[转] 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。
（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**
（3）关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，
嵌套设计等。
2．分类资料
2.1四格表资料
2.1.1 例数大于40，且所有理论数大于5，则用普通的Pearson 检验。
2.1.2 例数大于40，所有理论数大于1，且至少一个理论数小于5，则用校正的检验或Fisher’s
确切概率法检验。
2.1.3 例数小于40，或有理论数小于2，则用Fisher’s确切概率法检验。
2.2 2×C表或R×2表资料的统计分析
2.2.1 列变量＆行变量均为无序分类变量，则（1）例数大于40，且理论数小于5的格子数
目<总格子数目的25％，则用普通的Pearson 检验。（2）例数小于40，或理论数小于5的格子数目>总格子数目的25％，则用Fisher’s确切概率法检验。
2.2.2列变量为效应指标，且为有序多分类变量，行变量为分组变量，用普通的Pearson 检
验只说明组间构成比不同，如要说明疗效，则可用行平均分差检验或成组的Wilcoxon 秩和检验。
2.2.3 列变量为效应指标，且为二分类变量，行变量为有序多分类变量，则可采用普通的
Pearson 检验比较各组之间有无差别，如果总的来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。
2.3 R×C表资料的统计分析
2.2.1 列变量＆行变量均为无序分类变量，则（1）例数大于40，且理论数小于5的格子数
目<总格子数目的25％，则用普通的Pearson 检验。（2）例数小于40，或理论数小于5的格子数目>总格子数目的25％，则用Fisher’s确切概率法检验。（3）如果要作相关性分析，可采用Pearson相关系数。
2.2.2列变量为效应指标，且为有序多分类变量，行变量为分组变量，用普通的Pearson 检
验只说明组间构成比不同，如要说明疗效或强弱程度的不同，则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。
2.2.3 列变量为效应指标，且为无序多分类变量，行变量为有序多分类变量，则可采用普通
的Pearson 检验比较各组之间有无差别，如果有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。
2.2.4 列变量＆行变量均为有序多分类变量，（1）如要做组间差别分析，则可用行平均分差
检验或成组的Wilcoxon秩和检验或Ridit分析。如果总的来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。（2）如果要做两变量之间的相关性，可采用Spearson相关分析。
2.4 配对分类资料的统计分析
2.4.1 四格表配对资料，（1）b＋c>40，则用McNemar配对检验。（2）b＋c<40，则用校
正的配对检验。
2.4.1 C×C资料，（1）配对比较：用McNemar配对检验。（2）一致性检验，用Kappa
检验。
在SPSS软件相关分析中,pearson(皮尔逊), kendall（肯德尔）和spearman（斯伯曼/斯皮尔曼）三种相关分析方法有什么异同
两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述.
Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。
Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格；
计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。
计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用spearman或kendall相关
Pearson 相关复选项积差相关计算连续变量或是等间距测度的变量间的相关分析Kendall 复选项等级相关计算分类变量间的秩相关，适用于合并等级资料
Spearman 复选项等级相关计算斯皮尔曼相关，适用于连续等级资料
注：
1若非等间距测度的连续变量因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关
2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用Spearman 或Kendall相关。
3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。
在SPSS里进入Correlate－》Bivariate，在变量下面Correlation Coefficients复选框组里有3个选项：
Pearson
Kendall's tau-b
Spearman：Spearman
spearman（斯伯曼/斯皮尔曼）相关系数
斯皮尔曼等级相关是根据等级资料研究两个变量间相关关系的方法。它是依据两列成对等级的各对等级数之差来进行计算的，所以又称为“等级差数法”
斯皮尔曼等级相关对数据条件的要求没有积差相关系数严格，只要两个变量的观测值是成对的等级评定资料，或者是由连续变量观测资料转化得到的等级资料，不论两个变量的总体分布形态、样本容量的大小如何，都可以用斯皮尔曼等级相关来进行研究
Kendall's相关系数
肯德尔(Kendall)W系数又称和谐系数，是表示多列等级变量相关程度的一种方法。适用这种方法的数据资料一般是采用等级评定的方法收集的，即让K个评委（被试）评定N件事物，或1个评委（被试）先后K次评定N件事物。等级评定法每个评价者对N件事物排出一个等级顺序，最小的等级序数为1 ，最大的为N，若并列等级时，则平分共同应该占据的等级，如，平时所说的两个并列第一名，他们应该占据1，2名，所以它们的等级应是1.5,又如一个第一名，两个并列第二名，三个并列第三名，则它们对应的等级应该是
1,2.5,2.5,5,5,5,这里2.5是2,3的平均，5是4,5,6的平均。
肯德尔(Kendall)U系数又称一致性系数，是表示多列等级变量相关程度的一种方法。该方法同样适用于让K个评委（被试）评定N件事物，或1个评委（被试）先后K次评定N 件事物所得的数据资料，只不过评定时采用对偶评定的方法，即每一次评定都要将N个事物两两比较，评定结果如下表所示，表格中空白位（阴影部分可以不管）填入的数据为：若
i比j好记1，若i比j差记0，两者相同则记0.5。一共将得到K张这样的表格，将这K张表格重叠起来，对应位置的数据累加起来作为最后进行计算的数据，这些数据记为γij。
正态分布的相关检验
对来自正态总体的两个样本进行均值比较常使用T检验的方法。T检验要求两个被比较的样本来自正态总体。两个样本方差相等与不等时用的计算T值的公式不同。
进行方差齐次性检验使用F检验。对应的零假设是：两组样本方差相等。P值小于0.05说明在该水平上否定原假设，方差不齐；否则两组方差无显著性差异。
U检验时用服从正态分布的检验量去检验总体均值差异情况的方法。在这种情况下总体方差通常是已知的。
虽然T检验法与U检验法所解决的问题大体相同，但在小样本（样本数n）=30作为大样本）且均方差未知的情况下就不能用U检验法了。
均值检验时不同的数据使用不同的统计量
使用MEANS过程求若干组的描述统计量，目的在于比较。因此必须分组求均值。这是与Descriptives过程不同之处。
检验单个变量的均值是否与给定的常数之间存在差异，用One-Sample T Test 单样本T 检验过程。
检验两个不相关的样本是否来自来具有相同均值的总体，用Independent-Samples T test 独立样本t检验过程。
如果分组样本不独立，用Paired Sample T test 配对t检验。
如果分组不止两个，应使用One-Way ANOVO一元方差分析（用于检验几个独立的组，是否来自均值相等的总体）过程进行单变量方差分析。
如果试图比较的变量明显不服从正态分布，则应该考虑使用一种非参数检验过程Nonparametric test.
