统计学名词解释及公式
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。
概念：统计学，描述统计，推断统计。
统计在工商管理中的应用。
统计的其他应用领域。
概念：分类数据，顺序数据，数值型数据。
不同数据的特点。
概念：观测数据，实验数据。
概念：截面数据，时间序列数据。
统计数据的间接来源。
二手数据的特点。
概念：抽样调查，普查。
数据的间接来源。
数据的收集方法。
调查方案的内容。
概念。抽样误差，非抽样误差。
统计数据的质量。
概念：总体，样本。
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。
四、习题答案
1.D
2.D
3.A
4.B
5.A
6.D
7.C
8.B
9.A
10.A
11.C、12.C
13.B
14.A
15.C
16.D
17.C
18.A
19.C
20.D
21.A
22.C
23.C
24.B
25.D
26.C
27.B
28.D
29.A
30.D
31.A
32.B
33.C
34.A
35.A
36.A
37.D
38.B
39.B
40.C
41.C
42.D
43.C
44.D
45.A
46.B
47.C
48.A
49.C
50.D
51.A
52.C
53.D
54.A
55.B
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。
数据审核的目的。
原始数据和二手数据的审核内容。
数据排序的目的。
分类数据和数值型数据的排序方法。
数据筛选的目的。
用Excel进行数据筛选。
数据透视表的用途。
用Excel进行数据透视。
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，对比
条形图，饼图。
概念：累积频数，累积频率。
累积频数分布图。
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。
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。
图形应包括的基本特征。
鉴别图形优劣的准则。
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。
26.比例：一个样本（或总体）中各个部分的数据与全部数据之比。
27.比率：样本（或总体）中各不同类别数值之间的比值。
28.累积频数：将各有序类别或组的频数逐级累加起来得到的频数。
29.数据分组：根据统计研究的需要，将原始数据按照某种标准划分成不同的组别。
30.组距分组：将全部变量值依次划分为若干个区间，并将这一区间的变量值作为一组。
31.组距：一个组的上限与下限的差。
32.组中值：每一组的下限和上限之间的中点值，即组中值＝(下限值+上限值)/2。
33.直方图：用矩形的宽度和高度（即面积）来表示频数分布的图形。
34.茎叶图：由“茎”和“叶”两部分组成的、反应原始数据分布的图形。
35.箱线图：由一组数据的最大值、最小值、中位数和两个四分位数5个特征值绘制而成的、
反应原始数据分布的图形。
四、习题答案
1.C
2.A
3.B
4.C
5.D
6.B
7.C 8.B
9.B
10.C
11.A
12.B
13.B
14.C
15.C
16.B
17.D
18.D
19.C
20.B
21.C
22.D
23.D
24.B
25.D
26.B
27.B
28.D
29.D
30.C
31.B
32.C
33.C
34.A
35.B
第3章数据的概括性度量
一、学习指导
数据分布的特征可以从三个方面进行描述：一是分布的集中趋势，反映各数据向其中心值靠拢或聚集的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的形状，反映数据分布偏斜程度和峰度。本章将从数据的不同类型出发，分别介绍集中趋势测度值的计算方法、特点及其应用场合。本章各节的主要内容和学习要点如下表所示。
概念：众数。
众数的特点。
概念：中位数，四分位数。
中位数和四分位数的特点。
中位数和四分位数的计算。
概念：平均数，简单平均数，加权平均数，
几何平均数。
简单平均数和加权平均数的计算。
平均数的性质。
几何平均数的计算和应用场合。
众数、中位数和平均数在分布上的关系。
众数、中位数和平均数的特点及应用场合。
概念：异众比率。
异众比率的计算和应用场合。
概念：四分位差。
四分位差的计算和应用场合。
概念：极差，平均差，方差，标准差。
极差的计算和特点。
平均差的计算和特点。
样本方差和标准差的计算。
总体方差和标准差的计算。
概念：标准分数。
标准分数的计算和应用。
经验法则。
切比雪夫不等式。
概念：离散系数。
离散系数的计算。
离散系数的用途。
概念：偏态，偏态系数。
偏态系数的计算。
偏态系数数值的意义。
概念：峰态，峰态系数。
峰态系数的计算。
峰态系数数值的意义。
用Excel计算描述统计量。
Excel统计函数的应用。
二、主要术语和公式
（一）主要术语
M表示。
1.众数：一组数据中出现频数最多的变量值，用
o
M表示。
2.中位数：一组数据排序后处于中间位置上的变量值，用
e
3.四分位数：一组数据排序后处于25%和75%位置上的值。
4.平均数：一组数据相加后除以数据的个数而得到的结果。
G表示。
5.几何平均数：n个变量值乘积的n次方根，用
m
6.异众比率：非众数组的频数占总频数的比率。
7.四分位差：也称为内距或四分间距，上四分位数与下四分位数之差。
8.极差：也称全距，一组数据的最大值与最小值之差。
9.平均差：也称平均绝对离差，各变量值与其平均数离差绝对值的平均数。
10.方差：各变量值与其平均数离差平方的平均数。
11.标准差：方差的平方根。
12.标准分数：变量值与其平均数的离差除以标准差后的值。
13.离散系数：也称为变异系数，一组数据的标准差与其相应的平均数之比。
14.偏态：数据分布的不对称性。
15.偏态系数：对数据分布不对称性的度量值。
16.峰态：数据分布的平峰或尖峰程度。
17.峰态系数：对数据分布峰态的度量值。
（二）主要公式
四、习题答案
1.A
2.C
3.B
4.C
5.D
6.B
7.D
8.A
9.A
10.C
11.B
12.C
13.A
14.B
15.A
16.B
17.A
18.B 19.C
20.A
21.B
22.C
23.C
24.C
25.C
26.D
27.A
28.A
29.B
30.B
31.A
32.A
33.B
34.B
35.A
36.B
37.A
38.C
39.B
40.A
41.A
42.B
43.B
44.A
45.B
46.A
47.C
48.D
49.B
50.A
51.C
52.D
53.B
54.D
55.B
56.A
57.B
58.D
59.A
60.B
61.C
62.D
63.A
64.C
65.D
66.D
67.C
68.B
69.D
70.D
71.A
72.B
73.D
74.C
75.A
76.D
77.D
78.A
79.A
80.C
81.D
82.D
83.A
84.A
85.A
86.D
第4章抽样与参数估计
一、学习指导
参数估计是推断统计的重要内容之一，它是在抽样及抽样分布的基础上，根据样本统计量来推断我们所关心的总体参数。本章首先介绍抽样分布的有关知识，然后讨论参数估计的一般问题，最后介绍一个总体参数估计的基本方法和参
概念：简单随机抽样，简单随机样本，
重复抽样，不重复抽样，分层抽样，系
统抽样，整群抽样。
用Excel抽取简单随机样本。
概念：抽样分布，样本均值的抽样分
布，样本比例的抽样分布，样本方差的
抽样分布。
中心极限定理。
样本均值抽样分布的特征。
样本均值的抽样分布与总体分布的关
系。
样本比例抽样分布的形式和特征。
样本方差抽样分布的形式。
概念：估计量，估计值。
概念：点估计，区间估计，置信区间，
置信水平。
置信区间构建的原理。
置信区间的解释。
概念：无偏性，有效性，一致性。
正态总体、方差已知时的置信区间。
非正态总体、大样本时的置信区间。
