spss简介 (2)

spss简介 (2)

ID:43104554

大小:46.51 KB

页数:5页

时间:2019-09-26

spss简介 (2)_第1页
spss简介 (2)_第2页
spss简介 (2)_第3页
spss简介 (2)_第4页
spss简介 (2)_第5页
资源描述:

《spss简介 (2)》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、SPSS简介09经信管04谭国平统计学(Statistics)是一门收集与分析数据,并且根据数据进行推断的艺术与科学。统计学理论主要包含三个部分:1.数据收集,2.数据分析,3.由数据做出决策。一.统计学的基本概念统计学中把所研究的对象全体称为总体,总体中的每一个元素称为一个个体。总体与个体都用数量指标来表示。1.总体与个体(population)统计学中把所研究的对象全体称为总体,总体中的每一个元素称为一个个体。即使面临的是一个定性的实际问题,也必须把有关的资料定量化。例如总体分成:抽烟与不抽烟两类。0表示抽烟者;1表示不抽烟者。2.样本从总体中

2、取出一个个体,称为从总体中得到一个样本。由于各种原因与实际条件的限制,不可能得到一个总体中所有个体的数据。即样本总是总体的一小部分。统计学的目的就是从样本去得出总体的信息。二.数理统计学的主要内容1.抽样理论:介绍如何收集数据。主要抽样方法,样本容量的确定,抽样误差,敏感问题等2.参数估计:如何根据数据得到总体参数信息。点估计、区间估计,Bayes估计等3.假设检验:如何对关于总体的一些假设做出决策。正态总体参数的检验,分布拟合检验,秩检验,列联表,统计决策等理论。4.方差分析与回归分析:变量间效应关系。方差分析—分类变量与数值变量的效应关系。回归

3、分析—研究数值变量之间的效应关系。5.多元分析:研究若干个变量之间的关系。聚类分析、判别分析、主成分分析、因子分析、典型相关分析等等。三.统计数据的直观描述:图与表为数据作图有两个目的:(1)帮助研究者从数据中提取信息,(2)很方便把信息传递给其它人。统计数据的图主要有:(1)分类变量的饼图与条形图,(2)数值变量的点图、直方图与散点图。统计推断statisticalinference根据带随机性的观测数据(样本)以及问题的条件和假定(模型),而对未知事物作出的,以概率形式表述的推断。它是数理统计学的主要任务,其理论和方法构成数理统计学的主要内容。

4、统计推断就是利用样本的数据,对总体的数量特征作出具有一定可靠程度的估计和判断。统计推断的基本内容有参数估计和假设检验两方面。概括地来讲,参数估计是指研究一个随机变量,推断它的数量特征和变动模式。而假设检验是检验随机变量的数量特征和变动模式是否符合我们事先所作的假设。参数估计和假设检验的共同特点是它们对总体都不很了解,都是利用部分样本所提供的信息对总体的数量特征作出估计或判断。所以,统计推断的过程必定伴有某种程度的不确定性,需要用概率来表示其可靠程度,这是统计推断的一个重要特点。 在数理统计学中,统计推断问题常表述为如下形式:所研究的问题有一个确定的

5、总体,其总体分布未知或部分未知,通过从该总体中抽取的样本(观测数据)作出与未知分布有关的某种结论。例如,某一群人的身高构成一个总体,通常认为身高是服从正态分布的,但不知道这个总体的均值,随机抽部分人,测得身高的值,用这些数据来估计这群人的平均身高,这就是一种统计推断形式,即参数估计。若感兴趣的问题是“平均身高是否超过1.7(米)”,就需要通过样本检验此命题是否成立,这也是一种推断形式,即假设检验。由于统计推断是由部分(样本)推断整体(总体),因此根据样本对总体所作的推断,不可能是完全精确和可靠的,其结论要以概率的形式表达。统计推断的目的,是利用问题

6、的基本假定及包含在观测数据中的信息,作出尽量精确和可靠的结论。统计推断是从总体中抽取部分样本,通过对抽取部分所得到的带有随机性的数据进行合理的分析,进而对总体作出科学的判断,它是伴随着一定概率的推测,特点是:由样本推断总体,统计推断是数理统计的核心部分,统计推断的基本问题可以分为两大类:一类是参数估计问题;另一类是假设检验问题。(一)参数估计(parameterestimation)是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。它是统计推断的一种基本形式,是数理统计学的一个重要分支,分为点估计和区间估计两部分。参数估计的特点是:(1)

7、无偏性。(2)一致性。(3)有效性。(4)充分性。参数估计的一般方法是:(1)矩估计法用样本矩估计总体矩,如用样本均值估计总体均值。(2)最小二乘法为了选出使得模型输出与系统输出yt尽可能接近的参数估计值,可用模型与系统输出的误差的平方和来度量接近程度。使误差平方和最小的参数值即为所求的估计值。(3)极大似然法选择参数θ,使已知数据Y在某种意义下最可能出现。某种意义是指似然函数P(Y│θ)最大,这里P(Y│θ)是数据Y的概率分布函数。与最小二乘法不同的是,极大似然法需要已知这个概率分布函数P(Y│θ)。在实践中这是困难的,一般可假设P(Y│θ)是正

8、态分布函数,这时极大似然估计与最小二乘估计相同。(二)假设检验——根据研究目的对样本所属的总体参数或总体分布提出假设,然后

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。