劉超-簡(jiǎn)明應(yīng)用統(tǒng)計(jì)學(xué)-第2版-第1章-統(tǒng)計(jì)學(xué)緒論

1、,簡(jiǎn)明應(yīng)用統(tǒng)計(jì)學(xué)（第2版）,第 1 章 統(tǒng)計(jì)學(xué)緒論,1.1 引言1.2 什么是統(tǒng)計(jì)學(xué)1.3 為什么要學(xué)習(xí)統(tǒng)計(jì)學(xué)1.4 統(tǒng)計(jì)學(xué)的類(lèi)型1.5 變量的類(lèi)型1.6 測(cè)量的水平1.7 數(shù)據(jù)的收集1.8 統(tǒng)計(jì)軟件,學(xué)習(xí)目標(biāo),1. 理解我們?yōu)槭裁匆獙W(xué)習(xí)統(tǒng)計(jì)學(xué)。2. 什么是描述統(tǒng)計(jì)學(xué)和推斷統(tǒng)計(jì)學(xué)。3. 區(qū)別定性變量和定量變量,區(qū)別離散變量和連續(xù)變量。4. 區(qū)別變量的定類(lèi)、定序、定距和定

2、比測(cè)度水平。5. 知道數(shù)據(jù)的四種收集方式。6. 知道常用的統(tǒng)計(jì)軟件。,根據(jù)最新的研究結(jié)果，消費(fèi)者的行為對(duì)自然資源到底有怎樣的影響呢？你應(yīng)該買(mǎi)使用柴油發(fā)動(dòng)機(jī)的汽車(chē)，還是購(gòu)買(mǎi)電動(dòng)車(chē)，或者干脆騎自行車(chē)呢？報(bào)紙、雜志或網(wǎng)絡(luò)中的統(tǒng)計(jì)結(jié)果對(duì)于你的決定非常關(guān)鍵，這些結(jié)果建議你該有怎樣的消費(fèi)觀。,1.1 引言,在金融危機(jī)發(fā)生后，各國(guó)政府對(duì)于國(guó)家經(jīng)濟(jì)的現(xiàn)狀和對(duì)未來(lái)經(jīng)濟(jì)走勢(shì)的預(yù)測(cè)十分關(guān)注，每個(gè)月都要編制CPI等各類(lèi)指數(shù)以評(píng)價(jià)通貨膨脹情況。有關(guān)商

3、品銷(xiāo)售額、新開(kāi)工的住宅、貨幣流通以及工業(yè)生產(chǎn)的信息僅僅是構(gòu)成預(yù)測(cè)基礎(chǔ)的成百上千類(lèi)信息的一小部分。我們?cè)撊绾谓庾x這些數(shù)據(jù)呢？知道一些統(tǒng)計(jì)知識(shí)有助于我們知道這些數(shù)據(jù)是如何與我們的生活息息相關(guān)的。假設(shè)你是市場(chǎng)部的新任經(jīng)理，一次廣告活動(dòng)的統(tǒng)計(jì)結(jié)果擺到了你面前，聲稱(chēng)某個(gè)結(jié)果是“統(tǒng)計(jì)顯著”的。你如何解釋這份報(bào)告而又不暴露你對(duì)該術(shù)語(yǔ)的無(wú)知呢？趕快學(xué)點(diǎn)統(tǒng)計(jì)，這對(duì)你和你的事業(yè)都非常有用。,1.1 引言,統(tǒng)計(jì)學(xué)是收集、分析、表述和解釋數(shù)據(jù)的科學(xué)(不列

4、顛百科全書(shū))統(tǒng)計(jì)是一門(mén)收集、分析、解釋和提供數(shù)據(jù)的科學(xué)(韋伯斯特國(guó)際辭典第3版)統(tǒng)計(jì)指的是一組方法，用來(lái)設(shè)計(jì)實(shí)驗(yàn)、獲得數(shù)據(jù)，然后在這些數(shù)據(jù)的基礎(chǔ)上組織、概括、演示、分析、解釋和得出結(jié)論(Mario F.Triola,《初級(jí)統(tǒng)計(jì)學(xué)》) 統(tǒng)計(jì)學(xué)是數(shù)據(jù)的科學(xué)和藝術(shù),1.2 什么是統(tǒng)計(jì)學(xué)? (statistics),1. 收集數(shù)據(jù)：取得數(shù)據(jù)2. 處理數(shù)據(jù)：整理與圖表展示 分析數(shù)據(jù)：利用統(tǒng)計(jì)方法分析數(shù)據(jù)數(shù)據(jù)解釋?zhuān)航Y(jié)果的說(shuō)明

