。 6、变量： 观察单位的某种特征，称为变量。a、数值变量（定量变量）b、分类变量（定型变量或字符变量）。 7、总体：根据研究目的所确定的同质研究对象的全体。确切的说是性质相同的所有观察单位的某种变量的集合。 8、样本：从总体中随机抽取部分观察单位，其变量值就构成样本，通过样本信息来推断总体特征。 9、概率：事件发生的可能性大小的量度，通常以符号P表示。 10、误差：测量值与真值之差或样本指标和总体指标之差。分为随机误差和系统误差。 第二节数值资料的统计描述 1、频数分布就是观察值在所取得范围内分布的情况。重要特征：集中趋势和离散趋势。 2、频数分布类型：正态分布型频数、正偏态分布型频数，负偏态分布型频数。 3、集中趋势指标：算术平均数（均数）、几何均数、中位数。 指标使用条件计算公式 算术平均数适用于正态或近似正态分布 的数值变量资料 几何均数①对数正态分布，即数据经 过对数变换后呈正态分布的 资料；②等比级数资料，即 观察值之间呈倍数或近似倍 数变化的资料。 中位数①非正态分布资料（对数正 态分布除外）；②频数分布 的一端或两端无确切数据的 资料③总体分布不清楚的资 料。为奇数 , 为偶数, 4、离散型趋势指标：极差、标准差和变异系数 指标计算公式主要优缺点 极差R=Xmax-Xmin 计算简单，便于理解；只考虑最大值与最小值之差异，不能反映 组内其它观察值的变异度，不稳定，受样本量影响很大。
统计学实验心得体会分享 在两天的统计学实验学习中，加深了对统计数据知识的理解和掌握，同时也对Excel操作软件的应用，统计学实验心得体会。下面是我这次实验的一些心得和体会。 统计学(statistics)一门收集，整理，显示和分析统计数据的科学，目的是探索数据内在的数量规律性。从定义中不难看出，统计学是一门针对数据而展开探求的科学。在实验中，对数据的筛选和处理就成为了比较重要的内容和要求了。同时对数据的分析也离不开相关软件的支持。因此，Eexcel软件的安装与运行则变成了首要任务。 实验过程中，对Excel软件的安装因要求具体而变的相对简单。虽然大多数计算机都已内存此软件，但在实验中通过具体的操作亦可以提高自己的计算机操作水平。接下来的重头戏就是对统计数据的输入与分析了。按Excel对输入数据的要求将数据正确输入的过程并不轻松，既要细心又要用心。不仅仅是仔细的输入一组数据就可以，还要考虑到整个数据模型的要求，合理而正确的分配和输入数据。因此，输入正确的数据也就成为了整个统计实验的基矗。 数据的输入固然重要，但如果没有分析的数据则是一点意义都没有。因此，统计数据的描述与分析也就成了关键的关键。对统计数据的众数，中位数，均值的描述可以让我们对其有一个初步的印象和大体的了解，在此基础上的概率分
析，抽样分析，方差分析，回归问题以及时间序列分析等则更具体和深刻的向我们揭示了统计数据的内在规律性。在对数据进行描述和分析的过程中，Excel软件的数据处理功能得到了极大的发挥，工具栏中的工具和数据功能对数据的处理是问题解决起来是事半功倍。 通过实验过程的进行，对统计学的有关知识点的复习也与之同步。在将课本知识与实验过程相结合的过程中，实验步骤的操作也变的得心应手。也给了我们一个启发，在实验前应该先将所涉内容梳理一遍，带着问题和知识点去做实验可以让我们的实验过程不在那么枯燥无谓。同时在实验的同步中亦可以反馈自己的知识薄弱环节，实现自己的全面提高。 本次实验是我大学生活中不可或缺的重要经历，其收获和意义可见一斑。首先，我可以将自己所学的知识应用于实践中，理论和实际是不可分的，在实践中我的知识得到了巩固,解决问题的能力也受到了锻炼;其次，本次实验开阔了我的视野，使我对统计在现实中的运作有所了解，也对统计也有了进一步的掌握。 在实验过程中还有些其它方面也让我学到了很多东西，知道统计工作是一项具有创造性的活动，要出一流成果，就必须要有专业的统计人才和认真严肃的工作态度。在实践的校对工作中，知道一丝不苟的真正内涵。 通过本次实验，不仅仅是掌握操作步骤完成实验任务而
一、基本概念 1.总体与样本 总体：所有同质观察单位某种观察值（即变量值）的全体 样本：是总体中抽取部分观察单位的观察值的集合 2.普查与抽样调查 普查：就是全面调查，即调查目标总体中全部观察对象 抽样调查：是一种非全面调查，即从总体中抽取一定数量的观察单位组成样本，对样本进行调查 3.参数与统计量 参数：总体的某些数值特征 统计量：根据样本算得的某些数值特征 4.Ⅰ型与Ⅱ型错误 假设检验的结论 真实情况拒绝H0不拒绝H0 H0正确Ⅰ型错误(ɑ) 推断正确(1 ?ɑ) H0不正确推断正确(1?β) Ⅱ型错误(β) Ⅰ型错误（ɑ错误）: H0为真时却被拒绝，弃真错误 Ⅱ型错误（β错误）: H0为假时却被接受，取伪错误 5.