如果用户相比较的变量是分类变量，应该使用Crosstabs功能。
当样本值不能为负值时用右侧单边检验。
华东师大心理统计学大纲 教材：《教育统计学》 第一章绪论 第一节什么是统计学和心理统计学 一、什么是统计学 统计学是研究统计原理和方法的科学。具体地说，它是研究如何搜集、整理、分析反映事物总体信息的数字资料，并以此为依据，对总体特征进行推断的原理和方法。 统计学分为两大类。一类是数理统计学。它主要是以概率论为基础，对统计数据数量关系的模式加以解释，对统计原理和方法给予数学的证明。它是数学的一个分支。另一类是应用统计学。它是数理统计原理和方法在各个领域中的应用，如数理统计的原理和方法应用到工业领域，称为工业统计学；应用到医学领域，称为医学统计学；应用到心理学领域，称为心理统计学，等等。应用统计学是与研究对象密切结合的各科专门统计学。 二、统计学和心理统计学的内容 统计学和心理统计学的研究内容，从不同角度来分，可以分为不同的类型。从具体应用的角度来分，可以分成描述统计，推断统计和实验设计三部分。 1．描述统计 对已获得的数据进行整理、概括，显示其分布特征的统计方法，称为描述统计。 2．推断统计 根据样本所提供的信息，运用概率的理论进行分析、论证，在一定可靠程度上，对总体分布特征进行估计、推测，这种统计方法称为推断统计。推断统计的内容包括总体参数估计和假设检验两部分。 3．实验设计 实验者为了揭示试验中自变量和因变量的关系，在实验之前所制定的实验计划，称为实验设计。其中包括选择怎样的抽样方式；如何计算样本容量；确定怎样的实验对照形式；如何实现实验组和对照组的等组化；如何安排实验因素和如何控制无关因素；用什么统计方法处理及分析实验结果，等等。 以上三部分内容，不是截然分开，而是相互联系的。 第二节统计学中的几个基本概念 一、随机变量 具有以下三个特性的现象，成为随机变量。第一，一次试验有多中可能结果，其所有可能结果是已知的；第二，试验之前不能预料哪一种结果会出现；第三，在相同的条件下可以重复试验。随机现象的每一种结果叫做一个随机事件。我们把能表示随机现象各种结果的变量称为随机变量。统计处理的变量都是随机变量。 二、总体和样本 总体是我们所研究的具有共同特性的个体的总和。总体中的每个单位成为个体。样本是从总体中抽取的作为观察对象的一部分个体。当总体所包含的个数有限时，这一总体称为有限总体。而总体所包含的个数无限时，则称为无限总体。样本中包含的个体数目称为样本的容量，一般用n来表示。一般来说，样本中个体数目大于30称为大样本，等于或小于30称为小样本。在对数据进行处理时，大样本和小样本所用的统计方法不一定相同。 三、统计量和参数
统计研究工作基本步骤 名词解释 总体：是根据研究目的确定的同质观测单位的集合。 样本：是从样本总体中随机抽取的，具有代表性的部分观测单位的集合。 参数：引入一个或一些另外的变量来描述自变量与因变量的变化，引入的变量本来并不是当前问题必须研究的变量，我们把这样的变量叫做参变量或参数。 统计量：统计量是统计理论中用来对数据进行分析、检验的变量。 概率：描述随机事件发生可能性大小的一个度量。 频率：指某种现象发生的次数。 变异：在一个总体中，各单位的品质标志或数量标志的标志表现具有差异性。 指标：说明总体单位数量特征的科学概念和具体数值。 简答题 1什么叫医学统计学？医学统计学与统计学、卫生统计学、生物统计学有何联系和区别？ 医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。医学研究的对象主要是人体以及与人的健康有关的各种因素。 医学统计学：是运用统计学原理和方法研究生物医学资料的搜索、整理、分析和推断的一门学科 统计学：是研究数据的收集、整理、分析与推断的科学。 卫生统计学：是把统计理论、方法应用于居民健康状况研究、医疗卫生实践、卫生事业管理和医学科研的一门应用学科。 生物统计学：是一门探讨如何从不完整的信息中获取科学可靠的结论从而进一步进行生物学实验研究的设计,取样,分析,资料整理与推论的科学。 2医学统计学资料主要来源于哪些方面？有何要求？ 1、医学统计资料主要有实验数据和现场调查资料、医疗卫生工作记录、报表和报告卡等。实验数据是指在试验过程中活的的数据；现场调查资料主要来源于大规模的流行病调查获取的资料；医疗卫生工作记录有门诊病历卡、住院病历卡、化验报告等；报表有卫生工作基本情况年报表、传染年（月、日）报表、疫情旬（年、月、日）报表等；报表卡有传染病发病报告卡、出生报告卡、死亡报告卡等等。 这些资料的手机过程中，必须进行质量抗旨，包括它的统一性、确切性、可重复性。这些原始数据的精读和偏性应有明确的范围。 3.当今医学研究的趋势和特点如何？医学统计方法主要有哪些？ 4.医学统计资料类型有哪些？方法有哪些？ 1）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。计量资料亦称定量资料、测量资料。.其变量值是定量的，表现为数值大小，一般有度量衡单位。如某一患者的身高（cm）、 体重(kg)、红细胞计数(1012/L)、脉搏（次/分）、血压（KPa）等。 （2）计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、O 四
