下载文档原格式
试验数据统计分析教程第一章：数据分析基本方法与步骤§1-1：数据分类（定量资料和定性资料）统计资料一般分为定量资料和定性资料两大类。
定量资料测定每个观察单位某项指标量的大小，所得的资料称为定量资料。
定量资料又可细分为计量资料(可带度量单位和小数点，如：某人身高为1.173m)和计数资料(一般只带度量单位，但不可带小数点，如：某人脉搏为73次/min) 。
①计量资料在定量资料中，若指标的取值可以带度量衡单位，甚至可以带小数标志测量的精度的定量资料，就叫“计量资料”。
例如测得正常成年男子身高、体重、血红蛋白、总铁结合力等所得的资料。
②计数资料在定量资料中，若指标的取值可以带度量衡单位，但不可以带小数即只能取整数，通常为正整数的定量资料，就叫“计数资料”。
例如测得正常成年男子脉搏数次、引体向上的次数次。
定性资料观测每个观察单位某项指标的状况，所得的资料称为定性资料。
定性资料又可细分为名义资料(如血型分为：A、B、AB、O型)和有序资料(如疗效分为：治愈、显效、好转、无效、死亡) 。
①名义资料在定性资料中，若指标的不同状况之间在本质上无数量大小或先后顺序之分的定性资料，就叫“名义资料”。
例如某单位全体员工按血型系统型、型、型、型来记录每个人的情况所得的资料；又例如某市全体员工按职业分为工人、农民、知识分子、军人等来记录每个人的情况所得的资料。
②有序资料在定性资料中，若指标质的不同状况之间在本质上有数量大小或有先后顺序之分的定性资料，就叫“有序资料”。
例如某病患者按治疗后的疗效治愈、显效、好转、无效、死亡来划分所得的资料；又例如矽肺病患者按肺门密度级别来划分所得的资料。
判断资料性质的关键是把资料还原为基本观察单位的具体取值形式，而不要被资料的表现所迷惑。
关键是要看每一个具体的取值是由“观察单位个数”计算得到的，还是由每一个观察单位自身的观测结果计算得到的。
若属于前者，就应叫定性资料。
若属于后者，就应叫定量资料。
统计学简答题1、统计的含义与本质是什么？（1）“统计"一词可以有三种含义：统计活动、统计数据、统计学统计活动是对各种统计数据进行收集、整理并做出相应的推断、分析的活动，通常被划分为统计调查、统计整理、和统计分析三个阶段；统计数据是通过统计活动获得的，用以表现研究现象特征的各种形式的数据；统计学则是指导统计活动的理论和方法，是关于如何收集、整理和分析数据的科学.(2）统计的本质是关于为何统计，统计什么，和如何统计的思想.2、统计学的学科性质：1、统计学就其研究对象而言，具有数量性、总体性和差异性的特点。
统计学的研究对象是各种现象的数量方面.2、统计学就其学科范畴而言,具有方法性、层次性和通用性的特点。
3、统计学就其研究方式而言，具有描述性和推断性的特点。
3、总体、样本、个体三者关系如何?试举例说明。
总体:就是统计研究的客观对象的全体,是由所有具有某种共同性质的事物所组成的集合体，有时也称为母体；样本：就是从总体中抽区的一部分个体所组成集合,也称为子样；组成总体的每个个别事物就称为个体，也称为总体单位。
(1)总体与个体的关系（可变性）总体容量随着个体数的增减可变大或变小；随着研究目的的不同，总体中的个体可发生变化；随着研究范围的变化,总体与个体的角色可以转换/（2）样本与总体的关系样本是所要研究的对，而样本则是所要观测的对象，样本是总体的代表和缩影。
样本是用来推断总体的.总体和样体的角色是可以改变的.4、理解标志、指标、变量三者的含义？标志与指标的联系与区别？标志是用以描述或体现个性特征的名称；统计指标简称指标，是反映现象总体数量特征的概念及其数值;从狭义上看，变量是指可变的数量标志；从广义上来看,变量不仅指可变的数量标志,也包括可变品质标志，因此，可变标志就是变量.（1）标志与指标的区别：指标和标志说明的对象不同，指标说明总体的特征，标志则说明个体的特征；指标与标志的表现形式不同，指标是用数值来表现的，而标志则既能用文字来表现品质标志，也能用数字来表现数量标志。