随机化原则与安慰剂对照 随机化原则:是将研究对象随机分配到实验组和对照组，使每个研究对象都有同等机会被分配到各组中去，以平衡两组中已知和未知的混杂因素，从而提高两组的可比性，避免造成偏倚。（意义:①是提高组间均衡性的重要设计方法；②避免有意扩大或缩小组间差别导致的偏倚；③各种统计学方法均建立在随机化基础上） 安慰剂对照:是一种常用的对照方法。安慰剂又称伪药物，是一种无药理作用的制剂，不含试验药物的有效成分，但其感观如剂型、大小、颜色、质量、气味及口味等都与试验药物一样，不能被受试对象和研究者所识别。（安慰剂对照主要用于临床试验，其目的在于控制研究者和受试对象的心理因素导致的偏倚，并提高依从性。安慰剂对照还可以控制疾病自然进程的影响，显示试验药物的效应） 6.误差与标准误（区分率与均数） ㈠均数 抽样误差:由个体变异产生的、随机抽样引起的样本统计量与总体参数间的差异。 标准误：是指样本均数的标准差，反映抽样误差大小的定量指标，其公式表示为S x =S/√n ㈡样本率 率的抽样误差:样本率p和总体率π的差异 率的标准误:样本率的标准差,公式为σp=√π（1-π）/n
第一章健康管理概论 健康管理是以现代健康概念（生理、心理和社会适应能力）和新的医学模式（生理、心理、社会）以及中医治未病为指导，通过采用现代医学和现代管理学的理论、技术、方法和手段，对个体或群体整体健康状况及其影响健康的危险因素进行全面检测、评估、有效干预与连续跟踪服务的医学行为及过程。 其目的是以最小投入获取最大健康效益。 健康管理的八大目标： 1.完善健康和福利 2.减少健康危险因素 3.预防疾病高危人群患病 4.易化疾病的早期诊断 5.增加临床效用、效率 6.避免可预防的疾病相关并发症的发生 7.消除或减少无效或不必要的医疗服务 8.对疾病结局作出度量并提供持续的评估和改进 健康管理的特点： 标准化足量化个体化系统化 健康管理的三个基本步骤： 1.了解和掌握健康，开展健康信息收集和健康检查 2.关心和评价健康，开展健康风险评价和健康评估 3.干预和促进健康，开展健康风险干预和健康促进 健康风险评估是手段，健康干预是关键，健康促进是目的 健康管理的五个服务流程： 1.健康调查与健康体检 2.健康评估 3.个人健康咨询 4.个人健康管理后续服务 5.专项的健康和疾病管理服务 健康管理的六个基本策略： 1.生活方式管理 2.需求管理 3.疾病管理 4.灾难性病伤管理 5.残疾管理 6.综合群体健康管理 生活方式管理的特点： 1.以个体为中心，强调个体的健康责任和作用
2.以预防为主，有效整合三级预防 生活方式的四大干预技术： 教育激励训练营销 影响需求管理的四大主要因素： 1.患病率 2.感知到的需要 3.消费者选择偏好 4.健康因素以外的动机（残疾补贴、请病假的能力等） 需求管理的策略： 1.小时电话就诊和健康咨询 2.转诊服务 3.基于互联网的卫生信息数据库 4.健康课堂 5.服务预约 疾病管理的三个特点： 1.目标人群是患有特定疾病的个体 2.不以单个病例和（或）其单次就诊事件为中心，而关注个体或群体连续性的健康状况与 生活质量 3.医疗卫生服务以及干预措施的综合协调至关重要 灾难性病伤管理的五大特点： 1.转诊及时 2.综合考虑各方面因素，制订出适宜的医疗服务计划 3.具备一支包含多种医学专科及综合业务能力的服务队伍，能够有效应对可能出现的多种 医疗服务需要 4.最大程度地帮助病人进行自我管理 5.尽可能使患者及其家人满意 残疾管理的八大目标： 1.防止残疾恶化 2.注重功能性能力 3.设定实际康复和返工的期望值 4.详细说明限制事项和可行事项 5.评估医学和社会心理学因素 6.与病人和雇主进行有效沟通 7.有需要时要考虑复职情况 8.实行循环管理 《健康中国2030规划纲要》 1.强调预防为主，防患未然
第一章导论 概念： 统计学：收集、处理、分析、解释数据井从数据中得出结论的科学。 统计的分类： 描述统计：研究的是数据收集，处理，汇总，图表描述，文字概括与分析等统计方法。 推断统计：是研究如何利用样木数据进行推断总体特征。 数据： 1.分类数据：对事物进行分类的结果数据，表现为类别，用文字来表述。例如，人口按性别分为男、女两类 2.顺序数据对事物类别顺序的测度，数据表现为类别，用文字来表述例如，产品分为一等品、二等品、三等品、次品等 3.数值型数据对事物的精确测度，结果表现为具体的数值。例如:身高为175cm，190cm，200cm 参数:描述总体特征。有总体均值（μ）、标准差（）总体比例(T) 统计量:描述样本特征，样本标准差(s)，样木比例（p） 统计方法 描述统计推断统计 参数估计假设检验