用Excel计算给定α的正态分布的临
界值。
正态总体、方差已知时的小样本置信
区间。
正态总体、方差未知时的小样本置信
区间。
用Excel计算给定α的t分布的临界
值。
总体比例的置信区间。
总体方差的置信区间。
用Excel计算给定α的2χ分布的临界
值。
样本容量的计算方法。
样本容量的计算方法。
二、主要术语和公式
（一）主要术语
36.简单随机抽样：也称纯随机抽样，它是从含有N个元素的总体中，抽取n个
元素作为样本，使得总体中的每一个元素都有相同的机会（概率）被抽中。
37.简单随机样本：从含有N个元素的总体中，抽取n个元素作为样本，使得总
体中每一个样本量为n的样本都有相同的机会（概率）被抽中。
38.重复抽样：从总体中抽取一个元素后，把这个元素放回到总体中再抽取第二
个元素，直至抽取n个元素为止。
39.不重复抽样：一个元素被抽中后不再放回总体，而是从所剩元素中抽取第二
个元素，直到抽取n个元素为止。
40.分层抽样：也称分类抽样，它是在抽样之前先将总体的元素划分为若干层
（类），然后从各个层中抽取一定数量的元素组成一个样本。
41.系统抽样：也称等距抽样或机械抽样，它是先将总体中的各元素按某种顺序
排列，并按某种规则确定一个随机起点；然后，每隔一定的间隔抽取一个元素，直至抽取n个元素形成一个样本。
42.整群抽样：先将总体划分成若干群，然后以群作为抽样单位从中抽取部分群，
随后再对抽中的各个群中所包含的所有元素进行观察。
43.抽样分布：在重复选取样本量为n的样本时，由样本统计量的所有可能取值
形成的相对频数分布。
44.样本均值的抽样分布：在重复选取样本量为n的样本时，由样本均值的所有
可能取值形成的相对频数分布。
45.样本比例抽样分布：在重复选取样本量为n的样本时，由样本比例的所有可
能取值形成的相对频数分布。
46.标准误差：也称为标准误，它是样本统计量的抽样分布的标准差。
47.估计标准误差：若计算标准误时所涉及的总体参数未知，可用样本统计量代
替计算的标准误。
48.估计量：用来估计总体参数的统计量的名称，用符号θ?表示。
49.估计值：用来估计总体参数时计算出来的估计量的具体数值。
50.点估计：用样本统计量θ?的某个取值直接作为总体参数θ的估计值。
51.区间估计：在点估计的基础上，给出总体参数估计的一个范围。
52.置信区间：由样本统计量所构造的总体参数的估计区间。
53.置信水平：也称为置信系数，它是将构造置信区间的步骤重复多次后，置信
区间中包含总体参数真值的次数所占的比率。
四、习题答案
87.A
88.B
89.A
90.B
91.B
92.C
93.D
94.C
95.A
96.C
97.A
98.A
99.C 100.A 101.D 121.B
122.A
123.B
124.D
125.B
126.A
127.C
128.A
129.B
130.A
131.C
132.D
133.C
134.B
135.D
155.A
156.B
157.C
158.C
159.D
160.B
161.D
162.D
163.C
164.C
165.B
166.C
167.D
168.D
169.A
189.C
190.A
191.B
192.C
193.A
194.D
195.A
196.B
197.C
198.A
199.A
200.A
201.A
202.A
203.C
223.B
224.A
225.A
226.D
227.C
228.B
229.A
230.A
231.B
232.B
233.B
234.C
235.B
236.B
237.D
102.B 103.D 104.B 105.B 106.B 107.A 108.A 109.A 110.D 111.D 112.B 113.C 114.C 115.B 116.B 117.B 118.D 119.D 120.C 136.C
137.A
138.A
139.D
140.A
141.B
142.C
143.A
144.C
145.B
146.A
147.A
148.A
149.A
150.A
151.A
152.A
153.B
154.A
170.B
171.C
172.A
173.A
174.C
175.C
176.C
177.B
178.A
179.B
180.B
181.A
182.D
183.C
184.A
185.B
186.B
187.C
188.B
204.B
205.B
206.A
207.C
208.C
209.B
210.C
211.C
212.B
213.C
214.B
215.A
216.B
217.A
218.A
219.A
220.C
221.C
222.D
238.A
239.B
240.B
241.C
242.D
第5章假设检验
一、学习指导
假设检验是推断统计的另一项重要内容，它是利用样本信息判断假设是否成立的一种统
计方法。本章首先介绍有关假设检验的一些基本问题，然后介绍一个总体参数的检验方法。
概念：假设，假设检验，原假设，备择假设，单侧检验，
双侧检验。
针对具体的实际问题，建立合理的原假设和备择假设。
概念：第Ⅰ类错误，第Ⅱ类错误，显着性水平。
两类错误的控制。
两类错误的关系。
概念：检验统计量，标准化检验统计量，拒绝域，临界
值。
统计量检验的原理。
利用统计量检验的决策准则。
概念：P 值。
P 值决策的原理，P 值的计算。 P 值检验与统计量检验的异同。 P 值决策的准则。
假设检验的步骤。 假设检验结果的表述。
总体方差2
σ已知时，均值检验的统计量和程序。
总体方差2
σ未知时，均值检验的统计量和程序。 用Excel 计算P 值。
总体方差2
σ已知时，均值检验的统计量和程序。 总体方差2σ未知时，均值检验的统计量和程序。 用Excel 计算P 值。 检验的统计量。 检验的程序。
用Excel 计算P 值。 检验的统计量。 检验的程序。
用Excel 计算P 值。
二、主要术语和公式
（一）主要术语
18. 假设：对总体参数的具体数值所做的陈述。
19. 假设检验：先对总体参数提出某种假设，然后利用样本信息判断假设是否成立的过程。 20. 备择假设：也称研究假设，是研究者想收集证据予以支持的假设，用1H 或a H 表示。 21. 原假设：也称零假设，是研究者想收集证据予以反对的假设，用0H 表示。
22. 单侧检验：也称单尾检验，是指备择假设具有特定的方向性，并含有符号“>”或“<”
的假设检验。
23. 双侧检验：也称双尾检验，是指备择假设没有特定的方向性，并含有符号“?”的假设
检验。
24. 第Ⅰ类错误：当原假设为正确时拒绝原假设，犯第Ⅰ类错误的概率记为α。 25. 第Ⅱ类错误：当原假设为错误时没有拒绝原假设，犯第Ⅱ类错误的概率通常记为β。 26. 显着性水平：假设检验中发生第Ⅰ类错误的概率，记为α。 27. 检验统计量：根据样本观测结果计算得到的，并据以对原假设和备择假设做出决策的某
个样本统计量。
28. 拒绝域：能够拒绝原假设的检验统计量的所有可能取值的集合。
29.临界值：根据给定的显着性水平确定的拒绝域的边界值。
H是正确的，那么所得的样本结果出现30.P值：也称观察到的显着性水平，如果原假设0
实际观测结果那么极端的概率。
（二）主要公式
四、习题答案
1.A
2.D
3.C
4.A
5.B
6.C
7.A
8.B
9.A
10.B
11.A
12.C
13.A
14.C
15.D
16.C
17.A
18.B
19.A
20.B
21.B
22.A
23.B
24.B
25.A
26.D
27.D
28.D
29.A
30.B
31.B
32.C
33.B 34.A
35.C
36.B
37.A
38.D
39.D
40.C
41.C
42.C
43.C
44.A
45.B
46.A
47.B
48.D
49.A
50.A
51.B
52.D
53.C
54.A
55.B
56.C
57.A
58.C
59.D
60.C
61.C
62.A
63.D
64.B
65.A
66.D
67.D
68.A
69.C
70.D
71.A
72.C
73.B
74.A
75.A
76.B
77.C
78.D
79.A
80.C
81.D
