第二节统计学中常用的基本概念

第二节 统计学中常用的基本概念 CONTENTS 数据的收集与整理 数据的特征与度量 概率与随机变量 统计推断基础 回归分析与方差分析 时间序列分析与预测 数据的收集与整理 01 通过发放问卷，收集研究对象的相关信息。 通过与研究对象进行面对面的交流，获取相关数据。 通过观察研究对象的行为、表现等，收集相关数据。 通过实验设计、实验操作等，获取相关数据。 调查问卷 访谈 观察法 实验法 数据收集的方法 将数据按照一定的分类标准进行整理，便于分析。 将数据按照不同的指标进行汇总，得出总体的数据特征。 对数据进行清洗，去除异常值、缺失值等，保证数据质量。 分类整理 汇总整理 数据清洗 数据整理的方法 用柱状图展示数据的分布情况，便于比较不同类别的数据。 用折线图展示数据的变化趋势，便于观察数据的走势。 用饼图展示数据的比例关系，便于了解各部分在总体中的比重。 用散点图展示两个变量之间的关系，便于发现数据的关联性。 柱状图 折线图 饼图 散点图 数据的可视化方法 数据的特征与度量 02 中位数（Median） 将数据按照大小顺序排列后，位于中间位置的数值。对于偏态分布的数据，中位数比平均数更能反映数据的集中趋势。 众数（Mode） 在一组数据中出现次数最多的数值。对于类别型数据，众数是非常重要的集中趋势度量。 平均数（Mean） 将一组数值相加后除以数值的数量，是最常用的集中趋势度量。它适用于数值型和类别型数据。 集中趋势的度量 标准差（Standard Deviation） 衡量数据分散程度的指标，用于描述数据与平均数之间的离散程度。标准差越大，数据越离散。 四分位数间距（Interquartile R… 对于偏态分布的数据，四分位数间距比标准差更能准确地描述数据的离散程度。 方差（Variance） 与标准差类似，用于衡量数据的离散程度，但方差是每个数据值与平均值差的平方的平均数。 离散程度的度量 偏度（Skewness） 描述数据分布形态的指标，用于衡量数据分布是否对称。正偏度表示数据向左倾斜，负偏度表示数据向右倾斜。 峰度（Kurtosis） 描述数据分布形态的指标，用于衡量数据分布的尖锐程度。峰度大于3的分布比正态分布更尖，峰度小于3的分布比正态分布更扁平。 分布形态的度量 概率与随机变量 03 概率的性质 1. 非负性：概率值总是非负的，即对于任一事件A，有0 <= P(A) <= 1。 3. 可列可加性：对于两个互斥事件A和B，有P(A+B) = P(A) + P(B)。 2. 规范性：对于必然发生的事件，其概率为1；对于不可能发生的事件，其概率为0。 概率的定义：概率是衡量某一事件发生的可能性的数值，通常表示为0到1之间的实数。 概率的定义与性质 3. 正则性：对于任意的实数a和b，有P(-a < X < a) = P(-b < X < b)。 2. 可测性：对于样本空间的每一个事件A，有P(X in A) <= 1。 1. 确定性：对于确定的样本点，随机变量的取值是确定的。 随机变量的定义：随机变量是定义在样本空间上的可测函数，用于描述随机现象的变量。 随机变量的性质 随机变量的定义与性质 01 离散型分布 02 1. 二项分布：描述n次独立伯努利试验中成功k次的概率分布。 03 2. 泊松分布：描述单位时间（或单位面积）内随机事件发生的次数的概率分布。 04 连续型分布 05 1. 正态分布：描述随机变量取值落在某一区间内的概率分布。 06 2. 指数分布：描述某个事件在独立重复试验中发生的次数的概率分布。 常见的随机变量分布 统计推断基础 04 统计推断基于概率论，利用数据和随机事件来推断未知的参数或假设。 统计推断基于随机样本，这意味着结果可以随着样本的不同而变化。 统计推断使用概率分布来描述随机样本的特性，并根据这些分布来做出推断。 概率论 随机性 概率分布 统计推断的基本原理 点估计是一种方法，它使用一个单一的数值来估计未知参数的值。 区间估计提供了一个置信区间，以描述参数的可能值。 贝叶斯估计使用贝叶斯定理来推断参数的值，它考虑了数据和先验信息。 点估计 区间估计 贝叶斯估计 参数估计的方法 对立假设是与零假设相反的假设，如果零假设被拒绝，那么我们接受对立假设。 01 02 03 04 在假设检验中，零假设是我们要检验的假设，通常是我们要反驳的假设。 p值是假设检验的核心，它表示观察到的数据在零假设为真的情况下出现的概率。 显著性水平是预先设定的值，用于确定何时拒绝零假设。 零假设 p值 对立假设 显著性水平 假设检验的方法 回归分析与方差分析 05 一元线性回归分析是研究一个因变量与一个自变量之间的线性关系的统计方法。 定义 模型 目的 一元线性回归模型通常表示为 y = ax + b，其中 a 是