第二章 数据的搜集 1. 数据来源包括直接来源（一手数据）和间接来源（二手数据） 2. 抽样方式包括概率抽样与非概率抽样 3. 概率抽样:也称随机抽样。按一定的概率以随机原则抽取样本，抽取样本时使每个单位都 有一定的机会被抽中。 4. 5.抽样误差：是由抽样的随机性引起的样本结果与总体真值之间的误差。抽样误差并不是针对某个样本的检测结果与总体真是结果的差异而言，抽样误差描述 的是所有样本可能的结果与总体真值之间的平均差异。 统计数据的分类 按计量层次 分类的 数据 顺序的数据 数值型数 据 按时间状况 截 面 的 数 据 时序的 数据 按收集方法 观察的数 据 实验的数 据
6.抽样误差的大小与样本量的大小和总体的变异程度有关。 第三章数据的图表展示 计算机实训内容， 要求： 1.数据筛选，自动筛选 2.高级筛选， 3.数据排序 4.分类汇总-利用数据透视表 5.对比条形图 6.环形图 7.累计频数图 8.散点图 9.雷达图 等等 频数分布图两种方法：工具-数据分析-直方图数值型和顺序数据 数据-数据透视表数据透视表 第四章数据的概括性度量
统计学知识点汇总 一、统计学 统计学是一门关于数据资料的收集、整理、分析和推断的科学。 三、统计的特点 （1）数量性： 社会经济统计的认识对象是社会经济现象的数量方面，包括现象的数量表现、现象之间的数量关系和质量互变的数量界限。 （2）总体性： 社会经济统计的认识对象是社会经济现象的总体的数量方面。例如，国民经济总体的数量方面、社会总体的数量方面、地区国民经济和社会总体的数量方面、各企事业单位总体数量方面等等。 （3）具体性： 社会经济统计的认识对象是具体事物的数量方面，而不是抽象的量。这是统计与数学的区别。（4）社会性： 社会经济现象是人类有意识的社会活动，是人类社会活动的条件、过程和结果，社会经济统计以社会经济现象作为研究对象，自然具有明显的社会性。 四、统计工作过程 （1）统计设计 根据所要研究问题的性质，在有关学科理论的指导下，制定统计指标、指标体系和统计分类，给出统一的定义、标准。同时提出收集、整理和分析数据的方案和工作进度等。 （2）收集数据 统计数据的收集有两种基本方法，实验法和调查法。 （3）整理与分析
描述统计是指对采集的数据进行登记、审核、整理、归类，在此基础上进一步计算出各种能反映总体数量特征的综合指标，并用图表的形式表示经过归纳分析而得到的各种有用的统计信息。 推断统计是在对样本数据进行描述的基础上，利用一定的方法根据样本数据去估计或检验总体的数量特征。 （4）统计资料的积累、开发与应用 对于已经公布的统计资料需要加以积累，同时还可以进行进一步的加工，结合相关的实质性学科的理论知识去进行分析和利用。 五、统计总体的特点 （1）大量性 大量性是指构成总体的总体单位数要足够的多，总体应由大量的总体单位所构成，大量性是对统计总体的基本要求； （2）同质性 同质性是指总体中各单位至少有一个或一个以上不变标志，即至少有一个具有某一共同标志表现的标志，使它们可以结合起来构成总体，同质性是构成统计总体的前提条件； （3）变异性 变异性就是指总体中各单位至少有一个或一个以上变异标志，即至少有一个不同标志表现的标志，作为所要研究问题的对象。变异性是统计研究的重点。 六、标志与指标的区别与联系 ■区别： 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。
简单统计分析方法总结 1.连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后 对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统 计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验 结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有 统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结 果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。但实际过程中这一条是值得商榷的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确**