82.B
83.A
84.A
85.C
86.B
87.A
88.C
89.A
90.A
91.A
92.A
93.A
94.B
95.C
96.B
97.A
98.A
99.A
100.B
101.D
102.C
103.B
104.D
105.B
106.B
107.A
108.A
109.B
110.A
111.B
112.A
113.A
114.B
115.B
116.B
117.B
118.A
119.B
120.B
121.B
122.D
123.A
第6章方差分析
一、学习指导
本章主要介绍检验多个总体均值是否相等的一种统计方法，即方差分析。它
是通过对各观察数据误差来源的分析来判断多个总体均值是否相等。本章首先介绍方差分析中的一些基本问题，包括方差分析中的一些术语、方差分析的基本思想和基本假设，然后介绍单因素方差分析方法，最后介绍方差分析中的多重比较。
概念：方差分析，因子，处理。
概念：组内误差，组间误差，总平方
和，组内平方和，组间平方和。
误差的分解
总平方和、组内平方和、组间平方和
的关系。
方差分析中的3个基本假定。
方差分析中假设的提法。
概念：单因素方差分析。
数据结构。
概念：总平方和，组内方差，组间方
差。
假设的提法。
总平方和、组内方差、组间方差的计
算方法。
检验统计量的计算方法。
统计决策。
方差分析表的结构。
用Excel进行方差分析。
关系强度的测量方法。
多重比较的前提。
多重比较的作用。
多重比较的方法。
二、主要术语和公式
（一）主要术语
31.方差分析( ANOVA)：检验多个总体均值是否相等的统计方法。
32.因素：也称因子，是方差分析中所要检验的对象。
33.水平：也称处理，是因素的不同表现。
34.组内误差：来自水平内部的数据误差。
35.组间误差：来自不同水平之间的数据误差。
36.总平方和：反映全部数据误差大小的平方和，记为SST。
37.组内平方和：反映组内误差大小的平方和，记为SSE。
38.组间平方和：反映组间误差大小的平方和，记为SSA。
39.单因素方差分析：只涉及一个分类型自变量的方差分析。
40.组内方差：组内平方和除以相应的自由度。
41.组间方差：组间平方和除以相应的自由度。
四、习题答案
1.C
2.B
3.B
4.D
5.A
6.A
7.C
8.D
9.D
10.C
11.C
12.A
13.A
14.B
15.A
16.A
17.A
18.A
19.D 20.D
21.B
22.A
23.B
24.C
25.D
26.C
27.A
28.B
29.A
30.C
31.A
32.C
33.B
34.C
35.C
36.B
37.D
38.D
39.C
40.A
41.A
42.B
43.A
44.A
45.B
46.A
47.D
48.C
49.B
50.B
51.D
52.B
53.B
54.A
55.D
56.A
57.B
58.A
59.B
60.C
61.D
62.B
63.A
第7章 相关与回归分析
一、学习指导
相关与回归是研究变量之间关系的统计方法，该方法广泛应用于自然科学和社会科学的各个领域。本章首先介绍相关分析方法，然后介绍一元线性回归和多元线性回归分析方法。本章各节的主要内容和学习要点如下表所示。
概念：函数关系，相关关系。 相关关系的特点。 概念：相关系数。 相关分析的内容。 散点图的绘制和分析。 相关系数的计算。
相关系数的性质。
相关系数检验的目的。 相关系数检验的程序。
概念：回归模型，回归方程，估计的回归方程。
回归分析的内容。 回归模型的基本假定。 概念：最小二乘法。
?β和1?β的计算。 1
?β的解释。 用Excel 进行回归。
概念：总平方和，回归平方和，残差平方和，判定系数，估计量的标准误差。 判定系数的计算和解释。 判定系数与相关系数的关系。 估计量的标准误差的计算和解释。 线性相关检验的目的。
线性关系显着性检验的程序。 回归系数检验的目的。 回归系数检验的程序。
Excel 输出的回归结果的解释和应用。
概念：平均值的点估计，个别值的点估计，平均值的置信区间估计，个别值的预测区间估计。
平均值的点估计和个别值的点估计的区别。
平均值的置信区间估计和个别值的预测区间估计的区别。
点估计和区间估计的计算方法。 概念：多元线性回归模型，多元线性回归方程，估计的多元线性回归方程。 偏回归系数的解释。 参数的最小二乘估计方法。 用Excel 进行回归。
概念：多重判定系数，修正的多重判定系数，估计标准误差。 判定系数的实际意义。
估计标准误差的实际意义。 Excel 回归结果的解释。 线性关系检验与回归系数检验的区别。 线性关系检验的程序。 回归系数检验的程序。
Excel 回归结果的解释和应用。
二、主要术语和公式
（一）主要术语
42. 相关关系：变量之间存在的不确定的数量关系。 43. 相关系数：也称Pearson 相关系数，是根据样本数据计算的度量两个变量之间线性关系
强度的统计量。
44. 因变量：被预测或被解释的变量，用y 表示。
45. 自变量：用来预测或用来解释因变量的一个或多个变量，用x 表示。 46. 回归模型：描述因变量y 如何依赖于自变量x 和误差项ε的方程。 47. 回归方程：描述因变量y 的期望值如何依赖于自变量x 的方程。 48. 估计的回归方程：根据样本数据求出的回归方程的估计。
49. 最小二乘法：也称最小平方法，使因变量的观察值i y 与估计值i y
?之间的离差平方和达到最小来求得0
?β和1?β的方法。 50. 判定系数：回归平方和占总平方和的比例，记为2
R 。
51. 估计量的标准误差：均方残差（MSE ）的平方根，用e s 来表示。
52. y 的平均值的点估计：利用估计的回归方程，对于x 的一个特定值0x ，求出y 的平均
值的一个估计值)(0y E 。
53. y 的个别值的估计值：利用估计的回归方程，对于x 的一个特定值0x ，求出y 的一个
个别值的估计值0?y
。 54. y 的平均值的置信区间估计：对x 的一个给定值0x ，求出y 的平均值的区间估计。 55. y 的个别值的预测区间估计：对x 的一个给定值0x ，求出y 的一个个别值的区间估计。
56. 多元线性回归模型：描述因变量y 如何依赖于自变量k x x x ，，
，Λ21和误差项ε的方程。
57. 多元线性回归方程：描述y 的期望值如何依赖于k x x x ，，
，Λ21的方程。 58. 估计的多元线性回归方程：根据样本数据得到的多元线性回归方程的估计。
59. 多重判定系数：在多元回归中，回归平方和占总平方和的比例。 60. 修正的多重判定系数：用模型中自变量的个数和样本量进行调整的多重判定系数，记为
2a R 。
（二）主要公式
统计学名词解释
1、统计学 统计学是一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很强的通用方法论科学。 2、指标和标志 标志是说明总体单位属性或特征的名称。指标是说明总体综合数量特征和数量关系的数字资料。 3、总体、样本和单位 统计总体是统计所要研究的对象的全体，它是由客观存在的、具有某种共同性质的许多个体所构成的整体。简称总体。构成总体的个体则称为总体单位，简称单位。样本是从总体中抽取的一部分单位。 4、统计调查 统计调查是根据统计研究的目的和要求、采用科学的方法，有组织有计划的搜集统计资料的工作过程。它是取得统计数据的重要手段。 5、统计绝对数和统计相对数 反映总体规模的绝对数量值，在社会经济统计中称为总量指标。统计相对数是两个有联系的指标数值之比，用以反映现象间的联系和对比关系。 6、时期指标和时点指标 时期指标是反映总体在一段时期内累计总量的数字资料，是流量。时点指标是反映总体在某一时刻上具有的总量的数字资料，是存量。 7、抽样估计和假设检验 抽样估计是指根据所抽取的样本特征来估计总体特征的统计方法。假设检验是先对总体的某一数据提出假设，然后抽取样本，运用样本数据来检验假设成立与否。 8、变量和变异 标志的具体表现和指标的具体数值会有差别，这种差别就称为变异。数量标志和指标在统计中称为变量。 9、参数和统计量 参数是反映总体特征的一些变量，包括总体平均数、总体方差、总体标准差等。统计量是反映样本特征的一些变量，包括样本平均数、样本方差、样本标准差等。 10、抽样平均误差 样本平均数与总体平均数之间的平均离散程度称之为抽样平均误差，简称为抽样误差。重复抽样的抽样平均误差为总体标准差的1/n。 11、抽样极限误差 抽样极限误差是指样本统计量和总体参数之间抽样误差的可能范围。我们用样本统计量变动的上限或下限与总体参数的绝对值表示抽样误差的可能范围，称为极限误差或允许误差。 12、重复抽样和不重复抽样 重复抽样也称为回置抽样，是从总体中随机抽取一个样本时，每次抽取一个样本单位时都放回的抽样方式。不重复抽样也叫不回置抽样，它是在每次抽取样本单位时都不放回的抽样方式。13、点估计和区间估计 点估计也叫定值估计，就是直接用抽样平均数代替总体平均数，用抽样成数代替总体成数。区间估计是在一定概率保证下，用样本统计量和抽样平均误差去推断总体参数的可能范围的估计方法。 14、统计指数 广义上来说，它是表明社会经济现象的数量对比关系的相对指标。狭义上来说，它是反映不能直接相加对比的复杂总体综合变动的动态相对数。 15、综合法总指数 凡是一个总量指标可以分解为两个或两个以上的因素指标时，将其中一个或一个以上的因素指