5、得到結(jié)論：從數(shù)據(jù)分析中得出客觀結(jié)論,?收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的科學(xué),1.2 什么是統(tǒng)計(jì)學(xué)? (statistics),2009年8月6日《紐約時(shí)報(bào)》發(fā)表大幅文章《當(dāng)今大學(xué)畢業(yè)生的唯一關(guān)鍵詞是：統(tǒng)計(jì)學(xué)》(For Today‘s Graduate, Just One Word: Statistics).文章舉例說(shuō)明統(tǒng)計(jì)對(duì)各行各業(yè)的重要性。2009年8月25日華爾街雜志刊登《有利于找工作的5個(gè)專(zhuān)業(yè)》文章，認(rèn)為在美國(guó)

6、“工程、生命科學(xué)、統(tǒng)計(jì)學(xué)、環(huán)境研究和金融”是就業(yè)市場(chǎng)最受歡迎的專(zhuān)業(yè)。2010年6月3日第64屆聯(lián)合國(guó)大會(huì)第90次會(huì)議通過(guò)決議，每年10月20日被聯(lián)合國(guó)確定為“世界統(tǒng)計(jì)日”。體現(xiàn)出全世界對(duì)統(tǒng)計(jì)數(shù)據(jù)和統(tǒng)計(jì)空前的關(guān)注和重視。2011年2月美國(guó)《科學(xué)》雜志以數(shù)據(jù)為主題出版專(zhuān)刊，學(xué)術(shù)界對(duì)數(shù)據(jù)和數(shù)據(jù)分析高度關(guān)注。,1.3 為什么要學(xué)習(xí)統(tǒng)計(jì)學(xué),統(tǒng)計(jì)在許多學(xué)科中得到廣泛的應(yīng)用。比如說(shuō)，學(xué)術(shù)研究雜志就依賴(lài)于統(tǒng)計(jì)結(jié)果。在許多學(xué)科中，一篇文章是否能夠發(fā)

7、表在主要雜志上，在很大程度上取決于該文章是否能正確地使用統(tǒng)計(jì)方法。除了學(xué)術(shù)領(lǐng)域，統(tǒng)計(jì)在其他領(lǐng)域也被人們廣泛使用。統(tǒng)計(jì)在工業(yè)中得到大量使用，尤其用于研究新產(chǎn)品、質(zhì)量控制和市場(chǎng)開(kāi)發(fā)中；市場(chǎng)調(diào)查也需要統(tǒng)計(jì)。,1.3 為什么要學(xué)習(xí)統(tǒng)計(jì)學(xué),統(tǒng)計(jì)的應(yīng)用領(lǐng)域,經(jīng)濟(jì)學(xué),管理學(xué),醫(yī)學(xué),工程學(xué),社會(huì)學(xué),,,,,,…,,統(tǒng)計(jì)學(xué),統(tǒng)計(jì)的應(yīng)用領(lǐng)域,actuarial work (精算) agriculture (農(nóng)業(yè))an

8、imal science (動(dòng)物學(xué)) anthropology (人類(lèi)學(xué))archaeology (考古學(xué)) auditing (審計(jì)學(xué))crystallography (晶體學(xué)) demography (人口統(tǒng)計(jì)學(xué))dentistry (牙醫(yī)學(xué)) ecology (生態(tài)學(xué))econometri

9、cs (經(jīng)濟(jì)計(jì)量學(xué)) education (教育學(xué)) election forecasting and projection (選舉預(yù)測(cè)和策劃)engineering (工程) epidemiology (流行病學(xué))finance (金融)fisheries research (水產(chǎn)漁業(yè)研究)gambling (賭博)

