统计学复习资料

统计学复习资料简答题第一章1、什么是描述统计？什么是推断统计？试举例说明？答：描述统计是指怎样从已知观察资料，搜集，整理，分析，研究并提供统计资料理论和方法，用以说明研究现象情况和特征，而无须深入一层地去试图推论数据本身以外任何事情。推断统计则是凭样本资料已推断总体特征技术和方法。举例略。第二章1、什么是统计调查？统计调查有哪几个组织形式？答：A：统计调查就是对统计资料搜集，它是依照研究目标和要求，有组织、有计划地向调查对象搜集原始资料和次级资料过程。B：统计调查按照搜集资料组织方式不一样，分为专门调查和统计报表。专门调查包含普查、重点调查、抽样调查和经典调查。2、普查、经典调查、重点调查和抽样调查各有什么特点和区分？答：A：普查--是专门组织一次性全方面调查。对资料准确性要求高，普查面广量大，要求有更多集中领导和统一行动。普查中应注意：要求统一标按时点；确定统一普查年限；要求普查项目和指标。B：重点调查---是指只在调查对象中选择一部分重点单位进行调查，借以了解总体基本情况一个非全方面调查。它可用于经常性调查，也可用于一次性调查，组织重点调查主要问题是确定重点单位。C抽样调查---是指依照随机标准从调查总体中抽取部分单位进行观察并依照其结果推断总体数量特征一个非全方面调查方法。D经典调查---就是依照调查目标和要求，再对研究对象进行全方面分析基础上，有意识地选择部分有代表性单位进行调查，它也是一个非全方面调查。其选点方式有解剖麻雀（情况差异较少时）和划类选点(各单位之间差异较大）。第三章1、试述平均数在统计分析中作用。答：能够用来反应标志值经典水平和标志值分布中心位置或集中趋势。2、平均数有哪几个？应用最广泛是哪一个？他们在统计应用中各有什么用途？答：A：平均数有算术平均数（应用最广泛）、调和平均数、几何平均数、中位数和众数。B：平均数能够用来反应标志值经典水平和标志值分布中心位置或集中趋势。3、惯用标志变异指标有哪些？各种指标作用和不足怎样？答：A：惯用标志变异指标有极差、四分位差、平均差、方差和标准差、离散系数、偏度和峰度。B:1》极差--是测定标志变动程度一个粗略方法，它计算简便、易于了解。但只受极端值影响，测定结果往往不能反应数据实际离散程度。2》四分位差--是对极差一个改进，它不受极值影响，在反应数据离散程度方面比极差准确，有较高稳定性。同时对于存在开口组距数列，不能计算极差，但能够计算四分位差。但它不能充分利用数列全部信息，也无法反应标志值得通常变动。3》平均差---对离差采取绝对值，防止了正负离差求和时相互抵消问题，但绝对值不便于代数运算。而方差和标准差可填补这一不足。4》离散系数---能够消除不一样总体之间在计量单位和平均水平方面不可比原因。4、为何要计算离散系数？惯用离散系数有哪几个？答：在统计研究中，为了对不一样总体标志变异度进行对比分析，往往还需要有测定总体中各单位标志值变异相对量指标即离散系数，以消除不一样总体之间在计量单位和平均水平方面不可比原因。常见有平均差系数和标准差系数。第四章1、相对指标概念及分类。答：1.分类:依摄影对指标性质和实际工作需要，相对指标主要有以下六种(1)计划完成相对数：也称计划完成百分数，是将实际完成量与计划指标进行对比，对比结果通惯用百分数表示。（2）结构相对数：计算各部分在总体终所占比重，这么相对数，就说结构相对数。它是总体组成部分数值对总体数值之比，也就是部分与全体之比。（3）比较相对数：比较相对数，是指同一时期不一样地域、不一样单位之间同类指标之比，用以反应事物发展不平衡相对差异程度。（4）动态相对数：动态相对数，是表明同一现象不一样时期2个指标之比，又称为发展速度。通惯用来作为比较指标所属时期叫做基期，与基期对比时期叫做汇报期。（5）强度相对数：强度相对数是说明现象发展强度、密度或普遍程度。它是由两个性质不一样但又有联络总量指标进行对比，用来反应社会现象之间相互关系。（6）百分比相对数：百分比相对数，是同一总体中两个部分之比。2、指数分类。答：指数按照划分标准不一样能够分为以下几类：(1)按所反应现象特征不一样，可分为数量指数和质量指数:数量指数反应现象总规模、水平或工作总量改变；质量指数反应工作质量改变情况。(2)按计算指数时所用基期不一样，可分为定基指数和环比指数。