統(tǒng)計(jì)學(xué)復(fù)習(xí)資料

12定距數(shù)據(jù)（Scale）：12345、統(tǒng)計(jì)資料和文獻(xiàn)RR=Xmax-nn=1+3.32lgN（N為樣本總量）234、數(shù)據(jù)的其它變換取值X反映數(shù)據(jù)集中性的特性值有：平均值（均數(shù)1、平均數(shù)（均數(shù)，Mean：X：Xxx nnXXwxwx w1 2nn3）XXlnX1nnlniXn f1f2fn nx0為基數(shù)或基年數(shù)據(jù)?xn為最后時(shí)期的數(shù)據(jù)?n為間隔年數(shù)不包含基年2、中位數(shù)3、眾數(shù)對(duì)于未分組的數(shù)據(jù)，對(duì)于分組數(shù)據(jù)，當(dāng)β=0時(shí)，表達(dá)分布的峰度是正態(tài)分布的峰度；當(dāng)β>0時(shí)，表達(dá)分布曲線的高峰是尖頂高峰；當(dāng)β<0時(shí)，表達(dá)分布曲線的高峰是平頂高峰。P=0<α（0.05時(shí)間序列分析（TimeSeriesAnalysis）1、點(diǎn)狀分布2、線狀分布3時(shí)間序列分析（TimeSeriesAnalysis）是研究事物發(fā)展變化規(guī)律的一種量化分析辦法。2自回歸移動(dòng)平均（ARMA）模型，也稱B-J辦法：認(rèn)為時(shí)間序列是若干白噪聲序列的某種組合（MA模型，能夠由其本身的某些滯后序列進(jìn)行解釋（AR模型。慣用于隨機(jī)性波動(dòng)重要指標(biāo)——發(fā)展水平、平均發(fā)展水平、增減量、平均增減量基期、報(bào)告期（末期序時(shí)平均數(shù)

xx x n

x1

fx2x3

xn12

x fi

,x x1x2xn

xn增減量：xtxt1

xtx0

x t4發(fā)展速度

xt增減速度增減速度

報(bào)告期水平發(fā)展速度 5an項(xiàng)計(jì)算一系列序時(shí)平均數(shù)。yx1x2 yx2x3 yx3x4 yxnxn1

bnxYYax

a

YabxYabxSSEMAPER2等變量的有關(guān)性：Ft統(tǒng)計(jì)量等； 0.156B1SPSS時(shí)間序列的預(yù)解決——平穩(wěn)化解決的目的是使解決后的序列成為平穩(wěn)序列。普通而言，均值平穩(wěn)化采用差分（Difference）Box-Cox第三章假設(shè)檢查與均數(shù)比較樣本：從總體中取出部分個(gè)體的過(guò)程，稱為“抽樣”隨機(jī)抽樣法、系統(tǒng)點(diǎn)抽樣法、分層區(qū)域抽樣法、階梯抽樣法、橫截面（線）3X95％的可能25±2周歲。（H0H0H0:μ＝某值；H0:μ≥某值；H0:μ≤某值；H1H1μ≠H1μ<H1μ>某值；檢查水平α：0.01、0.050.10?！顩Q定于均數(shù)μσ212原始資料呈正態(tài)分布時(shí)：t原始資料不呈正態(tài)分布，但樣本量較大時(shí)：t兩樣本方差不齊數(shù)據(jù)變換后方差齊：t數(shù)據(jù)變換后方差不齊：t擬定檢查水準(zhǔn) 方差分析慣用于均數(shù)比較，研究控制因素（定性）與觀察變量（定量）tF提出假 擬定明顯性水平F（F統(tǒng)計(jì)量服務(wù)（k-1，n-k）F顯影響，觀察變量的變差應(yīng)歸結(jié)為隨機(jī)變量造成的，F(xiàn)1。質(zhì)性（HomogeneityofVariance）t檢查:棄真錯(cuò)誤αX圍內(nèi)變化。變量間的這種互有關(guān)系，稱為含有不擬GDP、商品流通規(guī)模與商務(wù)成本2R=1或-R=00<R<1或-1<R<02R>02線性有關(guān)2單有關(guān)31有關(guān)：反映變量間線性關(guān)系的親密程度（點(diǎn)的疏密回歸：反映自變量取值大小對(duì)因變量取值的影響程度（斜率大小擬定回歸分析的自變量（解釋變量）和因變量（被解釋變量SPSS★非線性回歸：CurveEstimationNonlinear★L(fēng)ogisticLogistic2線性回歸分析：是描述一種因變量(dependentvariable)Y與一種或多個(gè)自變量(independentvariable)X?yi

?

ab1x1ib2x2i足：E(ε)=0;var(ε)=σ2y正態(tài)性：對(duì)于自變量的每一組合，y方差齊性：對(duì)于自變量的每一組合，y回歸系數(shù)的明顯性檢查：檢查總體偏回歸系數(shù)βi(xji(xjixijn2

R2(n

p 1R2Fch=ti2FF統(tǒng)計(jì)量回歸方程能夠解釋的被解釋變量變異程度越高,擬合優(yōu)度越高Cox&SnellR2統(tǒng)計(jì)量=1NaglkerkeR2=Cox&SnellR2/(1-(L0)2/n)回歸方程預(yù)測(cè)值與實(shí)際值之間的吻合程度,總體預(yù)測(cè)精確率越高,擬合優(yōu)度越高Hosmer-Lemeshown-2個(gè)自由度的卡方分布:當(dāng)自變量較多且多模型擬合優(yōu)度的檢查決定系數(shù)R2,檢查樣本數(shù)據(jù)點(diǎn)聚集在回歸線周邊的密集程度。但其大小受R2:PR2的影響。可用于多元線性回歸模型1（1）聚類分析是統(tǒng)計(jì)學(xué)中研究“物以類聚”2（3）X3（1）Q（2）R4系統(tǒng)聚類法（應(yīng)用最廣泛5（1）（3）SPSS快速聚類（迭代過(guò)程）：K-Means系統(tǒng)聚類 聚類辦法的選擇：即以什么辦法聚類，SPSS（一）Between-groupslinkage 3.Nearest4.Furthest5.Centroid(歐式距離6.Median(歐式距離7.WardMethod 123 xp ，且每個(gè)變量的均值為0，原則差1?，F(xiàn)將每個(gè)原有變量用

k(k

f1

f2

fk的線性組x1

a11

a12

a13f3

a1kfkx2x3

a21f1a31

a22a32f2

a23f3a33f3

a2kfka3kfkxp

ap1

ap2

ap3f3

apkfkf11121

12x2L22

12Lm1

m2

120.3p值不大于給定的明顯性水平，則適合做因子分析。△KMO檢查：KMO1，越適合做因子分析3x1

a11f1a12

a13f3

a1kfkx2x3

a21f1a22a31f1a32f2

a23f3