10、 genetics (遺傳學(xué))geography (地理學(xué)) geology (地質(zhì)學(xué))historical research (歷史研究) human genetics (人類(lèi)遺傳學(xué)),統(tǒng)計(jì)的應(yīng)用領(lǐng)域,hydrology (水文學(xué)) industry (工業(yè)) linguistics (語(yǔ)言學(xué))

11、 literature (文學(xué))manpower planning (勞動(dòng)力計(jì)劃)management science (管理科學(xué))marketing (市場(chǎng)營(yíng)銷(xiāo)學(xué)) medical diagnosis (醫(yī)學(xué)診斷)meteorology (氣象學(xué)) military science (軍事科學(xué))nuclear material safeg

12、uards (核材料安全管理)ophthalmology (眼科學(xué)) pharmaceutics (制藥學(xué))physics (物理學(xué)) political science (政治學(xué))psychology (心理學(xué)) psychophysics (心理物理學(xué))quality control (質(zhì)量控制)

13、 religious studies (宗教研究)sociology (社會(huì)學(xué)) survey sampling (調(diào)查抽樣)taxonomy (分類(lèi)學(xué)) weather modification (氣象改善),1.3 為什么要學(xué)習(xí)統(tǒng)計(jì)學(xué),（1）數(shù)據(jù)無(wú)處不在。 （2）統(tǒng)計(jì)學(xué)技術(shù)對(duì)于我們做出影響日常生活的許多決

14、 策都十分有用。 （3）無(wú)論你以后從事什么工作，你都會(huì)面臨與數(shù)據(jù)打 交道做出決策的問(wèn)題。對(duì)統(tǒng)計(jì)學(xué)方法的了解將有 助于你更加有效的做出決策。,數(shù)據(jù)收集過(guò)程：抽樣（sampling）。比如，為了估計(jì)某一家超市所有顧客平均年齡，你只需要收集部分顧客的年齡信息，得到平均年齡的估計(jì)以后，你就可以針對(duì)這個(gè)年齡層的顧客，制定相應(yīng)廣告信息。統(tǒng)計(jì)涉及兩個(gè)不同階段：(1)描述數(shù)據(jù)集和(2)根據(jù)樣本信息得出結(jié)論（估計(jì)、預(yù)測(cè)等）

15、。統(tǒng)計(jì)的應(yīng)用可以被分為兩個(gè)部分：描述統(tǒng)計(jì)學(xué)和推斷統(tǒng)計(jì)學(xué)。,1.4 統(tǒng)計(jì)學(xué)的類(lèi)型,1.4 統(tǒng)計(jì)學(xué)的類(lèi)型,描述統(tǒng)計(jì)(descriptive statistics),研究數(shù)據(jù)收集、處理、匯總、圖表描述、概括與分析等統(tǒng)計(jì)方法 內(nèi)容搜集數(shù)據(jù)整理數(shù)據(jù)展示數(shù)據(jù)描述性分析 目的描述數(shù)據(jù)特征找出數(shù)據(jù)的基本規(guī)律,推斷統(tǒng)計(jì) (inferential statistics),研究如何利用樣本數(shù)據(jù)來(lái)推斷總體特征的統(tǒng)計(jì)方法內(nèi)容參數(shù)估計(jì)假

16、設(shè)檢驗(yàn)?zāi)康膶?duì)總體特征作出推斷,,1.5 變量 (variable),變量是說(shuō)明現(xiàn)象某種特征的概念如商品銷(xiāo)售額、受教育程度、產(chǎn)品的質(zhì)量等級(jí)等,變量的具體表現(xiàn)稱(chēng)為變量值，即數(shù)據(jù)變量的值(value)通常是對(duì)某一特定個(gè)體的度量，特定個(gè)體可能是指一個(gè)人，一個(gè)家庭，一個(gè)地區(qū)，或一個(gè)國(guó)家。從表中可知，性別變量是以人為個(gè)體的觀測(cè)，孩子的數(shù)目是以家庭為個(gè)體的觀測(cè)。,變量 (variable),定性變量（qualitative vari