统计公差分析方法概述(2012-10-23 19:45:32) 分类：公差设计统计六标准差 统计公差分析方法概述 一.引言 公差设计问题可以分为两类：一类是公差分析(Tolerance Analysis ,又称正计算) ,即已知组成环的尺寸和公差,确定装配后需要保证的封闭环公差；另一类是公差分配(Tolerance Allocation ,又称反计算) ,即已知装配尺寸和公差,求解组成环的经济合理公差。 公差分析的方法有极值法和统计公差方法两类,根据分布特性进行封闭环和组成环公差的分析方法称为统计公差法.本文主要探讨统计公差法在单轴向(One Dimension)尺寸堆叠中的应用。 二.Worst Case Analysis 极值法(Worst Case ,WC)，也叫最差分析法，即合成后的公差范围会包括到每个零件的最极端尺寸,无论每个零件的尺寸在其公差范围内如何变化,都会100% 落入合成后的公差范围内。 <例>Vector loop：E=A+B+C,根据worst case analysis可得 D（Max.）=(20+0.3)+(15+0.25)+(10+0.15)=45.7,出现在A、B、C偏上限之状况 D（Min.）=(20-0.3)+(15-0.25)+(10-0.2)=44.3,出现在A,B、C偏下限之状况 45±0.7适合拿来作设计吗? Worst Case Analysis缺陷： ?设计Gap往往要留很大,根本没有足够的设计空间,同时也可能造成组装困难； ?公差分配时,使组成环公差减小,零件加工精度要求提高,制造成本增加。
以上例Part A +Part B+ Part C，假设A、B、C三个部材,相对于公差规格都有3σ的制程能力水平，则每个部材的不良机率为1-0.9973=0.0027；在组装完毕后所有零件都有缺陷的机率为：0.0027^3=0.000000019683。这表明几个或者多个零件在装配时,同一部件的各组成环,恰好都是接近极限尺寸的情况非常罕见。 三.统计公差分析法 ?由制造观点来看,零件尺寸之误差来自于制程之变异,此变异往往呈现统计分布的型态,因此设计的公差规格常被视为统计型态。 ?统计公差方法的思想是考虑零件在机械加工过程中尺寸误差的实际分布,运用概率统计理论进行公差分析和计算,不要求装配过程中100 %的成功率(零件的100 %互换) ,要求在保证一定装配成功率的前提下,适当放大组成环的公差,降低零件(组成环) 加工精度,从而减小制造和生产成本。 ?在多群数据的线性叠加运算中,可以进行叠加的是『变异』值。 四.方和根法 计算公式（平方相加开根号） 假设每个尺寸的Ppk 指标是1.33并且制程是在中心
基本概念 1、统计的含义：统计工作、统计资料、统计学 2、社会经济统计学的特点：数量性、社会性、综合性 3、统计工作的职能：统计信息职能、统计咨询职能、统计监督职能 4、统计工作过程：统计调查、统计整理、统计分析 5、统计调查的质量要求：准确性、全面性、及时性、有效性 6、专门调查的方法：普查、重点调查、典型调查、抽样调查 7、统计调查的方法：直接观察法、报告法、采访法、通讯法、实验调查法、网上调查法 8、次数分布的主要类型：钟型分布、U型分布、J型分布 9、统计表的结构，从组成要素看，由总标题、横行与纵栏标题、指标数值等三部分组成 10、统计表的结构，从内容上看，由主词、宾词两部分构成 11、统计分析方法：综合指标、动态数列、统计指数、相关回归、抽样推断 12、综合指标从它的作用和方法特点的角度可概括为三类：总量指标、相对指标、平均指标 13、相对指标的种类：计划完成相对指标、结构相对指标、比例相对指标、比较相对指标、强度相对指标、动态相对指标 14、平均指标的种类：算术平均数、调和平均数、几何平均数、众数、中位数 15、测定标志变动度的主要方法：全距、四分位差、平均差、标准差、离散系数 16、动态数列按构成其指标数值的性质不同分为：绝对数动态数列、相对数动态数列、平均数动态数列
17、动态数列的水平分析指标：发展水平、平均发展水平、增长量、平均增长量 18、动态数列的速度分析指标：发展速度、增长速度、平均发展速度、平均增长速度 19、测定长期趋势常用的主要方法：间隔扩大法、移动平均法、最小平方法 20、指数按其反映指标性质不同分为：数量指标指数和质量指标指数 21、指数按其表现形式不同分为：综合指数、平均指数、平均指标对比指数 22、相关关系按其方向不同分为:正相关和负相关 23、相关关系按其涉及因素多少分为：单相关和复相关 24、相关关系按其形式不同分为：直线相关和曲线相关 25、抽样调查的组织形式：简单随机抽样、类型抽样、等距抽样、整群抽样、多阶段抽样 26、总体参数的抽样估计方法为点估计和区间估计。 统计分析 1．某市某“五年计划”规定计划期最末一年甲产品产量应达到75万吨，假定每天产量相等，实际生产情况如下表所示（单位：万吨）。试计算该市甲产品产量五年计划完成程度和提前完成计划的时间。 第一年第二年第三年 56 58 62 第四年一季二季三季四季 16 17 18 18 第五年一季二季三季四季 19 19 20 23
教育科研的常用方法 教育科学研究方法是指研究教育现象及其规律所采用的方法。教育科学研究应以适应教育改革与发展的实际需要为出发点，采取多种科学实用的方法，探索教育内部各要素之间和其他事物之间的关系。以及教育的质与量之间的变化和规律。目前教育科学研究常用的方法有观察法、调查法、经验总结法、教育实验法、教育统计法、行动研究法和个案法等等。观察法 1、观察法的含义与特点： 教育观察法是教育科学研究使用最早、最为广泛的一种方法。观察法是在自然状态下，研究者有目的、有计划考察事物现象的方法。观察法可分为抽样观察、追踪观察、隐蔽观察和综合观察。所谓“自然状态”就是不加控制、不加干扰、不影响其常态，所谓“有目的、有计划”是指根据科学研究的任务，对观察对象、范围、条件和方法作明确的选择，而不是对能作用于人的感官的任何事物都观察。无论是发现课题，获取材料，还是验证假设，都离不开对各种事物的观察。掌握科学的观察方法已成为从事教育科学研究工作的起码要求。 有人对观察法持有偏见，错误地认为：观察法层次低，太普通，太简单，运用这种方法不可能有重大发现。其实，“对原有理论的验证和突破，最终的、最有力的证明总是事实，而对事实的最直接的认识是通过观察获得的。”在教育科学研究中，不少有影响的研究成果都与观察法的应用有关。例如，瑞士心理学家皮亚杰关于儿童认识结构的发生学研究，最初采用的就是自然观察法。