统计学名词解释
统计学名词解释 第一章绪论 1.随机变量：在统计学上，把取值之间不能预料到什么值的变量。 2.总体：又称母全体、全域，指具有某种特征的一类事物的全体。 3.个体：构成总体的每个基本单元称为个体。 4.样本：从总体中抽取的一部分个体，称为总体的一个样本。 5.次数：指某一事件在某一类别中出现的数目，又称为频数。 6.频率：又称相对次数，即某一事件发生的次数被总的事件数目除，亦即某一数据出现的次数被这一组数据总个数去除。 7.概率：某一事物或某一情在某一总体中出现的比率。 8.观测值：一旦确定了某个值。就称这个值为某一变量的观测值。 9.参数：又称为总体参数，是描述一个总体情况的统计指标。 10.统计量：样本的那些特征值叫做统计量，又称特征值。 第二章统计图表 1.统计表：是由纵横交叉的线条绘制，并将数据按照一定的要求整理、归类、排列、填写在内的一种表格形式。一般由表号、名称、标目、数字、表注组成。 2.统计图：一般采用直角坐标系，通常横轴表示事物的组别或自变量x，称为分类轴。纵轴表示事物出现的次数或因变量，称为数值轴。一般由图号及图题、图目、图尺、图形、图例、图组成。 3.简单次数分布表：依据每一个分数值在一列数据中出现的次数或总计数资料编制成的统计表，适合数据个数和分布范围比较小的时候用。 4.分组次数分布表：数据量很大时，应该把所有的数据先划分在若干区间，然后将数据按其数值大小划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再用列表的形式呈现出来，适合数据个数和分布范围比较大的时候用。 5.分组次数分布表的编制步骤： （1）求全距 （2）定组距和组数 （3）列出分组组距 （4）登记次数 （5）计算次数 6.分组次数分布的意义： （1）优点：A．可将杂乱无章数据排列成序，以发现各数据的出现次数及分布状况。B．可显示一组数据的集中情况和差异情况等。 （2）缺点：原始数据不见了，从而依据这样的统计表算出的平均值会与用原始数据算出的值有出入，出现误差，即归组效应。 7.相对次数分布表：用频数比率或百分数来表示次数 8.累加次数分布表：把各组的次数由下而上，或由上而下加在一起。最后一组的累加次数等于总次数。 9.双列次数分布表：对有联系的两列变量用同一个表表示其次数分布。
统计学名词解释及公式
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。 概念：统计学，描述统计，推断统计。 统计在工商管理中的应用。 统计的其他应用领域。 概念：分类数据，顺序数据，数值型数据。 不同数据的特点。 概念：观测数据，实验数据。 概念：截面数据，时间序列数据。 统计数据的间接来源。 二手数据的特点。 概念：抽样调查，普查。 数据的间接来源。 数据的收集方法。 调查方案的内容。 概念。抽样误差，非抽样误差。 统计数据的质量。 概念：总体，样本。 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。 四、习题答案 1.D 2.D 3.A 4.B 5.A 6.D 7.C 8.B 9.A 10.A 11.C、12.C 13.B 14.A 15.C 16.D 17.C 18.A 19.C 20.D 21.A 22.C 23.C 24.B 25.D 26.C 27.B 28.D 29.A 30.D 31.A 32.B 33.C 34.A 35.A 36.A 37.D 38.B 39.B 40.C 41.C 42.D 43.C 44.D 45.A 46.B 47.C 48.A 49.C 50.D 51.A 52.C 53.D 54.A 55.B
社会统计学的名词解释
社会统计学的名词解释 非参数检验：泛指“对分布类型已知的总体进行参数检验”之外的所有检验方法。符号检验：181页 配对符号秩检验：183页 秩和检验方法：把两个样本混合起来，从小到大进行编号；分别计算两个样本的秩和；；计算检验统计量U；如果计算出的U只小于或等于从附表10中查处的临界值，则零假设被拒绝。 游程检验：把样本1和样本2混合起来，按数值从小到大编号；点算游程数目，以混合样本中游程数目r为检验统计量。 确定性关系：一个变量值确定后，另一个变量值也就完全确定了。 非确定性关系：给定了一个变量值，另一个变量值还可以在一定的范围内变化。相关系数r：这一指标用来度量相关关系程度或强度。就线性相关来说，当\r\=1时，表示完全相关；当0<\r\<1时，表示不完全相关；当\r\=0时，表示无相关或零相关。 判断两个变量有因果联系的条件：（1）两个变量有共变关系；（2）两个变量之间的关系不是有其他因素形成的；（3）两个变量的产生和变化有明确的时间顺序。 列联表：按品质标志吧两个变量的频数分布进行交互分类，由于表内的每一个频
数都需同时满足两个变量的要求，所以列联表又称条件频数表。 消减误差比例（PRE）=（原来的误差—后来的误差）\原来的误差 Gamma系数：适用于测量两对称的定序变项的相关系数。 积差系数：两个定距变量之间的相关测量，最常用的就是积差系数。英国统计学家皮尔逊用积差方法推导出来的，所以也称皮尔逊相关系数，用符号r表示。回归：有一种力量使子辈个体身高趋向父辈平均身高，高尔顿把这种趋向中心的现象称之为回归。 拟合优度检验：检验总体是否具有正态或其他分部形式的非参数统计检验。 方差分析：他可以检验多个总体均值是否存在差异的统计检验方法。 时间数列：是某一指标的数值按时间按先后顺序排列而成的一个序列，也称动态数列。一般有两个基本要素构成：被研究对象所属的时间和反映该现象在各个时间上的统计指标数值。 增长量：总量指标报告期水平和基期水平之差，表明该指标在一定时期内增加和减少的绝对数量。（逐期增长量和累计增长量） 发展速度：反映社会现象发展程度的动态相对指标，即时间相对数。发展速度时报告期发展水平除以基期发展水平所得之商。如果这个比值大于1，表示水平提高了；如果这个比值小于1，表示水平下降了。（环比发展速度、定基发展速度）
统计学名词解释
