《統(tǒng)計(jì)學(xué)基本概念》課件

《統(tǒng)計(jì)學(xué)基本概念》課件匯報(bào)人：2024-01-02CATALOGUE目錄統(tǒng)計(jì)學(xué)簡(jiǎn)介統(tǒng)計(jì)數(shù)據(jù)的收集與整理描述性統(tǒng)計(jì)概率論基礎(chǔ)參數(shù)估計(jì)與假設(shè)檢驗(yàn)回歸分析01統(tǒng)計(jì)學(xué)簡(jiǎn)介統(tǒng)計(jì)學(xué)的定義01統(tǒng)計(jì)學(xué)是一門研究數(shù)據(jù)收集、整理、分析和推斷的科學(xué)。02它旨在探索數(shù)據(jù)的內(nèi)在規(guī)律，幫助人們做出更準(zhǔn)確的預(yù)測(cè)和決策。統(tǒng)計(jì)學(xué)在各個(gè)領(lǐng)域都有廣泛的應(yīng)用，如經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、醫(yī)學(xué)和自然科學(xué)等。03統(tǒng)計(jì)學(xué)最初起源于對(duì)政府和商業(yè)數(shù)據(jù)的收集和分析。隨著科學(xué)方法的不斷發(fā)展，統(tǒng)計(jì)學(xué)逐漸形成了自己的理論體系和方法論?，F(xiàn)代統(tǒng)計(jì)學(xué)已經(jīng)與計(jì)算機(jī)科學(xué)、數(shù)學(xué)和其它學(xué)科緊密結(jié)合，形成了許多分支學(xué)科，如生物統(tǒng)計(jì)學(xué)、社會(huì)統(tǒng)計(jì)學(xué)和工程統(tǒng)計(jì)學(xué)等。統(tǒng)計(jì)學(xué)的發(fā)展歷程03統(tǒng)計(jì)學(xué)的應(yīng)用已經(jīng)滲透到我們?nèi)粘Ｉ畹姆椒矫婷妫瑥纳虡I(yè)分析、醫(yī)療診斷到科學(xué)研究，都離不開統(tǒng)計(jì)學(xué)的支持。01統(tǒng)計(jì)學(xué)是現(xiàn)代社會(huì)決策的重要依據(jù)，特別是在數(shù)據(jù)驅(qū)動(dòng)的決策中。02通過統(tǒng)計(jì)學(xué)的方法，人們可以更好地理解數(shù)據(jù)背后的規(guī)律和趨勢(shì)，從而做出更明智的決策。統(tǒng)計(jì)學(xué)的重要性02統(tǒng)計(jì)數(shù)據(jù)的收集與整理通過觀察和實(shí)驗(yàn)得到的數(shù)據(jù)，例如天氣觀測(cè)數(shù)據(jù)、股市數(shù)據(jù)等。觀測(cè)數(shù)據(jù)通過調(diào)查問卷、訪談等方式收集的數(shù)據(jù)，例如人口普查數(shù)據(jù)、消費(fèi)者調(diào)查數(shù)據(jù)等。調(diào)查數(shù)據(jù)在科學(xué)實(shí)驗(yàn)或臨床試驗(yàn)中得到的數(shù)據(jù)，例如藥物實(shí)驗(yàn)數(shù)據(jù)、農(nóng)業(yè)試驗(yàn)數(shù)據(jù)等。實(shí)驗(yàn)數(shù)據(jù)通過行政渠道獲取的數(shù)據(jù)，例如企業(yè)財(cái)務(wù)報(bào)表、政府統(tǒng)計(jì)數(shù)據(jù)等。行政記錄統(tǒng)計(jì)數(shù)據(jù)的來源定量數(shù)據(jù)不能量化的數(shù)據(jù)，例如性別、婚姻狀況、職業(yè)等。定性數(shù)據(jù)分類數(shù)據(jù)順序數(shù)據(jù)01020403表示事物有序類別的數(shù)據(jù)，例如星級(jí)評(píng)價(jià)、評(píng)分等級(jí)等?？梢粤炕臄?shù)據(jù)，例如身高、體重、考試分?jǐn)?shù)等。表示事物類別或?qū)傩缘臄?shù)據(jù)，例如血型、教育程度等。統(tǒng)計(jì)數(shù)據(jù)的分類圖形整理將數(shù)據(jù)用圖形表示，例如柱狀圖、折線圖、餅圖等，以便于數(shù)據(jù)的可視化。探索性數(shù)據(jù)分析對(duì)數(shù)據(jù)進(jìn)行初步分析，例如計(jì)算相關(guān)系數(shù)、進(jìn)行假設(shè)檢驗(yàn)等，以便了解數(shù)據(jù)之間的關(guān)系和規(guī)律。描述性統(tǒng)計(jì)對(duì)數(shù)據(jù)進(jìn)行描述，例如求平均數(shù)、中位數(shù)、眾數(shù)等，以便了解數(shù)據(jù)的集中趨勢(shì)和離散程度。