统计学

龙望、胡智星

目录

  • 1 第一单元   绪论
    • 1.1 课程总体介绍
    • 1.2 理论部分
    • 1.3 应用部分
    • 1.4 单元小结
    • 1.5 随堂小练
    • 1.6 课后习题详解
    • 1.7 【思政案例】改革开放40年
  • 2 第二单元  数据的搜集
    • 2.1 理论部分
    • 2.2 应用部分
    • 2.3 单元小结
    • 2.4 随堂小测
    • 2.5 课后习题详解
    • 2.6 【思政案例】脱贫普查工作
  • 3 第三单元  数据的图表展示
    • 3.1 理论部分
    • 3.2 应用部分
    • 3.3 单元小结
    • 3.4 随堂小测
    • 3.5 课后习题详解
    • 3.6 【思政案例】数据可视化
  • 4 第四单元   数据的概括性度量
    • 4.1 理论部分
    • 4.2 应用部分
    • 4.3 单元小结
    • 4.4 随堂小测
    • 4.5 课后习题详解
    • 4.6 【思政导读】毛主席田野调查
  • 5 第五单元  概率与概率分布
    • 5.1 理论部分
    • 5.2 应用部分
    • 5.3 单元小结
    • 5.4 随堂小测
    • 5.5 课后习题详解
    • 5.6 【思政案例】正态分布与走出平凡
  • 6 第六单元  统计量及其抽样分布
    • 6.1 理论部分
    • 6.2 应用部分
    • 6.3 单元小结
    • 6.4 随堂小测
    • 6.5 课后习题详解
    • 6.6 【思政案例】统计监测与抽样调查
  • 7 第七单元  参数估计
    • 7.1 理论部分
    • 7.2 应用部分
    • 7.3 单元小结
    • 7.4 随堂小测
    • 7.5 课后习题详解
    • 7.6 【思政案例】中国统计思维
  • 8 第八单元  假设检验
    • 8.1 理论部分
    • 8.2 应用部分
    • 8.3 单元小结
    • 8.4 随堂小测
    • 8.5 课后习题详解
    • 8.6 【思政导读】假设检验思维
  • 9 第九单元  分类数据分析
    • 9.1 理论部分
    • 9.2 应用部分
    • 9.3 单元小结
    • 9.4 随堂小测
    • 9.5 课后习题详解
    • 9.6 【思政案例】从数据的角度看《泰坦尼克号》
  • 10 第十单元  方差分析
    • 10.1 理论部分
    • 10.2 应用部分
    • 10.3 单元小结
    • 10.4 随堂小测
    • 10.5 课后习题详解
    • 10.6 【思政案例】方差分析的应用
  • 11 第十一单元 一元线性回归
    • 11.1 理论部分
    • 11.2 应用部分
    • 11.3 单元小结
    • 11.4 随堂小测
    • 11.5 课后习题详解
    • 11.6 【思政导读】高尔顿与回归
  • 12 第十二单元 多元线性回归
    • 12.1 理论部分
    • 12.2 应用部分
    • 12.3 单元小结
    • 12.4 随堂小测
    • 12.5 课后习题详解
    • 12.6 【思政案例】统计学家:许宝騄
  • 13 第十三单元 时间序列分析和预测
    • 13.1 理论部分
    • 13.2 应用部分
    • 13.3 单元小结
    • 13.4 随堂小测
    • 13.5 课后习题详解
    • 13.6 【思政案例】统计学家:吴定良
  • 14 第十四单元 指数…
    • 14.1 理论部分
    • 14.2 应用部分
    • 14.3 单元小结
    • 14.4 随堂小测
    • 14.5 课后习题详解
    • 14.6 【思政案例】统计学家:戴世光
  • 15 【选学】专题1:统计调查
    • 15.1 调查问卷基础知识
    • 15.2 网络问卷实操
    • 15.3 趣味统计故事会
  • 16 【选学】专题2:空间统计基础
    • 16.1 理论:空间统计学
    • 16.2 应用1:空间模式识别
  • 17 【选学】专题3:多元统计分析
    • 17.1 多元统计分析入门
    • 17.2 【实操案例】K-means聚类分析
    • 17.3 【实操案例】主成分分析
  • 18 【选学】专题4:高级统计工具
    • 18.1 R语言之Rstudio入门
    • 18.2 python之Jupyter notebook入门
    • 18.3 数据可视化BI工具
  • 19 【选学】专题6:统计建模竞赛
    • 19.1 大学生统计建模培训
    • 19.2 空间计量建模
  • 20 国贸专题:国际贸易网络流数据分析
    • 20.1 网络计量方法
    • 20.2 国际贸易网络分析实践
  • 21 审计与财管专题:统计实务
    • 21.1 ppt
    • 21.2 应用案例
  • 22 数经与财管专题:商务大数据分析
    • 22.1 RFM:识别客户群体
    • 22.2 文本大数据
  • 23 数经与金科专题:从统计到机器学习
    • 23.1 从统计到机器学习
单元小结

【知识框架】

 

 

 

 

 

知识点提示】

 1 )品质数据的整理与展示 ,包括分类数据的图示、各种图形的用途、 适用范围(选择题、简答题知识点 

2 )数值型数据的整理与展示 ,包括数据分组原则、不同类型数据的图 示及各种图示的特点(选择题、简答题知识点 

3 )品质数据和数值型数据图形展示的选择(选择题知识点)。

 

 【核心知识点

  

知识点 :品质数据的整理与图示

 

1   品质数据

品质数据包括分类数据和顺序数据。

3- 1    品质数据的整理与图示

 

 一般地 ,对于以定类尺度(列名尺度)或定序尺度(顺序尺度)计量 的 ,采用品质分组。

 2   分类数据的整理与图示分类数据可用频数、比例、百分比、比率、条形图和饼图等图形整理及

展示。

3-2    分类数据图形展示

 

 

【注意】 条形图还可细分为简单条形图、复式条形图等形式;条形图 纵置时也称为柱形图。② 帕累托原则 :绝大部分数据存在于很少类别中 ,剩下的极少数据分在大部分类别中。

 

 

3   顺序数据的整理与图示

适用于分类数据整理与展示的方法也适用于顺序数据。但一些适用于顺

序数据的整理和图示方法 ,不适用于分类数据。

 

 

知识点二:数值型数据的整理与展示

1   数据分组的注意事项

 1 )遵循不重不漏的原则 ,分组时习惯上规定上组限不在内

2 避免出现空白组或遗漏

2   数值型数据的图示

       对数值型数据的一些图示方法不适用于分类数据和顺序数据。

3-3    数值型数据的图示

 

 

【注意】直方图通常适用于大批量数据 ,茎叶图通常适用于小批量数据。