一、名词解释 总体:指在同一组条件下所有成员的某种状态变量的集合;或者说是某一变数的全部可能值的集合;或性质相同的个体组成的整个集团. 样本:从总体中取出来用作分析、研究的个体称样本。 随机样本：总体中的每个总体单位都有同等的机会被抽取为样本单位,由这种方法抽得的样本叫随机样本.（用随机抽样的方法,从总体中抽出一个部分；等概率抽取的样本。）随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。 复置抽样:保证总体中的每个个体在每次抽样中都有同等的概率被取为样本。 样本容量：样本中包含的单位数称为样本容量。（样本中变量的个数.） 观察值：每一个体的某一性状测定值叫做观察值。 变数：若干有变异的观察值叫随机变数，简称变数。 连续性变数：指在任意两个变量之间都有可能存在只有微量差异的第三个变量存在，这样一类变数称为连续性变数. 间断性变数：只能取整数的一类变数。 参数：由总体获得的代表总体的特征数.（描述总体的特征数,如μσ .)统计数：由样本获得的代表样本的特征数。（描述样本的特征数。） 数量资料(数量性状资料）：以测量或称重的方式获取的试验资料称为数量资料。 计量资料、质量性状资料 次数资料：凡是试验结果以次数表示的资料称为次数资料。 算术平均数、众数 几何平均数：变量对数的算术平均数的反对数, (lg) lg Y G n = ∑ 调和平均数:变量倒数的算术平均数的反倒数， 1 () n H Y = ∑ 中位数:将变量顺序排列,处在中间的变量称中位数，计作M d。极差:一组资料中最大值与最小值的差值为极差. 方差：变数变异程度的度量,对于总体 ()2 2i Y N μ σ - = ∑ ,对于样本 2 2 () 1 Y y s n - = - ∑ 。 (描述变量平均变异程度的统计量.定义为 2 1 2 () 1 n j j Y y s n = - = - ∑ 。） ＥMS:期望均方，是对均方MＳ的期望值。 标准差:变数变异程度的度量,总体标准差： () N Y ∑- = 2 μ σ ，样本标准 差: () 1 2 - - = ∑ n y Y s .（变数的平均变异量.) 标准误：统计数变异度的度量，12 y y y s s - == 。(统计数的标准差。）
医学统计学名词解释复习资料
1. 总体(population)：根据研究目的所确定的同质观察单位的全体。只包括(确定的时间和空间范围内)有限个观察单位的总体，称为有限总体(finite population)。假想的，无时间和空间概念的，称为无限总体(infinite population)。 2. (总体)参数(parameter)：总体的统计指标或特征值。总体参数是事物本身固有的、不变的。 3. 样本(sample)：从总体中随机抽取的部分个体。 4. 样本含量(sample size)：样本中所包含的个体数。 5. 变量(variable)：观察对象个体的特征或测量的结果。由于个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，故称为随机变量(random variable)，简称变量(variable)。变量的取值称为变量值或观察值(observation)。根据变量的取值特性，分为数值变量和分类变量。 6. 数值变量(Numerical variable)：又称为计量资料、定量资料，指构成其的变量值是定量的，其表现为数值大小，有单位。对每个观察单位用定量的方法测定某项指标的数值，组成的资料。 7. 计数资料：将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。 8. 抽样(sampling)：从总体中抽取部分观察单位的过程称为抽样。 9. 抽样误差(sampling error)：由于抽样造成的统计量与参数之间的差别，特点是不能避免的，可用标准误描述其大小。 10. 误差(error)：统计上所说的误差泛指测量值与真值之差，样本指标与总体指标之差。主要有以下二种：系统误差和随机误差 。 11. 可信区间(confidence interval, CI)：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间，又称置信区间。 12. 总体均数的可信区间：按一定的概率大小估计总体均数所在的范围(CI)。常用的可信度为95％和99％，故常用95％和99％的可信区间。 13. 变异(variation)：同质事物间的差别。由于观察单位通常即为观察个体，故变异亦称为个体变异(individual variation)。 16. 平均数(average)：也叫平均值，是一组(群)数据典型或有代表性的值。这个值趋向于落在根据数据大小排列的数据的中心，包括算术平均数(arithmetic mean)、几何平均数(geometric mean)、中位数(median)等。 17. 中位数(median)：将一组观察值按升序或降序排列，位次居中的数，常用M 表示。适用于偏态分布资料或不规则分布资料和开口资料。所谓“开口”资料，是指数据的一端或两端有不确定值。当n 为奇数时，M=X (n+1)/2；当n 为偶数时，M=[X n/2+ X n/2+1]/2。 18. 百分位数(percentile)：是一种位置指标，以P x 表示，一个百分位数Px 将全部观察值分为两个部分，理论上有x%的观察值小于Px 小，有(1-x%)的观察值大于Px 。 19. 变异系数(coefficient of variance, CV)：亦称离散系数(coefficient of dispersion)，为标准差与均数之比，常用百分数表示。100%X s/CV ?=, 变异系数没有度量衡单位，常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。 20. 频率(relative frequency)：在n 次随机试验中，事件A 发生了m 次，则比值 22. 概率(probability)：在重复试验中，事件A 的频率，随着试验次数的不断增加将愈来愈接近一个常数p ，这个常数p 就称为事件A 出现的概率(probability)，记作P(A)或P 。 描述随机事件发生的可能性大小的数值，常用P 来表示。 23. 统计量(statistic)：由样本所算出的统计指标或特征值。 24. 相关系数(correlation coefficient)：用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标，称为相关系数，又称为积差相关系数(coefficient of product-moment correlation)，总体相关系数用希腊字母ρ表示，而样本相关系数用r 表示，取值范围均为[-1, 1]。 25. 回归系数(regression coefficient)：直线回归方程Y ?= a+b X 的系数b 称为回归系数，也就是回归直线的斜率(slope)，表示X 每增加一个单位，Y 平均改变 b 个单位。 26. 参考值范围(reference range)：也称为正常值范围(normal range)，医学上常把绝大多数正常人的某指标值范围称为该指标的正常值范围。绝大多数：可以是90%、95%、99%等等，最常用的是95%。正常人：不是指健康人，而是指排除了影响所研究指标的疾病和有关因素的同质人群。又称参考值范围，是指特定健康人群的解剖、生理、生化等各种数据的波动范围。习惯上是确定包括95%的人的界值。 28. 统计推断(statistic inference)：从总体中随机抽取一定含量的样本进行研究，目的是通过样本的信息判断总体的特征，这一过程称为统计推断。 29. 标准误(standard error, SE)：在统计理论上将样本统计量的标准差称为标准误，用来衡量抽样误差的大小。据此，样本均数的标准差X σ称为标准误。 30. 参数估计(parameter estimation)：由样本信息估计总体参数。它包括两种：点估计和区间估计。 点估计：直接用样本统计量作为对应的总体参数的估计值。 区间估计：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间(confidence interval, CI )，又称置信区间。这种估计方法称为区间估计。 33. 95%可信区间含义：如果重复若干次样本含量相同的抽样，每个样本均按同一方法构建95%可信区间，则在这些可信区间中，理论上有95个包含了总体参数，还有5个未估计到总体均数。 34.Ⅰ类错误(type Ⅰerror)：统计学上规定，拒绝了实际上成立的H 0，这类“弃真”的错误称为Ⅰ型错误或第一类错误，Ⅰ型错误的概率用α表示。 35.Ⅱ类错误(type Ⅱerror)：统计学上规定，不拒绝实际上不成立的H 0，这类“存伪”的错误称为Ⅱ型错误或第二类错误，Ⅱ型错误的概率用β表示。 36. 