17、able）或?qū)傩宰兞浚╝ttribute variable）定性變量取的值稱(chēng)為水平(level)或者類(lèi)(class)。比如，姓名、性別、行業(yè)、出生地、國(guó)籍/地區(qū)以及汽車(chē)類(lèi)型都是定性變量。定性數(shù)據(jù)通常以餅圖或者條形圖（詳見(jiàn)第2章）的形式表示。定量變量（quantitative variable）定量變量例子比較多，比如年齡、壽命、公司的員工人數(shù)、薪水金額等等。定量變量又可以分為連續(xù)的和離散的。離散變量（discrete va

18、riable）只能取某些特定的值，并且不同取值之間通常都存在著間距。比如具有某種特征的人口（取正整數(shù)值）、某種事故發(fā)生的次數(shù)（非負(fù)整數(shù)）、足球射門(mén)次數(shù)等等。連續(xù)變量（continuous variable）的觀測(cè)值可以遍取某一區(qū)間中的任何值。身高、體重、長(zhǎng)度等等都是連續(xù)變量的例子。,變量的類(lèi)型 (variable),【例1.1】 下面是關(guān)于是否喜歡鍛煉的部分調(diào)查數(shù)據(jù)。,表1.1 是否喜歡鍛煉的部分調(diào)查數(shù)據(jù),表1.1中的姓名、是否鍛煉

19、為定性變量。出生日期、身高和體重為定量變量，出生日期是離散變量，而身高和體重為連續(xù)變量。,變量(例題分析),變量(其他分類(lèi)),隨機(jī)變量和非隨機(jī)變量經(jīng)驗(yàn)變量(empirical variables)和理論變量(theoretical variables)經(jīng)驗(yàn)變量所描述的是我們周?chē)梢杂^察到的事物理論變量則是由統(tǒng)計(jì)學(xué)家用數(shù)學(xué)方法所構(gòu)造出來(lái)的一些變量，比如，z 統(tǒng)計(jì)量、t 統(tǒng)計(jì)量、?2統(tǒng)計(jì)量、F 統(tǒng)計(jì)量等,,變量及其類(lèi)型,數(shù)據(jù)還可以

20、按照測(cè)量水平進(jìn)行分類(lèi)。數(shù)據(jù)的測(cè)量水平通常制約著在數(shù)據(jù)概括和顯示時(shí)可以選用的計(jì)算方法，它還決定著應(yīng)該使用何種統(tǒng)計(jì)檢驗(yàn)方法。,1.6 測(cè)量的水平,通常，可以從下面幾個(gè)方面獲得數(shù)據(jù)：來(lái)自于公開(kāi)發(fā)表資料中的數(shù)據(jù)統(tǒng)計(jì)年鑒有關(guān)期刊有關(guān)網(wǎng)站實(shí)驗(yàn)設(shè)計(jì)數(shù)據(jù)調(diào)查數(shù)據(jù)觀察數(shù)據(jù),1.7 數(shù)據(jù)收集,統(tǒng)計(jì)數(shù)據(jù)的分類(lèi),統(tǒng)計(jì)數(shù)據(jù)的分類(lèi),統(tǒng)計(jì)數(shù)據(jù)的分類(lèi) (按計(jì)量尺度分),分類(lèi)數(shù)據(jù)(categorical data) 只能歸于某一類(lèi)別的非數(shù)字型數(shù)據(jù)對(duì)

21、事物進(jìn)行分類(lèi)的結(jié)果，數(shù)據(jù)表現(xiàn)為類(lèi)別，用文字來(lái)表述例如，人口按性別分為男、女兩類(lèi) 順序數(shù)據(jù)(rank data) 只能歸于某一有序類(lèi)別的非數(shù)字型數(shù)據(jù)對(duì)事物類(lèi)別順序的測(cè)度，數(shù)據(jù)表現(xiàn)為類(lèi)別，用文字來(lái)表述例如，產(chǎn)品分為一等品、二等品、三等品、次品等 數(shù)值型數(shù)據(jù)(metric data) 按數(shù)字尺度測(cè)量的觀察值結(jié)果表現(xiàn)為具體的數(shù)值，對(duì)事物的精確測(cè)度例如：身高為175cm、168cm、183cm,觀測(cè)的數(shù)據(jù)(observation