他在妻子的帮助下，对他的三个孩子进行了各种观察和研究、对儿童的象征性行为(模仿、游戏)等问题进行了深入地探讨，撰写了一系列著作，初步构成了他的儿童智力结构发生和发展学说的雏形。再如，苏联著名教育家苏霍姆林斯基关于教育与儿童全面发展关系的研究，也是建立在对大量的儿童和教育现象的自然观察基础上的。他在帕夫雷什中学工作期间，不但坚持经常听课，还先后为3700多名学生做了观察记录，对198名“最难教育”的学生的曲折成长过程了如指掌。他在观察研究的基础上，写了教育专著和小册子40多本，教育论文百余篇，童话、短篇小说1200多篇。他的著作被译成29种文字在世界各国发行。实践证明观察法在教育科学研究中是大有用武之地的。 2、观察法的实施： 观察的步骤为：(1)观察准备。明确目的、对象、制订计划，作好物质准备；(2)进行实际观察。要选好时间、场合、位置、角度，选用多种途径；(3)记录和整理观察材料。 教育观察方案的设计包括：(1)确立观察研究的题目。通过题目阐明要探索和解决什么问题； (2)确定观察对象。观察对象是指观察的事件、过程、现象、实物、环境和人，它们往往是互相包含的；(3)明确观察目的、中心和范围，明确需要什么材料，弄清什么问题，达到什么目的；(4)明确观察应遵循的原则。包括客观性与常态性原则、系统性与全面性原则，一贯性与渗透性原则、可观察性原则和典型性原则；(5)确定观察过程与要求；(6)建立必要的观察制度；(7)组建课题领导机构，作好人员分工。 应用观察法应注意：(1)边观察边思考；(2)善于与观察对象建立良好关系；(3)要有科学精神，要实事求是，大胆质疑，要坚持不懈，不畏劳苦，要坚持长期观察、锲而不舍，要有良好的习惯和严谨的作风。 3．观察法局限性。 观察法虽有许多优点，但也有其局限性。主要表现在： (1)观察法本身的特点，决定了它主要用于对事物及其过程的外部现象和外部联系的直接认识。 (2)由于观察手段的局限以及观察法常常需要持续较长的时间，所以在大规模、大范围的
1.简述统计学的研究方法。大量观察法，统计分组法，综合指标法，动态分析法，统 计推断法，统计指数法，抽样法，相关分析法。 2.简述统计调查的组织形式。统计调查有不同组织形式，主要有统计报表制度和专门调 查。（统计报表制度是根据国家统计法规定，自上而下布置，统一规定表格形式报送时间和程序，自下而上逐级汇总上报的统计报告制度。）专门调查是统计工作中重要的调查组织形式。按其特点和作用不同，可以分为普查，重点调查，典型调查和抽样调查四种。 3.统计整理的主要程序包括那些。1）制定统计整理方案包括确定统计分组的方法，用 哪些指标来说明总体特征和对总体资料的处理方法。统计整理方案是确保统计整理工作有步骤有计划开展的首要前提。2）审核原始资料为保证统计资料的准确及时完整和系统性，对调查得到的资料要从逻辑和计算两方面进行审核。3）统计分组和汇总根据研究任务和要求，确定调查所得的原始资料那些需要分组或分类。统计分组的关键是选择正确的分组标志和合适的组限4）绘制统计图表绘制统计表是把汇总的资料按一定的规则在统计表或统计图上表现出了。 4.统计表由哪几个主要部分组成。从形式上看，统计表由总标题，表头，横行标题，纵 栏标题和数字资料等要素构成。 5.如何编制组距变量数列。一般包括以下几个步骤：1）原始资料按数值大小顺序排列， 计算全距（R）2)确定组距和组限。3）计算各组频数，频率。 6.简述相对指标的种类及其计算公式。1）计划完成相对指标（%）=实际完成数/同期计 划数*100% 2）结构相对指标（%）=总体中某一部分数值/总体全部数值*100% 3）比较相对指标（%）=某一国家地区（单位）某种现象的指标数值/另一国家地区（单位）同一现象的指标数值*100% 4）比例相对数=总体中某一部分数值/同一总体中另一部分数值5）强度相对指标=某一现象的指标数值/另一与此有联系现象的指标数值6）动态相对指标(%)=报告期数值/基期数值*100% 7.简述平均指标的种类及其计算公式。（1）算数平均数（简单算数平均数加权算术平 均数）（2）调和平均数（简单调和平均数加权调和平均数）（3）几何平均数（4）位置平均数 8.误差主要有哪些种类？简述各种误差的概念。系统误差偶然误差 9.简述抽样推断的作用。1）抽样推断可以对某些必须了解其情况，但实际又不可能或没 必要进行全面调查的现象做研究。2）可以节省人力物力财力和时间，提高时效，降低统计成本。取得事半功倍的效果。3）应用抽样调查与全面调查相结合的方法，可以对全面调查的数字资料进行质量检验和修正。4）抽样推断可以用于对工业生产中成批生产或大量连续生产产品的工艺过程进行严格的质量控制，检查生产过程是否处于正常状态；还可以利用抽样推断对总体进行假设检验，判断真伪，决定取舍。 10.简述抽样推断的基本要求。1）无偏性。当样本指标的数学期望值等于估计值或推断值 的总体指标，则这个估计的总体指标称为无偏估计量，当然这并不意味着每一次估计没有随机性误差，而是指每次估计中没有系统偏差。2）一致性。它是指随着样本容量增大时，估计的总体指标越来越接近总体指标的实际值。3）有效性。它是指无偏性估计的总体指标中方差较小的估计量，即希望那个估计量的离差尽可能小。 11.简述抽样的组织形式。1）纯随机抽样（简单随机抽样）就是从不加任何分类，排队的 全及总体中，完全排除人们的主观意图，从总体中抽取样本的方法。2）类型抽样，也称分层抽样，他是统计分组与抽样推断原理的结合运用，即把总体各单位按某一主要标志进行分组，然后从各组中随机抽样或等距抽样。这种方法适用于全及总体单位数较多，内部结构较复杂，且各单位标志值差异较大的情况。3）等距抽样，又称机械抽样，这