1、品质标志和数量标志有什么区别 答：品质标志表明总体单位属性方面的特征，其标志表现只能用文字来表现；数量标志表明总体单位数量方面的特征，其标志表现可以用数值表示，即标志值。 2、什么是统计指标统计指标和标志有什么区别和联系 答：统计指标是反映社会经济现象总体综合数量特征的科学概念或范畴。统计指标反映现象总体的数量特征；一个完整的统计指标应该由总体范围、时间、地点、指标数量和数值单位等内容构成。 统计指标和统计标志是一对既有明显区别又有密切联系的概念。二者区别是：指标是说明总体特征的，标志是说明总体单位特征的；指标具有可量性，无论是数量指标还是质量指标，都能用数值表示，而标志不一定。数量标志具有可量性，品质标志不具有可量性。 标志和指标的主要联系表现在：指标值往往由数量标志值汇总而来；在一定条件下，数量标志和指标存在着变换关系。 统计指标和统计标志是一对既有明显区别又有密切联系的概念。二者的主要区别是：指标是说明总体特征的，标志是说明总体单位特征的；指标具有可量性，无论是数量指标还是质量指标，都能用数值表示，而标志不一定。数量标志具有可量性，品质标志不具有可量性。 3、统计普查有哪些主要特点和应用意义 答：普查是专门组织的、一般用来调查属性一定时点上社会经济现象数量的全面调查。普查的特点：（1）普查是一种不连续调查。因为普查的对象是时点现象，时点现象的数量在短期内往往变动不大，不需做连续登记。 （2）普查是全面调查。它比任何其它调查方法都更能掌握全面、系统的反映国情国力方面的基本统计资料。 （3）普查能解决全面统计报表不能解决的问题。因为普查所包括的单位、分组目录、指标内容比定期统计报表更广泛、更详细，所以能取得更详尽的全面资料。 （4）普查要耗费较大的人力、物力和时间，因而不能经常进行。 4、抽样调查有哪些特点有哪些优越性 答：（1）抽样调查是一种非全面调查，但其目的是要通过对部分单位的调查结果推断总体的数量特征。 （2）抽样调查是按照随机原则从全部总体单位中来抽选调查单位。所谓随机原则就是总体中调查单位的确定完全由随机因素来决定，单位中选与不中选不受主观因素的影响，保证总体中每一个单位都有同等的中选可能性。抽样调查方式的优越性现在经济性、实效性。准确性和灵活性等方面。 抽样调查的作用：能够解决全面调查无法解决或解决困难的问题；可以补充和订正全面调查的结果；可以应用于生产过程中产品质量的检查和控制；可以用于对总体的某种假设进行检验。 5、统计分组可以进行哪些分类 答：根据统计研究任务的要求和现象总体的内在特点，把统计总体按照某一标志化分为若干性质不同而又有联系的几个部分，称为统计分组。 统计分组可以按分组的任务和作用、分组标志的多少以及分组标志的性质等方面来进行分类。 统计分组可以按其任务和作用的不同，分为类型分组、结果分组和分析分组。进行这些分组的目的，分别是化分社会经济类型、研究同类总体的结构和分析被研究现象总体诸标志之间的联系和依存关系。类型分组和结构分组的界限比较难区分，一般认为，现象总体按主要的品质标志分组，多属于类型分组，如社会产品按经济类型、按部门、按轻重工业分组；按数量标志分组多是结构分组。进行结构分组的现象总体相对来说同类较强。如全民所有制企业按产量计划完成程度、劳动生产率水平、职工人数、利税来分组。分析分组是为研究现象总体诸标志依存关系的分组。分析分组的分组标志称为原因标志，与原因标志对应的标志称为结果标志。原因标志多是数量标志，也运用品质标志；结果标志一定是数量标志，而且要求计算为相对数或平均数。 统计分组按分组标志的多少分为简单分组和复和分组。简单分组实际上就是各个组按一个标志形成的。而复制分组则是各个组按两个以上的标志形成的。
医学统计学 第一章 医学统计中的基本概念 1 医学统计工作的内容:设计,收集资料,整理资料,分析资料。 2 资料的类型:计量资料(数值变量),计数资料(无序分类),等 变异(variation):在同质的基础上被观察个体的差异。级分组资料(有序分类)。 3 同质(homogeneity):对研究指标有影响的非实验因素相同。 4 总体(population):根据研究目的确定的同质的全部研究对象称总体 。 样本(sample):根据随机化的原则从总体中抽出有代表性的一部分观察单位组成的子集称样本。 5 参数(parameter):总体的设计指标称为参数。 统计量(statistic):样本的统计指标称为统计量。 6 变量(variable):观察对象的特征或指标称为变量,测量的结果即为变量值。 7 概率(probability):描述随机事件发生的可能性的大小的一个量度,其概率介于0与1之间。 第二章 集中趋势的统计描述 一 算术均法(mean)简称为均数,适用于正态或近似正态分布资料 （一）直接法 X n x n X X X n ∑= +?++= 21 (二)加权法(针对频数表)n fx n x f f f X k k ∑= +++= (21) 二 几何均数(geometic mean,G)适用于倍数关系变化,经对数转换后呈正态分布(如:抗体滴度, 血清凝集效价,细菌计数,某些物质浓度等) G= n n X X X ?21 为了计算方便,常改用对数的形式计算,即=G lg 1 -( n X ∑lg ) 对于频数表资料,可用公式 G=lg 1 -( n x f ∑lg ) 三 中位数(M)与百分位数 中位数:适用于偏态分布资料,末端无确切数值的资料及分布情况不确定 公式:M=L+( M L f f n -5.0) M i L,M i ,M f 分别为M 所在组段的下限,组距与频数,L f 为M 所在组段之前各组数的累积频数。 百分位数:用符号X P 表示,x 即百分位 公式:x P =L+( x L f f x n -%·)x i 式中L,x i ,x f 分别为x P 所在组段的下限,组距与频数,L f 为x P 所在组段之前各组段的累积频数