检验效能(power of a test)：又称把握度，即两总体确有差别，按α水准能发现它们有差别的能力。 37. 参数检验：总体分布已知，对其中一些未知参数进行估计或检验。这类统计推断的方法叫参数统计或参数检验。 38. 参数检验：假定比较数据服从某分布,通过参数的估计量(x , s)对比较总体的参数(μ)作检验，统计上称为参数法检验(parametric test)。如t 、u 检验、方差分析。 39. 率(rate)：又称频率指标，用以说明某现象发生的频率或强度。常以百分率(%)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。其计算公式为： 40. 构成比(proportion)：又称构成指标，它说明一种事物内部各组成部分所占的比重或分布，常以百分数表示。 41. 比(ratio)：又称相对比，是A 、B 两个有关指标之比，说明A 为B 的若干倍或百分之几，它是对比的最简单形式。其计算公式为：比=A/B 。 统计学（Statistics ）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达 的科学。 总体（population ）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。 样本（sample ）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。
统计学名词解释汇总
统计学名词解释汇总 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
1什么是统计学？统计方法可分为哪两大类？统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。方法有描述统计和推断统计两类2统计数据可分为哪几种类型？不同类型数据各有什么特点？按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据 统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述； （定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。 实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分；
截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。 4什么是有限总体和无限总体？举例说明 有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体 5变量可分为哪几类？ 变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。 6举例说明离散型变量和连续型变量
统计学名词解释及简答题 .
名词解释 一、分类数据（categorical data ）是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，使用文字来表述的。 二、顺序数据（ran k data ）是只能归于某一有序类别的非数字型数据。 三、数值型数据（metric data ）是按数字尺度测量的观察值，其结果表现为具体的数值。 四、系统抽样（systematic sampling ）将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机的抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位，这种抽样方法被称为系统抽样。 五、非概率抽样（non-probability sampling ）是相对于概率抽样而言的，指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采取某种方式从总体中抽出部分单位对其实施调查。 六、抽样误差（sampling error ）是由于抽样的随机性引起的样本结果与总体真值之间的误差。 七、四分位数(quartile)也称四分位点，他是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包括25%的数据。 八、离散系数也成为变异系数（coefficient of variation ），它是一组数据的标准差与其相应的平均数之比。其计算公式为： s s v x = 离散系数是测度数据离散程度的相对统计量，主要是用于比较不同样本数据的离散程度。离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。 九、泊松分布（Poisson distribution ）是用来描述在一指定时间范围内或在指定的面积或体积之内某一事件出现的次数的分布。 十、中心极限定理（central limit theorem ）：设从均值μ、2σ(有限)的任意一个总体中抽取样本量为n 的样本，当n 充分大时，样本均值X 的抽样分布近似服从均值为μ、方差2σ/n 的正态分布。 十一、置信区间（confidence interval ）在区间估计中，有样本统计量所构造的总体参数的估计区间称为置信区间，其中区间的最小值称为置信上限。 十二、显著性水平(significant level)是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率或风险，其实这就是前面所说假设检验中犯弃真错误的概率，它是由人们根据检验的要求确定的，通常取0.05α=或0.01α=，这表明，当做出接受原假设的决定时，其正确的概率为95%或99%。 十三、方差分析（analysis of variance, ANOV A ）就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。 十四、相关系数（correlation coefficient ）是根据样本数据计算的度量两个变量之间线性关系强度的统计量。 十五、回归模型（regression model ）对于具有线性关系的两个变量，可以用一个线性方程来表示他们之间的关系。描述因变量y 如何依赖于自变量x 和误差项ε的方程称为回归模型。 十六、点估计 利用估计的回归方程，对于x 的一个特定值0x ，求出y 的一个估计值就是点估计。点估计可分为两种：一是平均值的点估计；二是个别值的点估计。 十七、时间序列（time series ）是同一现象在不同时间上的相继观察值排列而成的序列。 十八、指数平滑法（exponential smoothing ）是通过对过去的观察值加权平均进行预测的一种方法，该方法使t+1期的预测值等于t 期的实际观察值与t 期的预测值的加权平均值。 十九、指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。指数是测定多项内容数量综合变动的相对数。这个概念中包含两个重点：第一个要点是指数的实质是测定多项内容；指数概念的第二个要点是其表现形式为动态相对数，既然是动态相对
统计学名词解释超级大全
统计学名词解释超级大全第一章导论 统计学：一门阐明如何去采集、整理、显示、描述、分析数据和由数据得出结论的一系列概念、原理、原则、方法和技术的科学，是一门独立的、实用性很强的通用方法论科学。 教育统计学：专门研究如何搜集、整理、分析在心理和教育方面对实验或调查所获得的数字资料，如何根据这些资料所传递的信息，进行数学推论，找出客观规律的一门科学。 描述统计：对实验或调查所获得的数据加以整理（如制表、绘图），并计算其各种代表量数（如集中量数、差异量数、相关量数等），其基本思想是平均，如在集中量数中将原始数据进行平均，在差异量数中将离均差进行平均，在相关量数中将积差进行平均等等。 推断统计：又称抽样统计。它是根据对部分个体进行观测所得到的信息，通过概括性的分析、论证，在一定可靠程度上去推测相应团体。换言之，就是根据已知的情况推测未知情况。 实验设计：研究如何更加合理、有效地获得观测资料，如何更正确、更经济、更有效地达到实验目的，以揭示试验中各种变量关系的实验计划。 统计常态法则：从总体中随机抽取一部分个体所组成的样本，差不多可以保持总体的特征。这种样本特性保持着总体特性的现象叫做统计常态法则。 小数永存法则：第一个样本中所表现出的特性，在其他样本中也会存在，这就是小数永存法则。此处“小数”是指小数量的意思。 大量惰性原则：某一事物的某一性质或状态，在反复观察或试验中是保持不变的。