定基指数基期是固定不变，环比指数基期是伴随汇报期改变而改变，通常是以上一年同期作为基期。（3）按所反应现象范围不一样，可分为个体指数和总指数。个体指数是说明单个事物或现象在不一样时期上变动程度，总指数是说明多个事物或现象在不一样时期上综合变动程度。3、综合指数编制：①同度量原因与指数化原因相乘后必须是有实际经济意义总量指标；②数量指标指数通常以质量指标为同度量原因，质量指标指数通常以数量指标为同度量原因；③同度量原因固定时期必须以指数经济意义为依据。第七章1、什么是抽样？抽样主要特点有哪些？抽样在工商管理领域中有哪些应用？P157答：A：抽样就是从所研究对象中随机地取出其中一部分来观察，由此而取得关于总体信息。B：1》恪守随机标准；2》推断被调查对象总体特征；3》计算推断准确性和可靠性。C：1》当一些现象不可能采取全方面调查时，能够利用抽样作出推断。2》当一些现象没有必要采取全方面调查时，可利用抽样做出推断。3》抽样调查和全方面调查相结合，能够相互补充，也能够对全方面资料起到检验和正确作用。4》对于一些总体假设需要依靠抽样法进行假设检验。5》它可用于当代化工业大批量生产过程中产品质量控制。2、简述样本统计量和总体参数、随机抽样和判断抽样、非抽样误差和抽样误差概念。P158答：A：样本统计量--当集中趋势指标和离散趋势指标用来描述样本特征时。B：总体参数---。。。用来描述总体特征时。C：随机抽样--按照随机标准，即按概率规律抽取样本，在总体中全部单位被抽中机会是均等。D：判断抽样--是一个非随机抽样，它是依照个人或集体构想或经验，从总体中有目标地抽取样本。E：非抽样误差--是指在调查登记过程中发生误差和因为主观原因破坏了随机标准而产生系统性偏差。F：抽样误差--是指因为抽样随机性而带来偶然代表性误差，不包含登记性误差和不恪守随机标准造成误差。3、什么是纯随机抽样？什么是等距抽样 ？什么是类型抽样？什么是整群抽样？什么是多阶段抽样？他们特点和适用条件是什么？P160答：A：纯随机抽样--是对总体全部容量不作任何分类和排队，完全按照随机标准逐一抽取样本容量。B：等距抽样--也称机械抽样或系统抽样，它是先将总体各单位按某一关于标志排队，然后相等距离或相等间隔抽取样本单位。C：类型抽样---又称分类抽样或分层抽样，它是先将全及总体中全部单位按某一主要标志分组，然后在各组中采取纯随机抽样或等距抽样方式，抽取一定数目标调查单位组成所需样本。适宜于总体情况比较复杂，各类型或层次之间差异较大，而总体单位又较多情形。D：整群抽样--是在全及总体中以群为单位，按纯随机抽样方式或等距抽样方式，抽取若干群，然后对所抽中各群中全部单位一一进行调查。E：多阶段抽样--将整个抽样程序分成若干阶段，然后逐阶段进行抽样，以完成整个抽样过程抽样方式。4、什么是抽样分布？举例说明样本平均数抽样分布。P164答：假如从一个总体中随机抽出容量相同各种样本，则从这些样本计算出一些统计量全部可能值分布，称为这个统计量抽样分布。5、试述中心极限定理基本内容。P168答：内容为：给出一个具备任意函数形式总体，其平均值和方差有限。在对该总体进行抽样时，伴随样本容量增加，由这些样本算出样本平均数抽样分布快要似服从平均数为和方差为正态分布。简言之，若统计量Z=。。。。，则Z近似标准正态分布。6、试述两个样本平均数之差抽样分布基本原理。P172答：若果有两个正态总体，那么从两个正态总体中抽取容量分别为n1和n2两个独立样本平均数之差也一定服从正态分布。第八章1、什么是点估量？什么是区间估量？二者各有什么优缺点？点估量是依照样本数据计算一个估量值，但不能表明估量可靠程度。区间估量是经过样原来估量总体参数可能位于区间。点估量优点在于它能够明确地估量总体参数，但通常该值不会等于总体参数真值。它与真值误差以及估量可靠性怎样，我们无法知道。而区间估量则可填补这种不足之处。2、判断一个估量量好坏标准有哪些？无偏性，一致性，有效性第九章1、什么是假设检验？它试图处理什么问题？假设检验就是对总体参数所做假设开始，然后搜集样本数据，计算出样本统计量，进而利用这些数据测定假设总体参数在多大程度上市可靠，并作出认可还是拒绝该假设判断。假设检验是研究怎样利用样本得到统计量来检验事先对总体参数所做假设是否作出确，是否具备某种性质或数量特征。