统计学个人心得 12级会计7班 3212005244 谢翠欣 在学习统计学之前，谈起统计我脑袋中就浮现出计数，一大堆枯燥的数字，还有一长串的数学计算式。在我眼中，统计学是一门非常枯燥非常单调的学科，它不像数学那样强调严密的推理和逻辑，而是仅仅需要搜集原始资料，套用数学公式而已，我甚至不是很喜欢这门课程。但是经过一个学期的学习，我对统计学有了全新的认识。我开始意识到统计学在学术研究中，在公司决策中，在国家制定方针政策时??在社会生活的各个方面都发挥着重要作用，我开始了解到统计学是一个理论联系实际的学科，非常具有实践性，统计的原始资料全部来源于实际生活。统计学也是一种成熟的学科，它有它独立而完备的理论体系，它是相当科学的，它是以数学作为它的基本工具，但它有比数学更有实际用途，它可以对生活中大量的无序的数据进行分析，找出它们的规律，从而为研究、决策提供基本的依据，它是其他学科的一切理论的基础和来源。 期末，老师布置了分组调查问题的任务，我们小组分工地完成了大学生男女婚恋观的差异，通过一整套的调查流程，从问卷设计、寻找答卷人、调查结果对比以及综合分析，带着问题去寻找答案并得出结论，是一件很意义的事情。 因为要考试，所以花几天时间，整体复习了一遍统计学，准确的来说是从第一页开始较为仔细的阅读了一遍《统计学》这本教科书。随后统计为我打开了另一扇窗，让我得以从不同的视角重新思考这门让我痛苦了一个学期的课程。至此统计学不再仅仅是一些无数抽象公式的代名词，而是一门理论联系实际，工作活动中不可或缺的一门重要科学。 总论和统计数据的内容比较简单，引出概念，复习以往学习过的知识。理论上来说假设检验与方差分析的内容要难于抽样估计。但是个人觉得《抽样估计的行文并不像假设检验》那么好理解。统计学这本书喜欢先向学生介绍很多概念和公式，再将公式引用到例子中来解决问题。然而在介绍公式的同时，学生往往不了解这些公式真正的意义和使用方法，单纯的死记硬背效率颇低。拿抽样估计来说，计算抽样平均误差的公式之多，方法之众，让同学们的脑袋混沌了好久。大家私下交流，混沌的原因在于不知道这些公式的来龙去脉，只将条件带入相应的公式计算答案的方法是以前没有经历过的，需要一段时间的适应过程。相关与回归分析同样吸引人。因为之前我片面的认为相关关系没有确切的规律可循，更不容说计算出事物的内在联系了。然而科学证明，不但相关系数可以计算出来，回归方程也可以用来做分析预测。我想起了一句话：任何学科脱离了统计都将不是科学。只有统计能仅凭现象就能分析归纳出事务的内在联系，给我们呈现出一个更明朗的世界。 时间序列分析在我看来是和我的专业---会计联系最紧密的知识。运用所学到的知识可以分析出公司销售额的各种增长情况，公司的销售额有什么样的季节变化规律，还能建立一个模型对未来的财务情况做出预测。 这么快一个学期统计学的学习就结束了，我才刚刚了解统计学，我知道统计学知识还能运用到店铺开设选址等等的问题上，这是我比较感兴趣的，所以我以后还要继续深入了解统计学，并且运用它服务生活。篇二：统计学学习感想 统计学学习感想 通过半个多学期的学习，我对统计学这门课程有了一定的了解，对学习这门课程也有了一定的感想。 首先，我谈谈我对这门课程的理解。 一）对统计学新的认识 在学习统计学之前，谈起统计我脑袋中就浮现出计数，一大堆枯燥的数字，还有一长串的数学计算式。在我眼中，统计学是一门非常枯燥非常单调的学科，它不像数学那样强调严密的推理和逻辑，而是仅仅需要搜集原始资料，套用数学公式而已，我甚至不是很喜欢这门
卫生统计学知识点总结-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