有效数字：指能影响测量准确性的数字。 变量：又称随机变量。具有变异性的数据。三个特性，离散型，变异性，规律性。 数据：某个数值一旦被取定了，则称这个数值为随机变量的一个观察值。即数据。 总体：性质相同的一类事物的全体。 个体：构成总体的每一基本单位或单元。 样本：总体抽出的部分个体。 参数：表示总体特征的量数。 统计量：直接从样本计算出的量数，代表样本的特征。 名称变量：指一事物与其他事物在属性、类别上不同。 顺序变量：事物的某一属性的多少或大小按顺序排列起来的变量。既无相等的单位又无绝对的零点的变量。 等距变量：只具有相等的单位，而没有绝对的零点的变量。 比率变量：既有相等的单位，又有绝对的零点的变量。 连续变量：指取值可以是某区间内任一数值的随机变量，它是指测量单位之间可以划分成无限多个细小单位，其数字形式多取小数。 离散变量：指测量单位之间不能再细分的数字资料，其数字形式常取整数。 计数数据：计算人或物的个数所获得的数据。 度量数据：用一定的测量工具或测量标准测量时所获得的数据。 指标：表明总体数量特征的概念和具体数值，又称统计指标，它是把各个个体的特征加总起来的综合结果。
社会统计学名词解释
1．社会统计学 社会统计学是运用统计学的一般原理，对社会各种静态结构和动态趋势进行定量描述或推断的一种专门方法与技术。人们既用它来分析已经发生和正在发生的现象，也用它来估计预测未来可能发生的现象。 2．国势学派 产生于德国，其创始人为康令和阿亨瓦尔。该学派一直以统计学为名，但只用文字记述，不用数字计量，历史上人们将该学派称为“有名无实”学派。 3．政治算术学派 该学派的创始人为英国人格朗特和威廉·配第。该学派“用数字、重量、尺度来表达自己想说的问题”，虽然没有使用统计学这一名词，但所使用的社会宏观数量对比和分析方法揭示了统计学所要研究的内容，因此历史上人们将这一学派称为“有实无名”学派。马克思对配第评价很高，誉他为“政治经济学之父，在某种程度上也可以说是统计学的创始人”。 4．数理统计学派 该学派的创始人未比利时人凯特勒，其最大的贡献就是将法国的古典概率论引入统计学，用纯数学的方法对社会现象进行研究。由于把概率论引进统计学，使社会随机现象数量方面的研究提高了准确性。因此，一门兼有数学和统计学双重意义的学科被命名为“数理统计学”。凯特勒也被人称为“现代统计学之父”。 5．大量观察法 大量观察法，就是就总体中足够多的单位进行调查和综合分析，用以反映社会总体的数量特征。大量观察法是统计调查阶段的重要方法 6．大数规律 大数规律是随机现象出现的基本规律，它的一般意义是：观察过程中每次取得的结果可
能不同（因为具有偶然性），但大量重复观察结果的平均值却几乎接近某个确定的数值。7．描述性统计 描述性统计，就是讨论范围仅以搜索的资料本身为限，而不予以扩大。早期的统计都是描述统计。 8．推论性统计 推论性统计，主要是依据概率论，研究如何依据有限资料对总体性质作推断，从而使统计的功能大为扩充。是在树立统计学派之后发展起来的，属于比较现代的统计分析方法。9．样本和（或）样本总体 样本或样本总体，是通过抽样得到的用以推断总体特征的那个“部分”。 10．标志 标志是说名总体单位属性或数量特征的名称。 11．虚拟变量 当品质标志的变异性用离散变量来表达时，这个变量可称虚拟变量。 12．指标体系 指标体系就是一系列有内在联系得统计指标集合体。 13．总体和总体单位 总体，就是作为统计研究对象的、由许多具有共性的单位构成的整体。也有人称之为母体。构成总体的每一个个体称为总体单位，简称单位，也称为个体。 14．中位数 把总体单位某一数量标志的各个数值，按大小顺序排列，位于正中处的变量值即为中位数。 15．众数
统计学名词解释
一、名词解释 总体：指在同一组条件下所有成员的某种状态变量的集合；或者说是某一变数的全部可能值的集合；或性质相同的个体组成的整个集团。 样本：从总体中取出来用作分析、研究的个体称样本。 随机样本：总体中的每个总体单位都有同等的机会被抽取为样本单位，由这种方法抽得的样本叫随机样本。（用随机抽样的方法，从总体中抽出一个部分；等概率抽取的样本。） 随机抽样：保证总体中的每一个体在每一次抽样中都有同等的机会被取为样本。 复置抽样：保证总体中的每个个体在每次抽样中都有同等的概率被取为样本。 样本容量：样本中包含的单位数称为样本容量。（样本中变量的个数。） 观察值：每一个体的某一性状测定值叫做观察值。 变数：若干有变异的观察值叫随机变数，简称变数。 连续性变数：指在任意两个变量之间都有可能存在只有微量差异的第三个变量存在，这样一类变数称为连续性变数。 间断性变数：只能取整数的一类变数。 参数：由总体获得的代表总体的特征数。（描述总体的特征数，如μσ 。） 统计数：由样本获得的代表样本的特征数。（描述样本的特征数。） 数量资料（数量性状资料）：以测量或称重的方式获取的试验资料称为数量资料。 计量资料、质量性状资料 次数资料：凡是试验结果以次数表示的资料称为次数资料。 算术平均数、众数 几何平均数：变量对数的算术平均数的反对数，(lg ) lg Y G n =∑ 调和平均数：变量倒数的算术平均数的反倒数，1 ()n H Y = ∑ 中位数：将变量顺序排列，处在中间的变量称中位数，计作M d 。 极差：一组资料中最大值与最小值的差值为极差。 方差：变数变异程度的度量，对于总体()22i Y N μσ-=∑，对于样本22 ()1Y y s n -=-∑。 （描述变量平均变异程度的统计量。定义为 212()1 n j j Y y s n =-= -∑。） EMS ：期望均方，是对均方MS 的期望值。 标准差：变数变异程度的度量，总体标准差：()N Y ∑-= 2μσ，样本标准差：()12--=∑n y Y s 。（变数的平均变异量。） 标准误：统计数变异度的度量，12y y y s s -==。（统计数的标准差。）
《社会统计学》作业(共享含部份答案)
社会统计学作业 一、单项选择题 1.为了解IT行业从业者收入水平，某研究机构从全市IT行业从业者随机抽取800人作为样本进行调查，其中44%回答他们的月收入在6000元以上，30%回答他们每月用于娱乐消费在1000元以上。此处800人是（ A ） A．样本 B. 总体 C. 统计量 D. 变量 2．在频数分布表中，将各个有序类别或组的百分比逐级累加起来称为（ C ）A．频率 B. 累积频数 C. 累积频率 D. 比率 3．离散系数的主要目的是（ D ） A．反映一组数据的平均水平 B．比较多组数据的平均水平 C．反映一组数据的离散程度 D．比较多组数据的离散程度 4．经验法则表明，当一组数据正态分布时，在平均数加减1个标准差的范围之内大约有 ( B ) A. 50%的数据 B. 68%的数据 C. 95%的数据 D. 99%的数据 5．在某市随机抽取10家企业，7月份利润额（单位：万元）分别为72.0、63.1、20.0、23.0、54.7、54.3、23.9、25.0、26.9、29.0，那么这10家企业7月份利润额均值为（ A ） A. 39.19
B. 28.90 C ．19.54 D ．27.95 6．用样本统计量的值直接作为总体参数的估计值，这种方法称为（ A ） A ．点估计 B ．区间估计 C ．有效估计 D ．无偏估计 7．某单位对该厂第一加工车间残品率的估计高达10%，而该车间主任认为该比例（π）偏高。如果要检验该说法是否正确，则假设形式应该为（ B ） A ．0H ：π≥0.1；1H ：π<0.1 B ．0H ：π≤0.1；1H ：π>0.1 C ．0H ：π=0.1；1H ：π≠0.1 D ．0H ：π>0.1；1H ：π≤0.1 8．下面哪一项不是方差分析中的假定（ D ） A ．每个总体都服从正态分布 B ．观察值是相互独立的 C ．各总体的方差相等 D ．各总体的方差等于0 9．判断下列哪一个不可能是相关系数（ D ） A ．-0.9 B ．0 C ．0.5 D ．1.2 10．用于说明回归方程中拟合优度的统计量主要是（ D ） A. 相关系数 B. 离散系数 C. 回归系数 D. 判定系数