《计量经济学》补充练习题一、填空1.运用计量经济学研究经济问题，一般可分为四个步骤：、估计参数、和模型应用。
2.在模型古典假定成立的情况下，多元线性回归模型参数的最小二乘估计具有、和3.经济计量学对模型“线性”含义有两种解释，一种是另一种是通常线性回归更关注第二种解释。
4.写出一元线性回归的总体模型和样本模型：总体模型：样本模型：5.在线性回归中总离差平方和的分解公式为：TSS=RSS+ESS，写出它们的表达式：RSS=ESS=6.一元线性回归模型中，参数估计值b服从分布，写出期望和方差：7.拟合优度与相关系数的关系是8.容易产生异方差的数据是9.计量经济模型四要素分别是10.容易产生自相关的数据是二、单选1.狭义计量经济模型是指（）。
A.投入产出模型B.生产函数模型C.包含随机方程的经济数学模型D.模糊数学模型2.计量经济学模型是（）A.揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述B.揭示经济活动中各个因素之间的定性关系，用随机性的数学方程加以描述C.揭示经济活动中各个因素之间的定量关系，用非随机性的数学方程加以描述D.揭示经济活动中各个因素之间的因果关系，用随机性的数学方程加以描述3.已知某一直线回归方程的可决系数为0.64，则解释变量与被解释变量间的线性相关系数绝对值为（）。
A.0.64B.0.8C.0.4D.0.324.选择模型的数学形式的主要依据是（）A.数理统计理论B.经济统计理论C.经济行为理论D.数学理论5.在有n30的一组样本、包含3个解释变量的线性回归模型中，计算得到多重决定系数为0.8500，则调整后的多重决定系数为（）。
A.0.8603B.0.8389C.0.8655D.0.83276.在回归分析中，定义的变量满足（）。
A.解释变量和被解释变量都是随机变量B.解释变量为非随机变量，被解释变量为随机变量C.解释变量和被解释变量都为非随机变量D.解释变量为随机变量，被解释变量为非随机变量7.考察某地区农作物种植面积与农作物产值的关系，建立一元线性回归模型0.54，对应的标准差Yi01某ii，采用30个样本，根据普通最小二乘法得1)0.045，那么，对应的t统计量为（）。
问：请详细说明相关分析与回归分析的相同与不同的地方相关分析与回归分析都是研究变量彼此关系的分析方式，相关分析是回归分析的基础，而回归分析则是熟悉变量之间相关程度的具体形式。
下面分为三个部份详细描述两种分析方式的异同：第一部份：相关分析一、相关的含义与种类（一）相关的含义相关是指自然与社会现象等客观现象数量关系的一种表现。
相关关系是指现象之间确实存在的必然的联系，但数量关系表现为不严格彼此依存关系。
即对一个变量或几个变量定必然值时，另一变量值表现为在必然范围内随机波动，具有非肯定性。
如：产品销售收入与广告费用之间的关系。
（二）相关的种类1. 按照自变量的多少划分，可分为单相关和复相关2. 按照有关关系的方向划分，可分为正相关和负相关3. 按照变量间彼此关系的表现形式划分，线性相关和非线性相关4.按照有关关系的程度划分，可分为不相关、完全相关和不完全相关二、相关分析的意义与内容(一)相关分析的意义相关分析是研究变量之间关系的紧密程度，并用相关系数或指数来表示。
其目的是揭露现象之间是不是存在相关关系，肯定相关关系的表现形式和肯定现象变量间相关关系的密切程度和方向。
(二)相关分析的内容1. 明确客观事物之间是不是存在相关关系2. 肯定相关关系的性质、方向与密切程度三、直线相关的测定（一）相关表与相关图1. 相关表在定性判断的基础上，把具有相关关系的两个量的具体数值依照必然顺序平行排列在一张表上，以观察它们之间的彼此关系，这种表就称为相关表。