卫生统计学 统计工作基本步骤：统计设计（调查设计和实验设计）、资料分析{收集资料、整理资料、分析资料【统计描述和统计推断（参数估计和假设检验）】。 ★统计推断：是利用样本所提供的信息来推断总体特征，包括：参数估计和假设检验。a参数估计是指利用样本信息来估计总体参数，主要有点估计（把样本统计量直接作为总体参数估计值）和区间估计【按预先设定的可信度（1-α），来确定总体均数的所在范围】。b假设检验：是以小概率反证法的逻辑推理来判断总体参数间是否有质的区别。 变量资料可分为定性变量、定量变量。不同类型的变量可以进行转化，通常是由高级向低级转化。 资料按性质可分为计量资料、计数资料和等级资料。 定量资料的统计描述 1频率分布表和频率分布图是描述计量资料分布类型及分布特征的方法。离散型定量变量的频率分布图可用直条图表达。 2频率分布表（图）的用途：①描述资料的分布类型；②描述分布的集中趋势和离散趋势；③便于发现一些特大和特小的可疑值；④便于进一步的统计分析和处理；⑤当样本含量足够大时，以频率作为概率的估计值。 ★3集中趋势和离散趋势是定量资料中总体分布的两个重要指标。 （1）描述集中趋势的统计指标：平均数（算术均数、几何均数和中位数）、百分位数（是一种位置参数，用于确定医学参考值范围，P50就是中位数）、众数。算术均数：适用于对称分布资料，特别是正态分布资料或近似正态分布资料；几何均数：对数正态分布资料（频率图一般呈正偏峰分布）、等比数列；中位数：适用于各种分布的资料，特别是偏峰分布资料，也可用于分布末端无确定值得资料。 （2）描述离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数。四分位数间距：适用于各种分布的资料，特别是偏峰分布资料，常把中位数和四分位数间距结合起来描述资料的集中趋势和离散趋势。方差和标准差：都适用于对称分布资料，特别对正态分布资料或近似正态分布资料，常把均数和标准差结合起来描述资料的集中趋势和离散趋势；变异系数：主要用于量纲不同时，或均数相差较大时变量间变异程度的比较。 标准差的应用：①表示变量分布的离散程度；②结合均数计算变异系数、描述对称分布资料；③结合样本含量计算标准误。 定性资料的统计描述 1定性资料的基础数据是绝对数。描述一组定性资料的数据特征，通常需要计算相对数。定性变量可以通过频率分布表描述其分布特征。 2 指标频率型指标强度型指标相对比型指标 概念近似反映某一时间出现概率单位时间内某现象的发生 率 两个有关联的指标A和B之比 计算 公式 A/B 有无 量纲 无有可有、可无 取值 范围 【0,1】可大于1无限制 本质大样本时作为概率近似值分子式分母的一部分频率强度，即概率强度的 似 值 表示相对于B的一个单位，A有多少 位 A和B可以是绝对数、相对数和平均
描述内容 指 标 意 义 适 用 场 合 平均水平 均 数 个体的平均值 对称分布 几何均数 平均倍数 取对数后对称分布 中 位 数 位次居中的观察值 ①非对称分布；②半定量资料；③末端开口资料；④分布不明 众 数 频数最多的观察值 不拘分布形式，概略分析 调和均数 基于倒数变换的平均值 正偏峰分布资料 变 异 度 全 距 观察值取值范围 不拘分布形式，概略分析 标 准 差 （方 差） 观察值平均离开均数的程度 对称分布，特别是正态分布资料 四分位数间距 居中半数观察值的全距 ①非对称分布；②半定量资料；③末端开口资料；④分布不明 变异系数 标准差与均数的相对比 ①不同量纲的变量间比较；②量纲相同但数量级相差悬殊的变量间比较 4. 常用统计图有哪些？分别适用于什么分析目的？ 常用统计图的适用资料及实施方法 图 形 适 用 资 料 实 施 方 法 条 图 组间数量对比 用直条高度表示数量大小 直 方 图 定量资料的分布 用直条的面积表示各组段的频数或频率 百分条图 构成比 用直条分段的长度表示全体中各部分的构成比 饼 图 构成比 用圆饼的扇形面积表示全体中各部分的构成比 线 图 定量资料数值变动 线条位于横、纵坐标均为算术尺度的坐标系 半对数线图 定量资料发展速度 线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标系 散 点 图 双变量间的关联 点的密集程度和形成的趋势，表示两现象间的相关关系 箱 式 图 定量资料取值范围 用箱体、线条标志四分位数间距及中位数、全距的位置 茎 叶 图 定量资料的分布 用茎表示组段的设置情形，叶片为个体值，叶长为频数 定性资料统计描述常用的统计指标及其适用场合 指标 计算公式 适用场合 频率 n/N 估计总体中某一结局发生的概率 频率分布 n 1/N ，n 2/N,…..,n k /N 估计总体中所有可能结局发生的概率 强度 阳性人数/总观察人时数 估计总体中单位时间内某一结局发生的概率 比 A/B 估计两个指标的相对大小 4.常用参考值范围的制定？ 参考值范 围（%） 正态分布法 百分位数法 双侧 单侧 双侧 单侧 下限 上限 下限 上限 90 S X 64.1± S X 1.28－ S X 1.28+ P 5~P 95 P 10 P 90 95 S X 96.1± S X 64.1－ S X 64.1+ P 2.5~P 97.5 P 5 P 95 99 S X 58.2± S X 2.33－ S X 2.33+ P 0.5~P 99.5 P 1 P 99