表格整理將數(shù)據(jù)整理成表格形式，以便于數(shù)據(jù)的比較和分析。統(tǒng)計(jì)數(shù)據(jù)的整理方法03描述性統(tǒng)計(jì)表示某一數(shù)據(jù)值出現(xiàn)的次數(shù)。頻數(shù)頻數(shù)與數(shù)據(jù)總數(shù)的比值，表示某一數(shù)據(jù)值出現(xiàn)的相對(duì)次數(shù)。頻率頻數(shù)與頻率均值與中位數(shù)均值所有數(shù)據(jù)值的總和除以數(shù)據(jù)量，表示數(shù)據(jù)的平均水平。中位數(shù)將數(shù)據(jù)從小到大排序后，位于中間位置的數(shù)值。每個(gè)數(shù)據(jù)值與均值之差的平方的平均值，表示數(shù)據(jù)的離散程度。方差的平方根，也是表示數(shù)據(jù)的離散程度。方差與標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差方差04概率論基礎(chǔ)123描述隨機(jī)事件發(fā)生的可能性大小的量度，取值范圍在0到1之間，其中0表示事件不可能發(fā)生，1表示事件一定發(fā)生。概率概率值為1的事件，表示該事件一定會(huì)發(fā)生。必然事件概率值在0和1之間的事件，表示該事件有可能發(fā)生也有可能不發(fā)生。隨機(jī)事件概率的基本概念條件概率在某個(gè)事件B已經(jīng)發(fā)生的條件下，另一個(gè)事件A發(fā)生的概率，記為P(A|B)。獨(dú)立性兩個(gè)事件之間沒有相互影響，一個(gè)事件的發(fā)生不影響另一個(gè)事件發(fā)生的概率。如果兩個(gè)事件A和B相互獨(dú)立，則P(A|B)=P(A)和P(B|A)=P(B)。條件概率與獨(dú)立性隨機(jī)變量在隨機(jī)試驗(yàn)中取值具有隨機(jī)性的變量。根據(jù)隨機(jī)變量的取值范圍和取值特點(diǎn)，可以分為離散型隨機(jī)變量和連續(xù)型隨機(jī)變量。概率分布描述隨機(jī)變量取各個(gè)可能值的概率的函數(shù)，通常用概率函數(shù)、分布函數(shù)、分布律等形式表示。常見的概率分布有二項(xiàng)分布、泊松分布、正態(tài)分布等。隨機(jī)變量與概率分布05參數(shù)估計(jì)與假設(shè)檢驗(yàn)VS用單一的數(shù)值來估計(jì)未知參數(shù)或總體參數(shù)。例如，用樣本均值來估計(jì)總體均值。區(qū)間估計(jì)用某個(gè)區(qū)間來估計(jì)未知參數(shù)或總體參數(shù)。例如，用樣本均值±標(biāo)準(zhǔn)誤差來估計(jì)總體均值。點(diǎn)估計(jì)點(diǎn)估計(jì)與區(qū)間估計(jì)假設(shè)檢驗(yàn)的基本原理如果一個(gè)事件在多次試驗(yàn)中發(fā)生的概率很小，那么在一次試驗(yàn)中該事件就不太可能發(fā)生。小概率事件原理先假設(shè)原假設(shè)成立，然后根據(jù)樣本數(shù)據(jù)和統(tǒng)計(jì)原理推導(dǎo)出與已知事實(shí)或概率相矛盾的結(jié)論，從而否定原假設(shè)。反證法只考慮一個(gè)方向的假設(shè)檢驗(yàn)，例如只考慮正態(tài)分布的均值大于某個(gè)值的情況。考慮兩個(gè)方向的假設(shè)檢驗(yàn)，例如同時(shí)考慮正態(tài)分布的均值大于或小于某個(gè)值的情況。單側(cè)檢驗(yàn)雙側(cè)檢驗(yàn)單側(cè)檢驗(yàn)與雙側(cè)檢驗(yàn)06回歸分析模型y=β0+β1x+ε，其中y是因變量，x是自變量，β0和β1是回歸系數(shù)，ε是誤差項(xiàng)。目的通過找到最佳擬合直線，來預(yù)測(cè)因變量的取值。定義一元線性回歸分析是用來研究一個(gè)因變量與一個(gè)自變量之間的線性關(guān)系的統(tǒng)計(jì)方法。一元線性回歸分析定義多元線性回歸分析是用來研究多個(gè)自變量與一個(gè)因變量之間的線性關(guān)系的統(tǒng)計(jì)方法。模型y=β0+β1x1+β2x2+...+βpxp+ε，其中y是因變量，x1,x2,...,xp是自變量，β0,β1,β2,...,βp是回歸系數(shù)，ε是誤差項(xiàng)。目的通過找到最佳擬合平面或超平面，來預(yù)測(cè)因變量的取值。多元線性回歸分析非線性回歸分析是用來研究非線性關(guān)系的統(tǒng)計(jì)方法。定義y=f(β0,