2. 相关图把相关表上一一对应的具体数值在直角坐标系顶用点标出来而形成的散点图则称为相关图。
利用相关图和相关表，可以更直观、更形象地表现变量之间的彼此关系。
（二）相关系数1. 相关系数的含义与计算相关系数是直线相关条件下说明两个变量之间相关关系密切程度的统计分析指标。
相关系数的理论公式为：y x xy r δδδ2= （1）xy 2δ 协方差 x δ x 的标准差 y δ y 的标准差（2）xy 2δ 协方差对相关系数r 的影响，决定：⎩⎨⎧<>数值的大小正、负）或r r r (00简化式()()2222∑∑∑∑∑∑∑-⋅--=y y n x x n y x xy n r变形：分子分母同时除以2n 得 r =⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-⨯-∑∑∑∑∑∑∑2222n y n y n x n x n y n x n xy =()[]()[]2222y y x xy x xy -*-⨯-=y x y x xy δδ-⨯-nx x x ∑-=2)(δ=()[]n x x x x ∑+⋅-222=()222x n x x n x +⋅⋅-∑∑ =()22x x -2. 相关系数的性质（1）r取值范围：r≤1 -1≤r≤1（2）r=1 r=±1 表明x与y之间存在着肯定的函数关系。
计量经济学简答题及答案1、比较普通最小二乘法、加权最小二乘法和广义最小二乘法的异同.答:普通最小二乘法的思想是使样本回归函数尽可能好的拟合样本数据，反映在图上就是是样本点偏离样本回归线的距离总体上最小，即残差平方和最小.只有在满足了线性回归模型的古典假设时候,采用OLS才能保证参数估计结果的可靠性。
在不满足基本假设时，如出现异方差，就不能采用OLS。
加权最小二乘法是对原模型加权,对较小残差平方和赋予较大的权重，对较大赋予较小的权重，消除异方差，然后在采用OLS估计其参数。
在出现序列相关时，可以采用广义最小二乘法，这是最具有普遍意义的最小二乘法.最小二乘法是加权最小二乘法的特例,普通最小二乘法和加权最小二乘法是广义最小二乘法的特列。
6、虚拟变量有哪几种基本的引入方式？它们各适用于什么情况？答：在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况.除此外，还可以加法与乘法组合的方式引入虚拟变量,这时可测度定性因素对截距项与斜率项同时产生影响的情况。
7、联立方程计量经济学模型中结构式方程的结构参数为什么不能直接应用OLS估计?答:主要的原因有三:第一,结构方程解释变量中的内生解释变量是随机解释变量，不能直接用OLS来估计;第二，在估计联立方程系统中某一个随机方程参数时，需要考虑没有包含在该方程中的变量的数据信息，而单方程的OLS 估计做不到这一点;第三，联立方程计量经济学模型系统中每个随机方程之间往往存在某种相关性，表现于不同方程随机干扰项之间，如果采用单方程方法估计某一个方程,是不可能考虑这种相关性的，造成信息的损失.2、计量经济模型有哪些应用。
答:①结构分析，即是利用模型对经济变量之间的相互关系做出研究，分析当其他条件不变时，模型中的解释变量发生一定的变动对被解释变量的影响程度.②经济预测,即是利用建立起来的计量经济模型对被解释变量的未来值做出预测估计或推算。
1.地理数据：就是用一定的测度方式描述和衡量地理对象的有关量化标志。
两大基本类型：空间数据和属性数据。
2.属性数据：主要用于描述地理实体、地理要素、地理现象、地理事件、地理过程的有关属性特征。
划分两种类型：数量标志数据（包括间隔尺度数据和比例尺度数据）和品质标志数据（包括有序数据、二元数据和名义尺度数据）。