第一章导论 1.2、 描述统计：研究的是数据收集、汇总、处理、图表描述、概括与分析等统计 方法。 推断统计：研究的是如何利用样本数据来推断总体特征。 1.3、统计学据可以分成哪几种类型，各有什么特点？ 按照计量尺度不同，分为：分类数据、顺序数据、数值型数据。 分类数据：只能归于某一类别的，非数字型数据。 顺序数据：只能归于某一有序类别的，非数字型数据。 数值型数据：按数字尺度测量的观察值，结果表现为数值。 按收集方法不同，分为：观测数据、和实验数据。 观测数据：通过调查或观测而收集到的数据；不控制条件；社会经济领域。 实验数据：在试验中收集到的数据；控制条件；自然科学领域。 按时间不同，分为：截面数据、时间序列数据 截面数据：在相同或近似相同的时间点上收集的数据。 时间序列数据：在不同时间收集的数据。 1.4 分类数据：只能归于某一类别的非数字型数据，是对事物进行分类的结果,该数据表现为类别,使用文字来表述的，分类数据主要由分类尺度计量形成的。 顺序数据：只能归于某一有序类别的非数字型数据，这些类别是有顺序的,它是由顺序尺度计量形成的。 数值型数据：按数字尺度测量的观察值，是使用自然或度量衡单位对事物进 行测量的结果,其结果表现为具体的数值。 第二章数据的搜集 2.2比较概率抽样和非概率抽样的特点，举例说明什么情况下适合采用概率抽 样，什么情况下适合采用非概率抽样。 概率抽样是指抽样时按一定概率以随机原则抽取样本。每个单位被抽中的概率已知或可以计算，当用样本对总体目标量进行估计时，要考虑到每个单位样本
被抽中的概率，概率抽样的技术含量和成本都比较高。如果调查的目的在于掌握和研究总体的数量特征，得到总体参数的置信区间，就使用概率抽样。 非概率抽样是指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查。非概率抽样操作简单、实效快、成本低，而且对于抽样中的专业技术要求不是很高。它适合探索性的研究，调查结果用于发现问题，为更深入的数量分析提供准备。非概率抽样也适合市场调查中的概念测试。 第三章数据的图表搜集 3.4直方图和条形图有何区别？ 条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积 表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距，高度 与宽度都有意义； 直方图各矩形连续排列，条形图分开排列；3条形图主要展示分类数据，直方图主要展示数值型数据。 3.6饼图和环形图的不同？ 饼图只能显示一个样本或总体各部分所占比例。环形图可以同时绘制多个样本或总体的数据系列，其图形中间有个“空洞”，每个样本或总体的数据系类为一个环。 第四章习题答案 4.5简述众数、中位数和平均数的特点和应用场合。 众数：主要用于分类数据集中趋势的度量；是一组数据的峰值； 优点：不受极值的影响。 缺点：具有不唯一性；只有数据量较大时才有效果 中位数：主要用于顺序数据集中趋势的度量；是一组数据中间位置的代表制；优点：不受极值的影响；数据分布偏斜程度较大时是一个不错的选择。 平均数：主要用于数值型数据集中趋势的度量；是一组数据的重心所在。 优点：利用了所有数据信息；数据误差相互抵消，具有无偏性； 缺点：易受极值影响；当数据分布偏斜程度较大时代表性差。 4.9测度数据分布形状的统计量有哪些？峰态系数、偏态系数。
误差：观测值与真实值、样本计量与总体参数之间的差别。 相对数：两个有关的绝对数之比，也可以是两个有关联统计指标之比。 相对比：相对比是A、B两个有关联指标值之比，用以描述两者的对比水平，说明A是B 的若干倍或百分之几。 统计描述：描述及总结一组数据的重要特征，目的是使实验或观察得到的数据表达清楚并便于分析。 统计推断：指由样本数据的特征推断总体特征的方法，包括参数估计和假设检验。 同质：指根据研究目的所确定的观察单位其性质应大致相同。 变量：反映实验或观察对象生理、生化、解剖等特征的指标，变量的观测值称为数据。 定量数据：也称计量资料。变量的观测值是定量的，其特点是能够用数值大小衡量其水平的高低，一般有计量单位。根据变量的取值特征可分为连续型数据和离散型数据。 有序数据：也称半定量数据或等级资料。变量的观测值是定性的，但各类别（属性）之间有程度或顺序上的差别。 总体：根据研究目的确定的所有同质观察单位的全体，它包括所有定义范围内的个体变量值。样本：从研究总体中抽取部分有代表性的观察单位，对变量进行观测得到的数据。 参数：描述总体特征的指标称为参数。 