2、试述第Ⅰ类错误与第Ⅱ类错误关系。两类错误表示：犯第一类错误概率，用α来表示犯第二类错误概率，用β来表示两类错误关系：若α减小，则β必增大若β减小，则α必增大第十章1、非参数统计概念和特点概念：所谓非参数统计，就是对总体分布详细形式无须做任何限制性假定和不以总体参数详细数值估量为目标推断统计。这种统计主要对某种判断或假设进行检验，故亦称为非参数检验。特点：非参数统计与传统参数统计相比，有以下优点：1、非参数统计方法要求假定条件比较少，因而它适用范围比较广泛。2、多数非参数统计方法要求运算比较简单，能够快速完成计算取得结果，因而比较节约时间。3、大多数非参数统计方法在直观上比较轻易了解，不需要太多数学基础知识和统计学知识。4、大多数非参数统计方法可用来分析如象由等级组成数据资料，而对计量水准较低数据资料，参数统计方法却不适用。5、当推论多达3个以上时，非参数统计方法尤具优越性。非参数统计方法也有以下缺点：1、因为方法简单，用计量水准较低，所以，假如能与参数统计方法同时使用时，就不如参数统计方法敏感。若为追求简单而使用非参数统计方法，其检验功效就要差些。这就是说，在给定显著性水平下进行检验时，非参数统计方法与参数统计方法相比，第Ⅱ类错误概率β要大些。2、对于大样本，如不采取适当近似，计算可能变得十分复杂。第十一章1.相关关系概念及分类（1）相关关系概念变量之间依存关系能够分为函数关系和相关关系两种。函数关系是指变量之间保持着严格依存关系，展现一一对应特征。而相关关系是指变量之间保持着不确定依存关系。（2）相关关系分类变量间相关关系能够按照不一样标志进行分类：①按相关程度可分为完全相关、不完全相关和不相关三种当一个变量改变完全由另一个变量所决定时，称变量间这种关系为完全相关；当变量之间存在不严格依存关系时，称为不完全相关；当两个变量改变相互独立、互不影响时，称两个变量不相关（或零相关）；②按相关方向可分为正相关和负相关当一个变量伴随另一个变量增加（降低）而增加（降低），即二者同向改变时，称为正相关；当一个变量伴随另一个变量增加（降低）而降低（增加），即二者反向改变，称为负相关。③按相关形式可分为线性相关和非线性相关两种当变量间依存关系大致展现线性形式，即当一个变量变动一个单位时，另一个变量也按一个大致固定增（减）量变动，就称之为线性相关；当变量间关系不按固定百分比改变时，就称之为非线性相关。④按研究变量多少可分为单相关、偏向关和复相关三种两个变量之间相关，称为单相关；一个变量与两个或两个以上其余变量之间相关，称为复相关；在多个变量相关研究中，假定其余变量不变，专门研究其中两个变量之间相关关系时就称其为偏相关。2.回归分析概述（1）回归分析概念在相关分析确定了变量之间相关关系基础上，采取一定计算方法，建立起变量间变动关系公式，并依照一个变量改变来估量或预测另一个变量发展改变研究方法，就是回归分析。回归分析和相关关系之间区分与联络：回归分析和相关分析都是对变量之间不严格依存关系分析，在理论基础和方法上具备一致性。只有存在相关关系变量才能进行回归分析，相关程度越高，回归分析结果越可靠。不过二者之间也存在差异：第一，相关分析研究是变量之间依存关系，这些变量地位对等，不区分为主从原因或因果关系。回归分析却是在控制或给定一个（或多个）变量条件下来观察对应某一变量改变，给定变量为自变量，不是随机变量，被观察变量称为因变量，是随机变量，所以回归分析中必须依照研究目标来确定自变量和因变量。第二，相关关系主要测定是变量之间关系亲密程度。回归分析则着重于变量之间详细变动关系，经过建立回归模型，控制或给定自变量对因变量及进行估量和预测。计算题一、平均数1、算数平均数A简单算术平均数:B加权算数平均数：式中：式中：——标志值出现次数或权数——标志值——组数——标志总量 2、调和平均数A简单调和平均数：B加权调和平均数：3、几何平均数：A简单几何平均数：B加权几何平均数：二、中位数 ——中位数——中位数——中位数所在组下限——中位数所在组次数——总次数即各组次数总和——小于中位数组各组次数之和——中位数所在组组距三、众数四、四分位数公式见P48-49例：10个家庭人均月收入数据排序:660750780850960108012501500