《统计学》课后答案(第二版-贾俊平版)

第1章 统计与统计数据
一、学习指导
统计学是处理和分析数据的方法和技术,它几乎被应用到所有的学科检验领域.本章首先介绍统计学的含义和应用领域,然后介绍统计数据的类型及其来源,最后介绍统计中常用的一些基本概念.本章各节的主要内容和学习要点如下表所示。
多米诺骨牌理论薛璐下载
章节
主要内容
学习要点
1。1 统计及其应用领域潘恩思
什么是统计学
概念:统计学,描述统计,推断统计。
统计的应用领域
统计在工商管理中的应用。
统计的其他应用领域。
1。2 数据的类型
分类数据、顺序数据、数值型数据
概念:分类数据,顺序数据,数值型数据.
不同数据的特点.
观测数据和实验数据
概念:观测数据,实验数据。
截面数据和时间序列数据
概念:截面数据,时间序列数据。
1.3 数据来源
数据的间接来源
统计数据的间接来源。
二手数据的特点.
数据的直接来源
概念:抽样调查,普查。
数据的间接来源。
数据的收集方法。
调查方案设计
调查方案的内容。
数据质量
概念。抽样误差,非抽样误差。
统计数据的质量。
1。4 统计中的几个基本概念
概念:总体,样本。
参数和统计量
概念:参数,统计量。
概念:变量,分类变量,顺序变量,数值型变量,连续型变量,离散型变量。
二、主要术语
1.统计学:收集、处理、分析、解释数据并从数据中得出结论的科学。
2.描述统计:研究数据收集、处理和描述的统计学分支.
3.推断统计:研究如何利用样本数据来推断总体特征的统计学分支。
4.分类数据:只能归于某一类别的非数字型数据。
5.顺序数据:只能归于某一有序类别的非数字型数据。
6.数值型数据:按数字尺度测量的观察值。
7.观测数据:通过调查或观测而收集到的数据。
8.实验数据:在实验中控制实验对象而收集到的数据。
9.截面数据:在相同或近似相同的时间点上收集的数据。
10.时间序列数据:在不同时间上收集到的数据。
11.抽样调查:从总体中随机抽取一部分单位作为样本进行调查,并根据样本调查结果来推断总体特征的数据收集方法.
12.普查:为特定目的而专门组织的全面调查。
13.总体:包含所研究的全部个体(数据)的集合。
14.样本:从总体中抽取的一部分元素的集合。
15.样本容量:也称样本量,是构成样本的元素数目。
16.参数:用来描述总体特征的概括性数字度量。
17.统计量:用来描述样本特征的概括性数字度量。
18.变量:说明现象某种特征的概念。
19.分类变量:说明事物类别的一个名称。
20.顺序变量:说明事物有序类别的一个名称。
21.数值型变量:说明事物数字特征的一个名称.
22.离散型变量:只能取可数值的变量.
23.连续型变量:可以在一个或多个区间中取任何值的变量.
第2章 数据的图表展示
一、学习指导
数据的图表展示是应用统计的基本技能.本章首先介绍数据的预处理方法,然后介绍不同类型数据的整理与图示方法,最后介绍图表的合理使用问题。本章各节的主要内容和学习要点如下表所示。
章节
主要内容
学习要点
2。1 数据的预处理
拉森号导弹驱逐舰数据审核
数据审核的目的。
原始数据和二手数据的审核内容。
数据排序
数据排序的目的。
分类数据和数值型数据的排序方法。
数据筛选
数据筛选的目的。
用Excel进行数据筛选。
数据透视表
数据透视表的用途。
用Excel进行数据透视。
2。2 品质数据的整理与展示
分类数据的整理与图示
概念:频数,频数分布,比例,百分比,比率。
用Excel制作分类数据的频数分布表。
分类数据的图示:条形图,帕累托图好一代女对比条形图,饼图
顺序数据的整理与图示
概念:累积频数,累积频率。
累积频数分布图。
2.3 数值型数据的整理与展示
数据分组
苄基三乙基溴化铵概念:数据分组,单变量值分组,组距分组,等距分组,不等距分组,组距,组中值。
频数分布表的制作步骤.
用Excel制作频数分布表。
数值型数据的图示
直方图的绘制。
茎叶图的绘制。
箱线图的绘制。
直方图与条形图的区别。
茎叶图与直方图的区别。
线图的绘制。
散点图的绘制。
气泡图的绘制.
雷达图的绘制。
2。4 合理使用图表
鉴别图形优劣的准则
图形应包括的基本特征。
鉴别图形优劣的准则.
统计表的设计
统计表的结构。
统计表的设计。
二、主要术语
24.频数落在某一特定类别或组)中的数据个数
25.频数分布:数据在各类别(或组)中的分配。

本文发布于:2024-09-20 15:31:34,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/666682.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:数据   变量   样本   特征   总体   频数   分类
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议