统计量：描述样本特征的指标称为统计量。 概率：描述某事件发生可能性大小的度量。 小概率事件：习惯上将P≤0.05的事件称为小概率事件。 平均数：是描述一组观察值集中位置或平均水平的统计指标，常用的有算术均数、几何均数和中位数。 率：率表示在一定空间或时间范围内某现象的发生数与可能发生的总数之比。 构成比：表示某事物内部各组成部分在整体中所占的比重，常以百分数表示，计算公式为区间估计：是指按预先给定的概率，计算出一个区间，使它能够包含未知的总体均数。 线性相关的概念：研究两个变量之间是否具有直线相关关系。 相关系数：是说明具有线性相关关系的两个数值变量间相关的密切程度与相关方向的统计量。 研究对象：根据研究目的而确定的观察总体，也可称为受试对象或实验对象。 处理因素：根据研究目而欲施研究对象的干预措施。 处理水平：处理因素在实验中所处的状态称为因素的水平（level），亦称处理水平。 对照：指在实验中应设立对照组，其目的是通过与对照组效应对比鉴别出实验组的效应大小。随机化：是指每个受试对象有相同的概率或机会被分配到不同的处理组。 重复：是指在相同实验条件下重复进行多次观察。 统计学的基本内容：统计设计，数据整理，统计描述，统计判断 数据类型：定量数据，定性数据，有序数据 误差的类型：系统误差，随机测量误差，抽样误差 配对样本t检验配对设计：同源配对，异源配对，自身配对 方差分析的基本思想：将全部观测值的总变异按影响因素分解为相应的若干部分变异，在此基础上，计算假设检验的统计量F 值，实现对总体均数是否有差别的推断。 非参数检验的适用范围：①总体分布类型未知或非正态分布数据；②有序或半定量资料；③数据两端无确定的数值。 标准差与标准误的区别与联系：区别：标准差：意义，描述个体观察值变异程度的大小，标准差越小，均数对一组观察值的代表性越好。应用，与X拔结合，用以描述个体观察值的
1、统计的含义 （1）统计工作：即统计实践，是指很据科学的方法从事统计设计、收集、整理、分析研究和提供各种统计资料和统计咨询意见的活动的总称。其成果是统计资料（原始调查资料和加工处理后的系统资料）； （2）统计资料：即统计工作过程中所获得的各种有关数字资料以及与之相关的其他资料的总称。通常以统计表、统计图和统计报告的形式变现，用以反映社会经济现象的规模、水平、速度、结构和比例关系等信息的数字和文字资料； （3）统计科学：即统计理论，是指统计工作实践的理论概括和科学总结。 2、统计学 统计学：是一门搜集、整理、分析数据方法的科学，其目的是探索数据的内在数量规律性，以达到对客观事物的科学认识。 3、统计学的研究对象 统计学研究的对象是：社会经济现象总体的数量特征和数量关系。 其根本特征：在质与量的辩证统一中，研究大量社会经济现象总体的数量方面，反映社会现象发展变化的规律性在具体时间、地点和条件下的数量表现，揭示事物的本质、相互联系、变动规律和发展趋势。 4、统计学研究特点 数量性、总体性、具体性、社会性 5、统计工作的过程及基本职能 统计工作的过程：统计设计、统计调查、统计整理、统计分析（定性—定量—定性：循环往复） 统计设计：指根据统计研究对象的特点和研究的目的、任务，对统计工作的各个方面和各个环节的通盘考虑和安排，是统计认识过程的第一个阶段，即定性认识的阶段； 统计调查：指根据统计研究对象和目的要求，依据统计设计的内容、指标和指标体系的要求，有计划、有目的、有组织的收集原始资料的工作过程，即由定性到定量认识的阶段；统计整理：指根据统计研究的目的，将统计调查得到的原始资料和通过各种方法得到的次级资料进行科学的分类和汇总，使其条理化、系统化的工作过程，即为统计分析准备在一定程度上可以反映总体特征的统计资料； 统计分析：指在统计整理的基础上，根据研究的目的和任务，应用各种科学的统计方法，从静态和动态两个方面对研究对象的数量方面进行计算、分析研究，认识和揭示所研究对象的本质和规律性，做出科学的结论，进而提出建议和可预测性的意见的工作过程，即从定量到定性深入认识的阶段。 统计工作的基本职能：信息、咨询、监督 6、统计学研究的基本方法 大量观察法、统计分组法、综合指标法、时间数列分析法、指数法、抽样推断法、相关分析法。 7、统计学的基本概念 （1）总体：指客观存在的，有性质相同的许多个别事物组成的整体； （2）总体单位：指组成总体的许多性质相同的个别事物，简称单位/个体； （3）标志：用于说明总体单位特征的名称或概念，有数量标志和品质标志之分； （4）标志表现：标志特征在各单位的具体体现，数量标志表现为具体的数值，品质标志表现为对特征加以描述的文字； （5）统计指标：用于说明总体数量特征的名称或概念及数值：一个完整的统计指标包括指标名称、指标数值、指标计量单位、计算方法、指标所属的时间和空间等因素；