下载文档原格式
第9章分类数据分析一、思考题1．简述列联表的构造与列联表的分布。
答：列联表是由两个以上的变量进行交叉分类的频数分布表。
列联表的分布可以从两个方面看，一个是观察值的分布，又称为条件分布，每个具体的观察值就是条件频数；一个是期望值的分布。
2．用一张报纸、一份杂志或你周围的例子构造一个列联表，说明这个调查中两个分类变量的关系，并提出进行检验的问题。
答：对三个生产厂甲、乙、丙提供的学习机的A、B、C 三种性能进行质量检验，欲了解生产厂家同学习机性能的质量差异是否有关系。
抽查了450部学习机次品，整理成为如表9-2所示的3×3列联表。
表9-2A B C 总计甲乙丙204015459065357070100200150总计75200175450根据抽查检验的数据表明：次品类型与厂家（即哪一个厂）生产是无关的（即是相互独立的）。
建立假设：H 0：次品类型与厂家生产是独立的，H 1：次品类型与厂家生产不是独立的。
次品类型生产厂可以计算各组的期望值，如表9-3所示（表中括号内的数值为期望值）。
表9-3各组的期望值计算表A B C 总计甲乙丙20（17）40（33）15（25）45（44）90（89）65（67）35（39）70（78）70（58）100200150总计75200175450所以2222(2017)(4033)(7058)9.821173358χ---=+++=…。
而自由度等于（R －1）（C －1）=（3－1）×（3－1）=4，若以0.01的显著性水平进行检验，查χ2分布表得20.01(4)13.277χ=。
由于220.019.821(4)13.277χχ=<=，故接受原假设H 0，即次品类型与厂家生产是独立的。
3．说明计算2χ统计量的步骤。
答：计算2χ统计量的步骤：（1）用观察值o f 减去期望值e f ；（2）将（o f －e f ）之差平方；（3）将平方结果2)(e o f f -除以e f ；（4）将步骤（3）的结果加总，即得：22()o e ef f f χ-=∑。
统计学重点笔记第一章导论一、比较描述统计和推断统计：数据分析是通过统计方法研究数据，其所用的方法可分为描述统计和推断统计。
（1）描述性统计：研究一组数据的组织、整理和描述的统计学分支，是社会科学实证研究中最常用的方法，也是统计分析中必不可少的一步。
内容包括取得研究所需要的数据、用图表形式对数据进行加工处理和显示，进而通过综合、概括与分析，得出反映所研究现象的一般性特征。
（2）推断统计学：是研究如何利用样本数据对总体的数量特征进行推断的统计学分支。
研究者所关心的是总体的某些特征，但许多总体太大，无法对每个个体进行测量，有时我们得到的数据往往需要破坏性试验，这就需要抽取部分个体即样本进行测量，然后根据样本数据对所研究的总体特征进行推断，这就是推断统计所要解决的问题。
其内容包括抽样分布理论，参数估计，假设检验，方差分析，回归分析，时间序列分析等等。
（3）两者的关系：描述统计是基础，推断统计是主体二、比较分类数据、顺序数据和数值型数据：根据所采用的计量尺度不同，可以将统计数据分为分类数据、顺序数据和数值型数据。
（1）分类数据是只能归于某一类别的非数字型数据。
它是对事物进行分类的结果，数据表现为类别，是用文字来表达的，它是由分类尺度计量形成的。
（2）顺序数量是只能归于某一有序类别的非数字型数据。
也是对事物进行分类的结果，但这些类别是有顺序的，它是由顺序尺度计量形成的。
（3）数值型数据是按数字尺度测量的观察值。
其结果表现为具体的数值，现实中我们所处理的大多数都是数值型数据。
总之，分类数据和顺序数据说明的是事物的本质特征，通常是用文字来表达的，其结果均表现为类别，因而也统称为定型数据或品质数据；数值型数据说明的是现象的数量特征，通常是用数值来表现的，因此可称为定量数据或数量数据。
三、比较总体、样本、参数、统计量和变量：（1）总体是包含所研究的全部个体的集合。
通常是我们所关心的一些个体组成，如由多个企业所构成的集合，多个居民户所构成的集合。
第6章 统计量及其抽样分布一、思考题1．什么是统计量？为什么要引进统计量？统计量中为什么不含任何未知参数？ 答：（1）设是从总体中抽取的容量为的一个样本，如果由此样本构造一个函数，不依赖于任何未知参数，则称函数是一个统计量。
（2）在实际应用中，当从某总体中抽取一个样本后，并不能直接应用它去对总体的有关性质和特征进行推断，这是因为样本虽然是从总体中获取的代表，含有总体性质的信息，但仍较分散。
为了使统计推断成为可能，首先必须把分散在样本中关心的信息集中起来，针对不同的研究目的，构造不同的样本函数。
（3）统计量是样本的一个函数。