统计学名词解释汇总
1什么是统计学？统计方法可分为哪两大类？统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。方法有描述统计和推断统计两类 2统计数据可分为哪几种类型？不同类型数据各有什么特点？按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据 统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。 实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分； 截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
4什么是有限总体和无限总体？举例说明 有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体 5变量可分为哪几类？ 变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。6举例说明离散型变量和连续型变量 离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。 1数据的预处理包括哪些内容？ 数据审核（完整性和准确性；适用性和实效性），数据筛选和数据排序。 2直方图和条形图有什么区别？ ①条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距，②直方图各矩形连续排列，条形图分开排列，③条形图主要展示分类数据，直方图主要展示数值型数据。 3饼图和环形图有什么不同？ 饼图只能显示一个样本或总体各部分所占比例，环形图可以同时绘制多个样本或总体的数据系列，其图形中间有个“空洞”，每个样本或总体的数据系类为一个环。 4茎叶图和直方图相比有什么优点？ 茎叶图既能给出数据的分布情况，又能给出每一个原始数据，即保留了原始数据的信息。在应用方面，直方图通常适用于大批量数据，茎叶图适用于小批量数据。 5使用图标应注意哪些问题？
电大社会统计学考试小抄【名词解释部分】
电大社会统计学名词解释资料小抄 1．社会统计学 社会统计学是运用统计学的一般原理，对社会各种静态结构和动态趋势进行定量描述或推断的一种专门方法与技术。人们既用它来分析已经发生和正在发生的现象，也用它来估计预测未来可能发生的现象。 2．国势学派 产生于德国，其创始人为康令和阿亨瓦尔。该学派一直以统计学为名，但只用文字记述，不用数字计量，历史上人们将该学派称为“有名无实”学派。 3．政治算术学派 该学派的创始人为英国人格朗特和威廉·配第。该学派“用数字、重量、尺度来表达自己想说的问题”，虽然没有使用统计学这一名词，但所使用的社会宏观数量对比和分析方法揭示了统计学所要研究的内容，因此历史上人们将这一学派称为“有实无名”学派。马克思对配第评价很高，誉他为“政治经济学之父，在某种程度上也可以说是统计学的创始人”。 4．数理统计学派 该学派的创始人未比利时人凯特勒，其最大的贡献就是将法国的古典概率论引入统计学，用纯数学的方法对社会现象进行研究。由于把概率论引进统计学，使社会随机现象数量方面的研究提高了准确性。因此，一门兼有数学和统计学双重意义的学科被命名为“数理统计学”。凯特勒也被人称为“现代统计学之父”。 5．大量观察法 大量观察法，就是就总体中足够多的单位进行调查和综合分析，用以反映社会总体的数量特征。大量观察法是统计调查阶段的重要方法 6．大数规律 大数规律是随机现象出现的基本规律，它的一般意义是：观察过程中每次取得的结果可能不同（因为具有偶然性），但大量重复观察结果的平均值却几乎接近某个确定的数值。 7．描述性统计 描述性统计，就是讨论范围仅以搜索的资料本身为限，而不予以扩大。早期的统计都是描述统计。 8．推论性统计 推论性统计，主要是依据概率论，研究如何依据有限资料对总体性质作推断，从而使统计的功能大为扩充。是在树立统计学派之后发展起来的，属于比较现代的统计分析方法。 9．样本和（或）样本总体 样本或样本总体，是通过抽样得到的用以推断总体特征的那个“部分”。 10．标志 标志是说名总体单位属性或数量特征的名称。 11．虚拟变量 当品质标志的变异性用离散变量来表达时，这个变量可称虚拟变量。 12．指标体系 指标体系就是一系列有内在联系得统计指标集合体。 13．总体和总体单位 总体，就是作为统计研究对象的、由许多具有共性的单位构成的整体。也有人称之为母体。构成总体的每一个个体称为总体单位，简称单位，也称为个体。 14．中位数 把总体单位某一数量标志的各个数值，按大小顺序排列，位于正中处的变量值即为中位数。 15．众数 在一组资料中，出现次数（或频数）呈现“峰”值的那些变量值。 16．调和平均数 N个变量值倒数算术平均数的倒数，也称倒数平均数。 17．几何平均数： N个变量值连乘积的N次方根。 18．平均指标： 就是表明同质总体在一定条件下某一数量标志所达到的一般水平。 19.显著水平
统计学名词解释新
中央广播电视大学2013-2014学年度第一学期"开放本科"期未考试(半开卷) 社会统计学试题 二、名词解释(每题4分，共20分) 11.抽样单位与抽样框 抽样单位就是一次直接的抽样所使用的基本单位。(2分) 抽样框是指一次直接抽样时所有抽样单位的名单。(2分) 12.普查与抽样调查 普查是一种专门的调查，它是为了某种特定的目的而对总体中所有的个体进行的一次全 面调查。(2分) 称为误差减少比例，简称PREa(2分)PRE的取值范围为0→1，PRE值越大，说明用变量X 去预测变量Y是能够减少的误差所占的比例越大，即变量X与变量Y之间的相关性越大;反之，PRE越小、说明变量X与变量Y之间的关系越小。(2分) 13.散点图 散点图是在坐标系中，用X轴表示自变量x，用Y轴表示因变量y，而变量组(x，y)则用坐标系中的点表示，不同的变量组在坐标系中形成不同的散点，用坐标系及其坐标系中的散点形成的二维图就是散点图。(2分) 散点图是描述变量关系的→种直观方法，我们可以从散点图中直观的看出两个变量之间 是否存在相关关系、是正线性相关还是负线性相关，也可以大致看出变量之间关系强度如何乙14.正态分布
连续性随机变量中重要的分布是钟型概率分布，就是正态分布，也称为常态分布，是种 连续型随机变量的概率分布。(2分)正态分布是对称的，且正态分布的中央点最高。(2分) 15.最小二乘法 对于存在线性关系的变量x和y的观察值，我们可以用很多直线去描述，但我们需要选用距离各观测值最近的一条直线，用它来描述x与y之间的关系使实际的误差最小，根据这一思想来确定回归方程中参数的方法就是最小二乘法。(2分)最小二乘法是使因变量的观察值与估计值之间的离差平方和达到最小来求参数的方法。(2分) 二、名词解释(每题4分，共20分) 11.概率抽样 概率抽样就是按照随机原则进行的抽样，(2分)总体中每个个体都有一定的、非零的概率 入选样本，并且入选样本的概率都是已知的或可以计算的。(2分) 分) (2 散点图是描述变量关系的一种直观方法，我们可以从散点图中直观的看出两个变量之间 是否存在相关关系、是正线性相关还是负线性相关，也可以大致看出变量之间关系强度如何。 14.抽样分布 抽样分布是指样本统计量的概率分布，(2分)它是在重复选取容量为n的样本时，由每个样本计算出来的统计量值的相对频数分布。(2分) 15.虚无假设与替换假设 我们将需要通过样本信息来推断其正确与否的命题称为虚无假设，也称为原假设或零假设。(2分) 如果虚无假设不成立，我们就拒绝虚无假设，需要在另一个假设中进行选择，这就是替换假设。(2分〉