轻松学统计

罗良清 平卫英 李燕辉 郭露

目录

  • 1 绪论
    • 1.1 统计应用:无处不在
    • 1.2 统计实践史:漫漫长路
    • 1.3 统计学科史:博采众长
    • 1.4 基本研究方法:统计的利器
    • 1.5 基本概念:统计的基石
  • 2 数据的搜集
    • 2.1 统计调查:挖掘原矿的利刃
    • 2.2 方案设计:统计调查的前奏
  • 3 数据的描述
    • 3.1 统计分组:从原生态到系统化
    • 3.2 频数分布:初显总体分布特征
    • 3.3 统计图表:展现数据最佳拍档
    • 3.4 计算平均数(一):集中趋势之充分表达
    • 3.5 计算平均数(二):集中趋势之充分表达
    • 3.6 位置平均数:集中趋势之稳健表达
    • 3.7 注意事项:平均数使用说明
    • 3.8 方差与标准差(一):离中趋势之常用指标
    • 3.9 方差与标准差(二):离中趋势之常用指标
  • 4 时间数列分析
    • 4.1 时间数列(一) :指标的过去现在未来
    • 4.2 时间数列(二):指标的过去现在未来
    • 4.3 水平分析:时间数列分析的基础
    • 4.4 速度分析:时间数列的相对变动
    • 4.5 平均发展速度:水平法和累积法
    • 4.6 构成因素分析:抽丝剥茧寻真相
    • 4.7 修匀法:平滑整理显趋势
    • 4.8 方程法:模型拟合测趋势
    • 4.9 季节变动分析:同期平均法
  • 5 统计指数
    • 5.1 指数概览:定义与分类
    • 5.2 综合指数:先综合后对比
    • 5.3 指数体系:因素分析
    • 5.4 平均数指数:先对比后综合(一)
    • 5.5 平均数指数:先对比后综合(二)
    • 5.6 平均指标指数:先平均后对比
    • 5.7 CPI:前世今生
    • 5.8 股票价格指数:大家庭
  • 6 抽样与抽样分布
    • 6.1 抽样调查:定义与几组概念
    • 6.2 概率抽样:常用组织形式
    • 6.3 非概率抽样:常用抽取方法
    • 6.4 常见概率分布:随机变量的基本刻画
    • 6.5 抽样分布:抽样推断理论的基石
  • 7 参数估计
    • 7.1 点估计:方法与应用
    • 7.2 估计量:选择与评价
    • 7.3 区间估计:基本原理(一)
    • 7.4 区间估计:基本原理(二)
    • 7.5 均值的区间估计:大样本情形
    • 7.6 均值的区间估计:小样本情形
    • 7.7 区间估计:总体比例和方差
    • 7.8 样本容量的确定:抽样的前奏(一)
    • 7.9 样本容量的确定:抽样的前奏(二)
  • 8 假设检验
    • 8.1 假设检验:提出假设
    • 8.2 假设检验:基本思想
    • 8.3 假设检验:基本步骤
    • 8.4 例题解析:单个总体均值检验
    • 8.5 例题解析:单个总体比例及方差检验
    • 8.6 P值:另一个检验准则
  • 9 相关与回归分析
    • 9.1 相关分析:初探事物的联系
    • 9.2 相关系数:量化相关程度
    • 9.3 回归分析:应用一暼
    • 9.4 回归分析:方程建立
    • 9.5 回归分析:基本思想
    • 9.6 回归分析:系数估计
    • 9.7 回归分析:模型评价
  • 10 阅读
    • 10.1 阅读
基本研究方法:统计的利器
  • 1 视频
  • 2 章节测验




统计学作为一门方法论科学,具有自己完善的方法体系。统计研究的具体方法有很多,从大的方面看,其基本研究方法有:

1.大量观察法

这是统计活动过程中搜集数据资料阶段(即统计调查阶段)的基本方法:即要对所研究现象总体中的足够多数的个体进行观察和研究,以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律,大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上几存有差异,但对总体而言可以相互抵消而呈现出稳定的规律性,因此只有对足够多数的个体进行观察,观察值的综合结果才会趋向稳定,建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。

2.统计分组法

由于所研究现象本身的复杂性、差异性及多层次性,需要我们对所研究现象进行分组或分类研究,以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位,在统计调查阶段可通过统计分组法来搜集不同类的资料,并可使抽样调查的样本代表性得以提高(即分层抽样方式);在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存,并为编制分布数列提供基础;在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异(显著性检验)和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。

3.综合指标法

统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标,是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值,常见的有总量指标、相对指标,平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位,是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系,是统计指标理论研究的一大课题。

4.统计模型法

在以统计指标来反映所研究现象的数量特征的同时,我们还经常需要对相关现象之间的数量变动关系进行定量研究,以了解某一(些)现象数量变动与另一(些)现象数量变动之间的关系及变动的影响程度。在研究这种数量变动关系时,需要根据具体的研究对象和一定的假定条件,用合适的数学方程来进行模拟,这种方法就叫做统计模型法。

5.统计推断法

在统计认识活动中,我们所观察的往往只是所研究现象总体中的一部分单位,掌握的只是具有随机性的样本观察数据,而认识总体数量特征是统计研究的目的,这就需要我们根据概率论和样本分布理论,运用参数估计或假设检验的方法,由样本观测数据来推断总体数量特征。这种由样本来推断总体的方法就叫统计推断法。统计推断法已在统计研究的许多领域得到应用,除了最常见的总体指标推断外,统计模型参数的估计和检验、统计预测中原时间序列的估计和检验等,也都属于统计推断的范畴,都存在着误差和置信度的问题。在实践中这是一种有效又经济的方法,其应用范围很广泛,发展很快,统计推断法已成为现代统计学的基本方法。

上述各种方法之间是相互联系、互相配合的,共同组成了统计学方法体系。