教育统计学是一门综合性的方法论科学，是统计科学体系中的一个分支学科。因此，在教育统计学的教学和发展中，必须重视其统计方法论的本质特征，坚持定性分析和定量分析相结合的原则。 教育统计学是运用数理统计学原理研究和解决教育问题的一门科学。20世纪以来，在科学技术革命强大潮流的冲击和影响下，科学发展呈现出社会科学向数学化、综合化发展的趋势，教育统计学就诞生在这样的历史背景之下。我国于1979年开始恢复教育统计学的教学和研究，当初教育统计学体系基本上借用的是欧美统计学观的数理统计学体系。应当承认，在百废待兴之时，这种体系为我国的教育改革，在解放思想、开拓视野、增进教育研究的科学化水平方面曾起到了积极的促进作用。然而，随着教育统计学知识的不断普及和研究的不断深入，这种统计学体系日益暴露出其不合国情，脱离实际的弊病。因此，改造教育统计学理论体系，使其更好地为教育改革服务，对我们来说确实是一项十分紧迫的任务。 任何一门科学都需要首先明确它的研究对象和科学性质，然后才便于对其理论体系展开讨论和研究。那么，教育统计学是研究什么的呢？是实质性科学，还是方法论科学？在此必须指出的是，所谓实质性科学，就是以客观世界某一具体领域为研究对象，旨在探索具体规律的科学，如物理学、心理学等；所谓方法论科学，就是本意不在研究某一事物或某一学科领域的具体规律，而是仅仅通过某一学科或某一领域而寻求研究多种学科普遍适用的一般方法，是旨在指导认识过程的科学，如数学、系统论等。长期以来，教育统计学的学科性质是不明确的，这是直接影响教育统计学的教学和使用，制约教育统计学正常发展的重要原因之一。因此，阐明教育统计学的学科性质，对于完善教育统计学的理论体系，指导教育统计的教学和使用具有十分重要的理论意义和现实意义。 现代科学技术发展的一个重要特征，就是学科的高度分化和学科之间的高度综合。学科的综合化主要表现为，在自然科学和社会科学相互交叉领域生长出一系列新生学科，从而形成多种类、多层次的交叉学科群。其中有一类是由一门科学的研究方法和另一门科学的研究内容相结合而生成的交叉学科。教育统计学即属此类。它是用统计学的理论和方法研究教育问题的一门交叉科学，其特点是研究方法属统计学，而研究内容则限定在教育科学领域之中。
统计公差分析方法概述 一.引言 公差设计问题可以分为两类：一类是公差分析(Tolerance Analysis ,又称正计算) ,即已知组成环的尺寸和公差,确定装配后需要保证的封闭环公差；另一类是公差分配(Tolerance Allocation ,又称反计算) ,即已知装配尺寸和公差,求解组成环的经济合理公差。 公差分析的方法有极值法和统计公差方法两类,根据分布特性进行封闭环和组成环公差的分析方法称为统计公差法.本文主要探讨统计公差法在单轴向(One Dimension)尺寸堆叠中的应用。 二.Worst Case Analysis 极值法(Worst Case ,WC)，也叫最差分析法，即合成后的公差范围会包括到每个零件的最极端尺寸,无论每个零件的尺寸在其公差范围内如何变化,都会100% 落入合成后的公差范围内。 <例>Vector loop：E=A+B+C,根据worst case analysis可得 D（Max.）=(20+0.3)+(15+0.25)+(10+0.15)=45.7,出现在A、B、C偏上限之状况 D（Min.）=(20-0.3)+(15-0.25)+(10-0.2)=44.3,出现在A,B、C偏下限之状况 45±0.7适合拿来作设计吗? Worst Case Analysis缺陷： ?设计Gap往往要留很大,根本没有足够的设计空间,同时也可能造成组装困难； ?公差分配时,使组成环公差减小,零件加工精度要求提高,制造成本增加。 以上例Part A +Part B+ Part C，假设A、B、C三个部材,相对于公差规格都有3σ的制程能力水平，则每个部材的不良机率为1- 0.9973=0.0027；在组装完毕后所有零件都有缺陷的机率为：0.0027^3=0.000000019683。这表明几个或者多个零件在装配时,同一部件的各组成环,恰好都是接近极限尺寸的情况非常罕见。 三.统计公差分析法 ?由制造观点来看,零件尺寸之误差来自于制程之变异,此变异往往呈现统计分布的型态,因此设计的公差规格常被视为统计型态。?统计公差方法的思想是考虑零件在机械加工过程中尺寸误差的实际分布,运用概率统计理论进行公差分析和计算,不要求装配过程中100 %的成功率(零件的100 %互换) ,要求在保证一定装配成功率的前提下,适当放大组成环的公差,降低零件(组成环) 加工精度,从而减小制造和生产成本。 ?在多群数据的线性叠加运算中,可以进行叠加的是『变异』值。
日志吕品吕品的日志当前日志返回日志首页? 较新一篇/ 较旧一篇 分享 1. 统计学：收集处理分析解释数据并从数据中得出结论的科学。 2. 描述统计：研究数据收集处理汇总图表描述概括与分析等统计方法。 3. 推断统计：研究如何利用样本数据来推断总体特征的统计方法。 4. 分类数据：只能归于某一类别的非数字型数据。 5. 顺序数... 如果你也考统计学~~~~~网上搜索到的统计学基本概念~~~~~ 2011-05-28 12:06 | (分类:默认分类) 1. 统计学：收集处理分析解释数据并从数据中得出结论的科学。 2. 描述统计：研究数据收集处理汇总图表描述概括与分析等统计方法。 3. 推断统计：研究如何利用样本数据来推断总体特征的统计方法。 4. 分类数据：只能归于某一类别的非数字型数据。
5. 顺序数据：只能归于某一有序类别的非数字型数据。 6. 数值型数据：按数字尺度测量的观察值。 7. 观测数据：通过调查或观测而收集到的数据。 8. 实验数据：在实验中控制实验对象而收集到的数据。 9. 截面数据：在相同或近似相同的时间点上收集的数据。 10. 时间序列数据：在不同时间上收集到的数据，这类数据按时间顺序收集到的。 11. 抽样调查：从总体中随机抽取一部分单位作为样本进行调查，根据样本调查结果来推断总体特征的数据收集方法。