22、al data) 通過(guò)調(diào)查或觀測(cè)而收集到的數(shù)據(jù)在沒(méi)有對(duì)事物人為控制的條件下而得到的有關(guān)社會(huì)經(jīng)濟(jì)現(xiàn)象的統(tǒng)計(jì)數(shù)據(jù)幾乎都是觀測(cè)數(shù)據(jù)實(shí)驗(yàn)的數(shù)據(jù)(experimental data) 在實(shí)驗(yàn)中控制實(shí)驗(yàn)對(duì)象而收集到的數(shù)據(jù)比如，對(duì)一種新藥療效的實(shí)驗(yàn)，對(duì)一種新的農(nóng)作物品種的實(shí)驗(yàn)等自然科學(xué)領(lǐng)域的數(shù)據(jù)大多數(shù)都為實(shí)驗(yàn)數(shù)據(jù),統(tǒng)計(jì)數(shù)據(jù)的分類(lèi)(按收集方法分),統(tǒng)計(jì)數(shù)據(jù)的分類(lèi)(按時(shí)間狀況分),截面數(shù)據(jù)(cross-sectional data)

23、在相同或近似相同的時(shí)間點(diǎn)上收集的數(shù)據(jù)描述現(xiàn)象在某一時(shí)刻的變化情況比如，2005年我國(guó)各地區(qū)的國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)時(shí)間序列數(shù)據(jù)(time series data) 在不同時(shí)間上收集到的數(shù)據(jù)描述現(xiàn)象隨時(shí)間變化的情況比如，2000年至2005年國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù),數(shù)據(jù)收集的第一個(gè)準(zhǔn)則是要清楚測(cè)量的是什么。換句話(huà)說(shuō)，變量必須有一個(gè)明確的適合研究目的的定義。這有時(shí)是說(shuō)起來(lái)容易做起來(lái)難。如果我們對(duì)問(wèn)題考慮得不全面，那么就沒(méi)理由指望回答問(wèn)題的

24、人(一般稱(chēng)為響應(yīng)者)能按照我們期望的回答問(wèn)題。在我們做研究之前，對(duì)變量必須要有一個(gè)清晰、詳盡的定義。,1.7 數(shù)據(jù)收集：定義變量,假定我們?cè)谝淮问称菲髽I(yè)的市場(chǎng)調(diào)查中包含了這樣的問(wèn)題"在您的家庭中有多少個(gè)孩子?"我們也許認(rèn)為自己知道想要了解的是什么，但是，沒(méi)有理由期待響應(yīng)者和我們有同樣的想法。,我們也許不加考慮地認(rèn)為，"孩子"應(yīng)定義為一個(gè)不滿(mǎn)18歲并和他(她)的親生父母一起生活的人。但如果一個(gè)家庭

25、中包含大于18歲的親生子女、前妻或前夫的孩子、養(yǎng)子或養(yǎng)女、過(guò)繼子女或者其他年輕的親戚，那該怎么辦呢?對(duì)于不和親生父母生活在一起的孩子怎么算呢?對(duì)于父母離了婚而共同撫養(yǎng)的孩子怎么算呢?這有很多種發(fā)生混淆的可能。因此，我們?cè)谡{(diào)查之前首先需要明確"孩子"的定義。,1.7 數(shù)據(jù)收集：定義變量,數(shù)據(jù)表通常叫做數(shù)據(jù)陣或數(shù)據(jù)文件。下表是一個(gè)根據(jù)抽樣調(diào)查得來(lái)的數(shù)據(jù)生成的小數(shù)據(jù)陣的例子。,1.7 數(shù)據(jù)收集：數(shù)據(jù)表,在計(jì)算機(jī)分析數(shù)據(jù)時(shí)，

26、需要把數(shù)據(jù)文件中的描述性文字轉(zhuǎn)化成數(shù)字。每一個(gè)人都被分配一個(gè)身份號(hào)碼作為名字。年齡變量本來(lái)就是用數(shù)字測(cè)量的，因此不需要任何轉(zhuǎn)化。性別變量的兩個(gè)取值是“女”或“男”，因此，“女”用數(shù)字0代替，“男”用數(shù)字1代替。當(dāng)然還可以使用任何兩個(gè)別的數(shù)字，比如用17代替“女”，用23代替“男”?！皯B(tài)度”這個(gè)值可以用三個(gè)等級(jí)數(shù)1、2和3表示反對(duì)、中立和贊成。,1.7 數(shù)據(jù)收集：數(shù)據(jù)表,統(tǒng)計(jì)軟件的發(fā)展，使得只要輸入你的數(shù)據(jù)，選一些選項(xiàng)，馬上就得到