由样本构造具体的统计量，实际上是对样本所含的总体信息按某种要求进行加工处理，把分散在样本中的信息集中到统计量的取值上，不同的统计推断问题要求构造不同的统计量，所以统计量不包含未知参数。
2．判断下列样本函数哪些是统计量？哪些不是统计量？12n X X X ，，…，X n 12()n T X X X ，，…，12()n T X X X ，，…，1121021210310410()/10min()T X X X T X X X T X T X μμσ=+++==-=-…，，…，（）/答：统计量中不能含有未知参数，故、是统计量，、不是统计量。
3．什么是次序统计量？答：设是从总体中抽取的一个样本，称为第个次序统计量，它是样本满足如下条件的函数：每当样本得到一组观测值…，时，其由小到大的排序中，第个值就作为次序统计量的观测值，而称为次序统计量，其中和分别为最小和最大次序统计量。
4．什么是充分统计量？答：在统计学中，假如一个统计量能把含在样本中有关总体的信息一点都不损失地提取出来，那对保证后边的统计推断质量具有重要意义。
统计量加工过程中一点信息都不损失的统计量通常称为充分统计量。
5．什么是自由度？答：统计学上的自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的变量的个数。
第一章：1、什么是统计学？统计学是一门收集、分析、表述、解释数据的科学和艺术。
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。
3、统计学据可以分成哪几种类型，个有什么特点？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。
4、举例说明总体、样本、参数、统计量、变量这几个概念。
总体：是包含全部研究个体的集合，包括有限总体和无限总体（范围、数目判定）样本：从总体中抽取的一部分元素的集合。
参数：用来描述总体特征的概括性数字度量。
（平均数、标准差、比例等）统计量：用来描述样本特征的概括性数字度量。
（平均数、标准差、比例等）变量：是说明样本某种特征的概念，其特点：从一次观察到下一次观察结果会呈现出差别或变化。
（商品销售额、受教育程度、产品质量等级等）（对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
）5、变量可以分为哪几类？分类变量：说明事物类别；取值是分类数据。
顺序变量：说明事物有序类别；取值是顺序数据数值型变量：说明事物数字特征；取值是数值型数据。
变量也可以分为：随机变量和非随机变量；经验变量和理论变量6、举例说明离散型变量和连续型变量。
目录第一章P10 (1)第二章P34 (2)第三章P66 (3)第四章P94 (8)第七章P176 (11)第八章Ｐ212 (15)第10 章Ｐ258 (17)第11 章Ｐ291 (21)第13 章P348 (26)第14 章P376 (30)第一章P10一、思考题1.1什么是统计学？1.2解释描述统计和推断统计。
1.3统计数据可分为哪几种类型？不同类型的数据各有什么特点？1.4解释分类数据、顺序数据和数值型数据的含义。
1.5举例说明总体、样本、参数、统计量、变量这几个概念。
1.6变量可分为哪几类？1.7举例说明离散型变量和连续型变量。
1.8请举出统计应用的几个例子。
1.9请举出应用统计的几个领域。
1.1 指出下面变量的类型：（1）年龄（2）性别（3）汽车产量（4）员工对企业某项改革措施的态度（赞成、中立、反对）（5）购买商品时的支付方式（现金、信用卡、支票）（1）数值型变量。
（2）分类变量。
（3）离散型变量。
（4）顺序变量。
（5）分类变量。
1.2 某研究部门准备抽取 2000 个职工家庭推断该城市所有职工家庭的年人均收入。
要求：（1）描述总体和样本。
（2）指出参数和统计量。
（1）总体是该市所有职工家庭的集合；样本是抽中的 2000 个职工家庭的集合。
（2）参数是该市所有职工家庭的年人均收入；统计量是抽中的 2000 个职工家庭的年人均收入。
1.3 一家研究机构从 IT 从业者中随机抽取 1000 人作为样本进行调查，其中 60%的人回答他们的月收入在5000 元以上，50%的人回答他们的消费支付方式是用信用卡。
回答下列问题：（1）这一研究的总体是什么？（2）月收入是分类变量、顺序变量还是数值型变量？（3）消费支付方式是分类变量、顺序变量还是数值型变量？（4）这一研究涉及截面数据还是时间序列数据？（1）总体是所有 IT 从业者的集合。
（2）数值型变量。
（3）分类变量。
（4）截面数据。
1.4 一项调查表明，消费者每月在网上购物的平均花费是 200 元，他们选择在网上购物的主要原因是“价格便宜”。