12. 普查：为特定目的而专门组织的全面调查。 13. 总体：包含所研究的全部个体（数据）的集合。 14. 样本：从总体中抽取的一部分元素的集合。 15. 样本容量：也称样本量，是构成样本的元素数目。 16. 参数：用来描述总体特征的概括性数字度量。 17. 统计量：用来描述样本特征的概括性数字度量。 18. 变量：说明现象某种特征的概念。 19. 分类变量：说明事物类别的一个名称。 20. 顺序变量：说明事物有序类别的一个名称。
试卷2 一、单选题 1．统计学的基本方法包括有( ) ①调查方法、整理方法、分析方法、预测方法 ②调查方法、汇总方法、预测方法、实验设计 ③相对数法、平均数法、指数法、汇总法 ④实验设计、大量观察、统计描述、统计推断 2．要了解某市国有工业企业生产设备情况，则统计总体是( ) ①该市国有的全部工业企业 ②该市国有的每一个工业企业 ③该市国有的某一台设备 ④该市国有制工业企业的全部生产设备 3．有意识地选择三个农村点调查农民收入情况，这种调查方式属于（） ①典型调查②重点调查③抽样调查④普查 4．2000年11月1日零点的第五次全国人口普查是（） ①典型调查②重点调查③一次性调查④经常性调查 5．将不同地区、部门、单位之间同类指标进行对比所得的综合指标称为（） ①动态相对指标②结构相对指标 ③比例相对指标④比较相对指标 6．一个企业产品销售收入计划增长8％，实际增长20％，则计划超额完成程度为（） ①12％②150％③111.11％④11.11％ 7．众数是总体中下列哪项的标志值（） ①位置居中②数值最大 ③出现次数较多④出现次数最多 8．某工厂新工人月工资400元，工资总额为200000元，老工人月工资800元，工资总额80000元，则平均工资为（） ①600元②533.33元③466.67元④500元 9．抽样调查和重点调查的主要区别是（） ①选取调查单位的方式不同②调查的目的不同 ③调查的单位不同④两种调查没有本质区别 10．若销售量增加，销售额持平，则物价指数( ) ①降低②增长③不变④趋势无法确定 二、多选题 1．某企业是总体单位，数量标志有( ) ①所有制②职工人数③月平均工资 ④年工资总额⑤产品合格率 2．相对指标数值的表现形式有（） ①比例数②无名数③结构数④抽样数⑤复名数 3．在直线相关和回归分析中（） ①据同一资料，相关系数只能计算一个 ②据同一资料，相关系数可以计算两个 ③据同一资料，回归方程只能配合一个 ④据同一资料，回归方程随自变量与因变量的确定不同，可能配合两个
統計分析方法與應用 一、緒論 統計品管 .以統計方法為基礎的品管技術稱為「統計品管」（，簡稱）。 統計分析在公共工程品管上之應用 .公共工程包括設計、進料、施工、驗收及使用五大步驟，因此公共工程之全面品管（，）和製造業一樣包括五大管制，每一階段之品質管制均可使用適當的統計方法，簡述如下： （）設計管制：訂定品質目標、設定材料與施工公差、工程可靠度分析等。 （）進料管制：隨機抽樣、管制圖製作等。 （）製程管制：訂定製程目標、隨機抽樣、檢驗結果分析、管制圖製作等。 （）驗收管制：設計抽驗計畫、抽樣檢驗等。 （）維護管制：相關因素迴歸分析、預測維護時機、工程可靠度分析等。 各品質管制階段之特性不同，所採用之統計方法亦有差異，本章著重於施工階段之品管，以介紹進料管制與製程管制兩項作業所常用到之統計方法為主。 二、隨機抽樣 隨機抽樣概述 .工程實務上，因為檢驗具破壞性或經濟上等之限制，很少能作檢驗(簡稱：全檢)，而普遍採用抽樣檢驗(簡稱：抽檢)。抽樣分立意抽樣（）與隨機抽樣（）兩類。 （）立意抽樣：由抽樣者在母體()中主觀選定代表性樣本（），抽樣快速，但難免會因抽樣者之主觀或抽樣習慣而來之偏差，在統計品管上通常 不用立意抽樣。 （）隨機抽樣：以隨機方式由母體客觀選定樣本的方法，一般所用之「抽籤決定」即為一種隨機抽樣，統計學所指之抽樣蓋指隨機抽樣。現代 工程施工規範常規定以隨機抽樣選定樣本。但某些特殊情況可能不用 隨機抽樣，例如混凝土構造物之鑽心試驗，通常由有經驗之工程師選 定具代表性且安全之位置鑽取試樣。 隨機抽樣具以下特性： (1)母體中的每一個樣本單位被抽中機率相同。
(2)可由樣本大小( )控制抽樣誤差；抽愈多誤差愈小。 (3)樣本統計量可以不偏估計母體參數。 註：不偏估計( )指估計值比真值偏高與偏低之機會相等。 (4)抽驗過程客觀公平，檢驗結果較具說服力。 隨機數 .隨機數( )又稱「亂數」 .常用由、、…至共計一千個數所組成之三位隨機數。 .1 自製隨機數 .依序每三數組成一隨機數，並以小數表示： 註：萬一產生重號，捨棄後者再行抽取補足。 .2 查隨機數表 .使用時，先以適當隨機方法選定一起點，然後依序取出所需個數之隨機數（通常由左往右取）。 .3 以計算機產生隨機數 .()鍵啟動隨機數功能. 2.3.1 簡單隨機抽樣 .簡單隨機抽樣為最基本方法，但抽樣量大時作業不便，有時抽樣位置會局部集中，宜盡量避免採用。 2.3.2 分層抽樣 .分層抽樣法計算較麻煩，但可確保樣本分散到母體的各層，容易被接受，在抽樣量不多時最宜採用。 2.3.3 系統抽樣 .系統抽樣法最適於抽樣量很大之情況。但若母體成週期性變化，且變化週期恰為抽樣間距的倍數時，會發生嚴重偏差，不可採用。 三、數據整理 數據一覽表 .數據整理之第一步為將數據按品管需要適當分類將重要項目依時間順序登記製成
统计分析方法总结 分享 胡斌 00:06分享，并说：统计 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。 （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** （3）关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。 2．分类资料
