统计学整理.doc

《统计学整理.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、考点1统计学的产生和发展（小题目）（一）萌芽期（17世纪中－18世纪中）1.德国的记述学派（国势学派）康令和阿痕瓦尔（1764年首创统计学一词）他们在大学中开设“国势学”采用记述性材料，讲述国家“显著事项”，籍以说明管理国家的方法。特点是偏重于事物质的解释而忽视量的分析。2.政治算术学派英国的威廉·配第，约翰·格朗特威廉·配第的代表著《政治算术》对当时的英、荷、法等国的“国富和力量”进行了数量的计算和比较；格朗特写出了第一本关于人口统计的著作。他们开创了从数量方面研究社会经济现象的先例。（定量）（二）近代期（18世纪末——19世纪末）1.数理统计学派法国的拉普拉斯，比利时的凯特勒。

2、拉普拉斯把古典概率论引进统计学，发展了概率论，推广了概率论在统计中的应用；凯特勒把德国的国势学派、英国的政治算术学派和意大利、法国的古典概率论融合改造为近代意义的统计学。他是数理统计学派的奠定人，有“统计学之父”之称。2.社会统计学派德国的克尼斯、恩格尔、梅尔等。他们强调统计学是研究社会现象的科学，包括统计资料的搜集、整理和分析研究，目的是要揭示现象内部的联系。（三）统计学的现代期（20世纪初至今）数理统计学与社会统计学逐步融合成为统一的现代统计学。统计学的主流从描述统计学转向推断统计学。20世纪30年代R·费希尔的推断统计理论标志着现代数理统计学的确立。考点2描述统计学与推断统计

3、学的关系描述统计学与推断统计学是现代统计学的两个组成部分，相辅相成，缺一不可。描述统计是推断统计的前提基础，推断统计是描述统计的发展延伸。概率论（包括分布理论、大数定律和中心极限定理等）推断统计（利用样本信息和概率论对总体的数量特征进行估计和检验等）（描述统计（统计数据的搜集、整理、显示和分析等）反映客观现象的数据样本数据总体数据总体内在的数量规律性考点3理论统计与应用统计1.理论统计：研究统计学的一般理论；研究统计方法的数学原理2.应用统计：研究统计学在各领域的具体应用考点4数据的直接来源普查、抽样调查、重点调查和典型调查，重点关注4种方法的优缺点1.普查为某一特定目的，专门组织

4、的一次性全面调查。一种摸清国情、国力的重要调查方法。特点：（1）一次性或周期性的；（2）需要规定统一的标准调查时间，保证结果的准确性；（3）数据较准确，规范化程度也高，因此可作为抽样调查和其他调查的依据；（4）使用范围较窄，只能调查一些最基本或特定的现象。（5年经济调查、10年人口调查）2.抽样调查按照一定的概率从总体中抽取一部分单位构成样本，并根据样本信息推断总体数量特征的一种非全面调查。一种应用最为广泛的调查组织方式。（产品质量破坏检验、居民住宅调查）特点：（1）按随机原则抽取；（2）存在由样本推断总体产生的抽样误差，但其误差可计算也可控制；（3）适用范围广，且节约成本，可以保

5、证实效性。3.重点调查：它只从全部总体单位中选择少数重点单位进行调查，这些重点单位尽管在全部总体单位中出现的频数极少。特点：（1）主要适用于通过重点单位来反映主要情况或基本趋势的调查；（2）投入少、调查速度快；（3）用于定量研究。4.典型调查是从全部总体单位中选择一个或几个有代表性（典型性）的单位进行深入细致调查的一种调查组织方式。特点：（1）适用于通过典型单位来描述或揭示事物的本质或规律的调查；例如，研究工业企业的经济效益，可在同行业中选择一个或几个经济效益突出的单位做调查，从中找出经济效益好的原因和经验。（2）主要用于定性研究，调查结果一般不能推断总体。考点5统计数据的质量1抽

6、样误差（不可避免、但可计算、可控）（1）由抽样的随机性所带来的误差（2）所有样本可能的结果与总体真值之间的平均差异（3）影响抽样误差的大小的因素：样本量；总体的变异性；要求的可靠性2非抽样误差（可以避免）（1）由其他原因造成的样本观察结果与总体真值之间的差异（2）存在于所有的调查之中(概率抽样、非概率抽样和全面调查)（3）有抽样框误差、回答误差、无回答误差、调查员误差、测量误差（4）控制方法：调查员的培训、调查结果进行检验。3质量要求：精度、准确性、关联性及时性、一致性。考点6统计学基本概念中的变量变量：在研究总体时，我们重点关注的是总体单位具有哪些特征或属性，我们把这些特征称为变

7、量。变量的名称是针对总体中每一基本单位的属性都存在着差异而言的。（性别：品质变量，成绩：数量变量）考点7统计数据的分组品质标志分组：按照性别、质量等级等定性指标分组数量标志分组：按照数量或数值等定量指标分组分组原则：“不重不漏”和“上限不在内”考点8确定组距与组限一组数据的最大值与最小值之差称为极差，用R表示，即　　　R＝最大值－最小值（1）组距：由组数（K）和极差（R）就可确定组距（d），即d≥R/k。（2）组中值：各组取相同的组距，再选择接近数据中的最小值作为第一