27、令人驚嘆的漂亮結(jié)果了。那么，傻瓜式統(tǒng)計(jì)軟件的使用可以代替統(tǒng)計(jì)課程了？當(dāng)然不是。數(shù)據(jù)的整理和識(shí)別，方法的選用，計(jì)算機(jī)輸出結(jié)果的理解都不像使用傻瓜相機(jī)那樣簡(jiǎn)單可靠。而且，只要數(shù)據(jù)格式無(wú)誤、選項(xiàng)不矛盾而且不用零作為除數(shù)，統(tǒng)計(jì)軟件就一定給你結(jié)果，而且?guī)缀鯖](méi)有任何警告。另外，統(tǒng)計(jì)軟件輸出的結(jié)果太多。即使是同樣的方法，不同軟件輸出的內(nèi)容還不一樣，甚至有時(shí)同樣的內(nèi)容名稱(chēng)也不一樣。因此，應(yīng)該特別留神，明白自己是在干什么，不要在得到一堆毫無(wú)意義的

28、垃圾之后還沾沾自喜。,1.8 統(tǒng)計(jì)軟件,（1）SPSS：這是一個(gè)很受歡迎的統(tǒng)計(jì)軟件，它容易操作，輸出漂亮，功能齊全，價(jià)格合理。它也有自己的程序語(yǔ)言，但基本上已經(jīng)“傻瓜化”。它對(duì)于非專(zhuān)業(yè)統(tǒng)計(jì)工作者是很好的選擇。2009年4月，SPSS公司被IBM收購(gòu)后將其重新命名為PASW（Predictive Analytics Software，預(yù)測(cè)分析軟件），不過(guò)本書(shū)仍然使用SPSS名稱(chēng)。（2）Excel：嚴(yán)格說(shuō)來(lái)并不是統(tǒng)計(jì)軟件，但作為數(shù)據(jù)表格軟

29、件有一定統(tǒng)計(jì)計(jì)算功能。而且凡是裝有Microsoft Office的計(jì)算機(jī)，基本上都有Excel。但要注意，有時(shí)在安裝Office時(shí)沒(méi)有安裝數(shù)據(jù)分析的功能，則必須安裝該功能后才能進(jìn)行數(shù)據(jù)分析。當(dāng)然，畫(huà)圖功能是默認(rèn)具備的。對(duì)于簡(jiǎn)單分析，Excel還算方便，但隨著問(wèn)題的深入，Excel就不那么“傻瓜”，需要使用宏命令來(lái)編程，這時(shí)就沒(méi)有相應(yīng)的簡(jiǎn)單選項(xiàng)了。多數(shù)專(zhuān)門(mén)一些的統(tǒng)計(jì)推斷問(wèn)題還需要其他專(zhuān)門(mén)的統(tǒng)計(jì)軟件來(lái)處理。（3）R軟件：這是一個(gè)免費(fèi)的，

30、由志愿者管理的軟件。其編程語(yǔ)言與S-plus所基于的S語(yǔ)言一樣，使用很方便。還有不少統(tǒng)計(jì)學(xué)家和愛(ài)好者不斷在R網(wǎng)站提供他們編寫(xiě)的各種最新方法的統(tǒng)計(jì)軟件包和程序。它的所有計(jì)算過(guò)程和代碼都是公開(kāi)的，不像多數(shù)“傻瓜”軟件“黑盒子”式的模塊。它的函數(shù)還可以被用戶(hù)按需要改寫(xiě)，容易舉一反三。對(duì)于一般非統(tǒng)計(jì)工作者來(lái)說(shuō)，主要問(wèn)題是它沒(méi)有“傻瓜化”。,1.8 統(tǒng)計(jì)軟件,,統(tǒng)計(jì)中的幾個(gè)基本概念,本章小節(jié),1.統(tǒng)計(jì)及其應(yīng)用領(lǐng)域統(tǒng)計(jì)數(shù)據(jù)的類(lèi)型統(tǒng)計(jì)中的幾個(gè)基