教育常用的几个统计方法 标准差 S 实例：比较下列二个小组语文考试的成绩： 1组：82 83 84 87 88 88 89 89 90 90 2组：53 73 85 88 89 92 95 96 99 100 二个组的平均分都是87，各组分数的分散程度各不相同：2组的分散程度大于1组，如下图所示。这说明比较两组以上的分数时，只求平均分还不能看到它们的差异。因此，还需要能描述差异的量数。 定义：差异量数是一组数据离中趋势的统计量的总称，表示数据之间的差异程度。标准差是统计学中常用的差异量数之一，在教育统计学中占有重要地位。标准差的计算公式为： 公式中: S ---- 标准差。 x ---- 群体中的个体（班级或学生个人）的考试成绩。
M ---- 科平均分。 N ---- 群体中的个体（班级或学生个人）数。 由上述公式可以算出：1组的标准差= 2.79 , 2组的标准差= 13.58。计算结果说明：在平均分相同的情况下班，标准差大，表明分数分散，好差悬殊；标准差小，表明分数比较集中，差距较小。 差异系数 C V 当数据的单位不同时，不能直接用标准差进行比较，比如学生的身高和体重，前者是长度单位，后者是重量单位。另外，在单位相同时，如果平均数相差太大，直接用标准差比较也是不合理的。针对这些情况，统计学中采用了一个相对的量数-----差异系数，用它来衡量不同组数据的离散程度。 定义：差异系数----CV，是标准差与平均数商的百分比： CV = S / M x 100% 公式中: S ---- 标准差。 M ---- 科平均分。 实例：初一1班学生体重的平均数M = 46 公斤，标准差S = 6 公斤；身高的平均数M = 1.45米，标准差S=0.5米。请比较体重与身高的差异程度。 体重CV = 6 / 46 x 100% = 13.04 % 身高CV = 0.5 / 1.45 x 100% = 34.48 % 身高CV > 体重CV。学生的身高较体重的差异大。 标准分 Z 目前，学校一般采用百分制来衡量学生的考试成绩。试题的难易程度是决定考生分数的主要因素，而试题则受到命题者诸多因素的影响。因此，学生的考试分数或原始分没有绝对的零点，也没有统一的单位，用它来评价学生的成绩，有以下诸多弊端： ●不能将一个学生前后多次考试的成绩进行比较。 ●不能对不同科目的成绩进行比较。 ●难以判断学生成绩的变化趋势。 ●难以量化分析教师的教学质量。 ●.. . 这些弊端出现的原因是：原始分不能表示学生的成绩在群体中的位置。为了克服上述弊端，NewEAS在原始分的基础上，增加了计算标准分的功能，以评价分析学生的成绩和教师的教学质量。并且，根据不同的研究对象，将标准分细分为“学生标准分”和“班级标准分”。
统计研究的基本方法：大量观察法、统计分组法、综合指标法、估计推断法 统计工作的主要环节：统计设计、统计调查、统计整理和统计分析 总体和总体单位：统计总体是由客观存在的具有某种共同性质的许多个别事物构成的整体，简称总体。（它是由特定研究目的而确定的统计研究对象） 构成统计总体的个别事物叫做总体单位，简称单位。 标志和指标：统计标志是表明总体单位特征的名称，简称标志。 标志按其性质可分为品质标志和数量标志。按其变异情况分为不变标志和可变标志。 统计指标有两种理解，一是用来反映总体数量特征的基本概念；一是反映总体数量状况的概念和数值。 连续变量和离散变量：连续变量的变量值是连续不断的，相邻的两个数值之间可以进行无限的分割，一般可以表现为小数。离散变量的变量值是间断的。 数据的四种计量尺度：定类尺度、定序尺度、定距尺度、定比尺度。（p28） 主要的调查方式和特点：普查、抽样调查、统计报表、重点调查、典型调查 特点：普查，通常是一次性或一周期的，应规定统一的标准调查时间，以避免调查数据的重复或遗漏，保证普查结果的准确性，是专门组织的全面调查，内容全面、详细、准确。 抽样调查，节省经费、速度快、较高的精确度、灵活性即组织方便灵活，项目可多可少，调查范围可达可小统计报表，统计资料具有统一性、全面性、动态性和可靠性 重点调查，重点单位的选择是根据研究的任务和目的有意识决定的，重点调查的目的是反映现象总体的基本情况。典型调查，非全面性 变量值归组、组距和组中值及确定 单变量值分组是把每一种变量值作为一组，分组后将各组出线的次数加以排列。一般适用于离散变量且变量值变化的表现较少的情况。 组距分组就是将全部变量值一次划分为若干个区间，并将这一区间的变量值作为一组。 组中值（p69） 总量指标（时期和时点）和六种相对指标的特点： 计划完成程度的考核：几种平均数的特点和公式 加权算术平均数及权数意义，加权算术平均数与简单算术平均数的关系 标志变动指标（标准差、标准差系数等）的含义和公式分配数列左偏和右偏的确定 抽样推断的特点：抽样调查的特点 （1）抽样调查的调查单位比全面调查少得多，因而既能节省人力、费用和时间，又能比较快地得到调查的结果（2）在有些情况下，抽样调查的结果比全面调查要准确。（3）抽选部分单位时要遵循随机原则（4）会产生抽样误差，但抽样误差可以推算，并且可以加以控制 抽样误差的影响因素：抽样单位数的多少、总体各单位标志值的差异程度、抽样方法、抽样的组织形式 抽样平均误差公式运用（含平均数和成数）及与抽样极限误差的关系 抽样成数及其抽样平均误差：交替标志的均值及标准差 样本容量的确定及影响因素：样本容量是指样本中含有的单位个数 影响样本容量的因素：1）总体的变异程度2）允许误差的大小3）概率保证度（1—a）的大小4）抽样方法不同 样本容量的确定（p179） 抽样估计的优良性标准：抽样的基本组织形式： 数量指标综合指数、质量指标综合指数公式及经济意义（相对数和绝对数两方面的） 平均指数与综合指数的计算特点 时间数列主要分类增长速度与发展速度的关系环比速度与定基速度的关系 平均增长量、平均发展速度、平均增长速度的计算季节比率的确定及意义 影响时间数列变动的因素：长期趋势、季节变动、循环波动、不规则变动