3.间隔尺度数据：这种数据，是以有量纲的数据形式表示测度对象在某种单位（量纲）下的绝对量。
4.比例尺度数据：这种数据，是以无量纲的数据形式表示测度对象的相对量。
5.有序数据：当测度标准不是连续的量，而是只表示其顺序关系的数据，则称其为有序尺度或等级尺度数据。
6.二元数据：即用0、1两个数据表示地理事物、地理现象或地理事件的是非判断问题。
7.名义尺度数据：即用数字表示地理实体、地理要素、地理现象或地理事件的状态类型。
8.洛伦兹曲线：意大利统计学家洛伦兹，首先使用累计频率曲线研究工业化的集中化程度。
9.集中化指数：是一个描述地理数据分布的集中化程度指数。
10.回归分析方法：就是研究要素之间具体数量关系的一种强有力的工具，运用这种方法能够建立反映地理要素之间具体数量关系的数学模型，即回归模型。
11.时间序列:也叫时间数列或动态数列，是要素（变量）的数据按照时间顺序变动排列而形成的一种数列，它反映了要素（变量）随时间变化的发展过程。
12.图的定义：从数学本质上揭示了地理实体与地理事物空间分布格局，地理要素之间的相互联系以及它们在地域空间上的运动形式，地理事件发生的先后顺序等。
设V是由n个点所组成的集合，E是由m条线所组成的集合，而且E中任意一条线都是以V中的点为端点，任意两条线除了端点外没有其他公共点。
那么V和E在一起就构成了图记G。
图的两个基本要素：点集（或称顶点集）、边集(或称弧集)13.地理学的三个基本阶段：古代地理学（19世纪以前）、近代地理学（19世纪－20世纪50年代）、现代地理学（20世纪60年代以来）。
《多元统计分析思考题》第一章 回归分析1、回归分析是怎样的一种统计方法，用来解决什么问题？答：回归分析作为统计学的一个重要分支，基于观测数据建立变量之间的某种依赖关系，用来分析数据的内在规律，解决预报、控制方面的问题。
2、线性回归模型中线性关系指的是什么变量之间的关系？自变量与因变量之间一定是线性关系形式才能做线性回归吗？为什么？答：线性关系是用来描述自变量x 与因变量y 的关系；但是反过来如果自变量与因变量不一定要满足线性关系才能做回归，原因是回归方程只是一种拟合方法，如果自变量和因变量存在近似线性关系也可以做线性回归分析。
3、实际应用中，如何设定回归方程的形式？答：通常分为一元线性回归和多元线性回归，随机变量y 受到p 个非随机因素x1、x2、x3……xp 和随机因素Ɛ的影响，形式为：011p p y x x βββε=++⋅⋅⋅++01p βββ⋅⋅⋅是p+1个未知参数，ε是随机误差，这就是回归方程的设定形式。
4、多元线性回归理论模型中，每个系数（偏回归系数）的含义是什么？ 答：偏回归系数01p βββ⋅⋅⋅是p+1个未知参数，反映的是各个自变量对随机变量的影响程度。
5、经验回归模型中，参数是如何确定的？有哪些评判参数估计的统计标准？最小二乘估计法有哪些统计性质？要想获得理想的参数估计值，需要注意一些什么问题？ 答：经验回归方程中参数是由最小二乘法来来估计的；评判标准有：普通最小二乘法、岭回归、主成分分析、偏最小二乘法等； 最小二乘法估计的统计性质:其选择参数满足正规方程组， （1）选择参数01ˆˆββ分别是模型参数01ββ的无偏估计，期望等于模型参数；（2）选择参数是随机变量y的线性函数要想获得理想的参数估计，必须注意由于方差的大小表示随机变量取值的波动性大小，因此自变量的波动性能够影响回归系数的波动性，要想使参数估计稳定性好，必须尽量分散地取自变量并使样本个数尽可能大。
6、理论回归模型中的随机误差项的实际意义是什么？为什么要在回归模型中加入随机误差项？建立回归模型时，对随机误差项作了哪些假定？这些假定的实际意义是什么？答：随机误差项Ɛ的引入使得变量之间的关系描述为一个随机方程，由于因变量y很难用有限个因素进行准确描述说明，故其代表了人们的认识局限而没有考虑到的偶然因素。