统计公差分析方法概述 一、引言 公差设计问题可以分为两类:一类就是公差分析(Tolerance Analysis ,又称正计算) ,即已知组成环的尺寸与公差,确定装配后需要保证的封闭环公差;另一类就是公差分配(Tolerance Allocation ,又称反计算) ,即已知装配尺寸与公差,求解组成环的经济合理公差。 公差分析的方法有极值法与统计公差方法两类,根据分布特性进行封闭环与组成环公差的分析方法称为统计公差法、本文主要探讨统计公差法在单轴向(One Dimension)尺寸堆叠中的应用。 二、Worst Case Analysis 极值法(Worst Case ,WC),也叫最差分析法,即合成后的公差范围会包括到每个零件的最极端尺寸,无论每个零件的尺寸在其公差范围内如何变化,都会100% 落入合成后的公差范围内。 <例>Vector loop:E=A+B+C,根据worst case analysis可得 D(Max、)=(20+0、3)+(15+0、25)+(10+0、15)=45、7,出现在A、B、C偏上限之状况 D(Min、)=(20-0、3)+(15-0、25)+(10-0、2)=44、3,出现在A,B、C偏下限之状况 45±0、7适合拿来作设计不? Worst Case Analysis缺陷: ?设计Gap往往要留很大,根本没有足够的设计空间,同时也可能造成组装困难; ?公差分配时,使组成环公差减小,零件加工精度要求提高,制造成本增加。 以上例Part A +Part B+ Part C,假设A、B、C三个部材,相对于公差规格都有3σ的制程能力水平,则每个部材的不良机率为1-0、9973=0、0027;在组装完毕后所有零件都有缺陷的机率为:0、0027^3=0、3。这表明几个或者多个零件在装配时,同一部件的各组成环,恰好都就是接近极限尺寸的情况非常罕见。 三、统计公差分析法 ?由制造观点来瞧,零件尺寸之误差来自于制程之变异,此变异往往呈现统计分布的型态,因此设计的公差规格常被视为统计型态。?统计公差方法的思想就是考虑零件在机械加工过程中尺寸误差的实际分布,运用概率统计理论进行公差分析与计算,不要求装配过程中100 %的成功率(零件的100 %互换) ,要求在保证一定装配成功率的前提下,适当放大组成环的公差,降低零件(组成环) 加工精度,从而减小制造与生产成本。 ?在多群数据的线性叠加运算中,可以进行叠加的就是『变异』值。
2015教育硕士开题培训讲座 外语研究中的数据统 计与分析 ——方法及应用 刘国兵 河南师范大学外国语学院
提纲 ?数据的种类 ?何为研究假设 ?常用统计检验 ?应用举例 ?SPSS操作
数据种类 ?外语教学研究中涉及到的数据类型很多，不同数据类型需要不同的统计处理方法。因此，在进行数据处理之前，弄清数据所属类型是开展科学研究的前提与基础。 ?常见数据分为四类： 1. 定类数据 2. 定序数据 3. 定距数据 4. 定比数据
定类数据（Nominal Data） ?定类数据是由定类尺度计量形成的，表现为类别，不能区分顺 序。 ?定类尺度，也可称为列名尺度，在四种计量尺度（定类尺度、 定序尺度、定距尺度、定比尺度）中属于计量层次最低、最粗略的一种。它只能对事物进行平行的分类和分组，其数据表现为“类别”，但各类之间无法进行比较。 ?例如，民族有汉族、回族、哈尼族等，可以按所属民族对人口 进行分组，但每组之间的关系是平等的或并列的，没有等级之分。但从另一层面上说，就因为定类尺度各组间的关系是平等或并列的关系，所以各组或各类之间是可以改变顺序的。
定序数据（Ordinal Data） ?定序数据是由定序尺度计量形成的，表现为类别，可以进行排 序。属于品质数据。 ?定序尺度，也可以称为顺序尺度。与定类尺度相比，它较为精 确，而且是高于定类测量的测量层次。定序数据不但可以分类，还可以排序，比较大小与高低。 ?例如，利用定序尺度，教师可以将学生的外语水平分为初级、 中级与高级三类，他们依次从前到后一级比一级水平高。另外，人们的受教育程度，可以分为文盲、小学、初中、高中、大学、研究生等类型。除此之外，英语语言水平等级测试，如四级、六级、八级等都属于定序测量尺度。
正确答案错误答案 1.从同一总体抽样,则样本标准差（） A随着样本含量增大而增大 B样本含量增大而标准差不变 C随着样本含量减少而减少 D随着样本含量增大而减小 2.用图表示某地区近30年三种疾病的发病率，在各年度的动态发展速度情况,宜绘制（） A普通线性图 B.直方图 C.百分条图 D.半对数线图。 3.均数与标准误的关系（） A.均数越大,标准误越大 B.均数越大,标准误越小 C标准误越小，用均数推测总体均数的可靠性越大。 E标准误越大，用均数推测总体均数的可靠性越大。 4.多重线性回归分析中，度量一组自变量与应变量线性相关程度的统计量是() A.负相关系数 B.决定系数 C.偏相关系数 D.偏回归系数 5.变异系数cv的数值() A.一定大于1 B.一定小于1 C.可以大于1，也可以小于1 D.一定小于标准差。 6.在样本量为n，自变量个数为3的线性回归方程的假设检验中，回归变异和剩余变异的
自由度分别为（） A. 3和n-3 B. 3和n-4 C. 2和n-2 D. 2和n-3 7.比较某地区解放以来三种病的发病率在各个年度的发展速度,应该绘制（） A.半对数线图 B.圆图 C.直方图 D.普通线图 8.在同一总体中随机抽取多个样本，用样本均数估计总体均数95%的可信区间，则估计精 密度高的是（） A.均数小的样本 B.标准差小的样本 C.标准误大的样本 D.标准误小的样本 9.均数的标准误反映了（） A.个体的变异程度 B.集中趋势的位置 C.指标的分布规律 D.样本均数与总体均数的差异 10.由样本均数估计总体均数可靠性大小的指标是（） A.标准差 B.标准误 C.方差 D.变异系数 11.表示血清抗体滴度资料平均水平最常用的指标是（）