《统计的基本概念》课件

统计的基本概念课程大纲数据分析统计推断统计模型数据的收集、整理和描述抽样分布回归分析集中趋势和离散程度的度量参数估计时间序列分析概率论基础假设检验统计学概述统计学是一门研究如何收集、整理、分析和解释数据的学科它为我们提供了一套工具和方法，帮助我们理解复杂的数据世界，并从中提取有价值的信息统计学在现代社会中扮演着至关重要的角色，广泛应用于各个领域，例如经济、社会、科学、工程等统计学的定义数据分析决策支持结论推断统计学是关于数据收集、整理、分析和解统计学帮助我们从数据中获得有意义的信统计学允许我们从样本数据中推断总体特释的一门学科息，并为决策提供依据征，并对假设进行检验统计学的分类描述统计学推断统计学12描述性统计学主要用于收集、推断性统计学则是在样本数据整理、分析和描述数据，以揭的基础上，对总体进行推断，示数据的基本特征和规律得出结论，并对结论的可靠性进行评估统计学的应用领域商业和金融科学研究市场分析、风险管理、投资决策数据分析、实验设计、模型构建医疗保健流行病学、临床试验、医疗数据分析数据的收集数据收集是统计分析的第一步，也是至关重要的环节数据收集的质量直接影响到后续统计分析的准确性和可靠性数据的来源调查数据实验数据通过问卷、访谈等方式收集的原通过控制实验条件获得的数据，始数据，用于了解特定人群的观用于检验假设和评估变量之间的点、态度或行为关系现有数据来自政府机构、企业或其他组织的公开数据，用于分析趋势、比较和预测数据的种类数值型数据分类数据12数值型数据可以进行数学运算分类数据表示对象的类别，例，例如身高、体重、年龄等如性别、学历、职业等顺序数据3顺序数据表示对象的等级或顺序，例如产品等级、满意度评价等数据收集方法调查法观察法实验法通过问卷、访谈等方式收集数据，适合直接观察被观察对象的行为，记录相关通过控制变量，进行实验，观察不同处了解人们的观点、态度、行为等数据，适合研究自然现象、社会现象等理方式对实验结果的影响，适合验证理论假设数据的整理与表示将收集到的数据进行整理和表示，以便于分析和理解常用方法包括数据列表、频数分布表、直方图和频率分布图等数据列表定义作用数据列表是指将数据按照一定的数据列表可以帮助我们直观地了顺序排列成表格的形式，以便于解数据的分布情况，方便进行数查看和分析据分析和统计示例例如，我们可以将学生的考试成绩按照从高到低的顺序排列成数据列表，方便了解学生的成绩排名频数分布表数据分组频数统计将数据按照一定的规则进行分组，每统计每个组内数据的数量，即频数个组对应一个频数直观展示将频数分布表以直方图或频率分布图的方式进行展示直方图和频率分布图直方图是将数据分组后，用矩形的高度表示各组的频数或频率，用矩形的宽度表示各组的组距频率分布图是将数据分组后，用曲线表示各组的频数或频率集中趋势的度量数据集中趋势的度量，用以描述数据集中趋势常见指标包括算术平均数、中位数和众数算术平均数中位数众数所有数据的总和除以将数据从小到大排列数据集中出现次数最数据的个数，位于中间位置的数多的数值值算术平均数定义特点所有数据之和除以数据个数的结果易于计算，受极端值影响较大中位数排序位置将数据按从小到大排序，中位数位于数据个数为奇数时，中位数为中间位排序后的中间位置置的值；数据个数为偶数时，中位数为中间两个值的平均值影响中位数不受极端值的影响，因此在数据分布倾斜的情况下更能代表数据的中心位置众数定义特点在数据集中出现次数最多的数值称为众数众数不受极端值影响，适合描述数据集中最常见的数值离散程度的度量离散程度用来衡量一组数据中各个数据点偏离其中心位置的程度它告诉我们数据的分布范围和集中程度极差定义计算公式极差是指数据集中最大值和最小极差=最大值-最小值值之间的差值，它反映了数据的波动范围优点缺点计算简单，易于理解容易受到极端值的影响，无法反映数据分布的集中程度方差定义计算12方差是用来衡量一组数据离散方差的计算公式是所有数据程度的统计量与平均值的平方差之和除以数据个数减1应用3方差可以用来比较不同组数据离散程度，以及评估数据分布的稳定性标准差衡量数据离散程度反映数据波动性标准差代表数据点与平均值的平均距离，数值越大，数据越分散标准差用于描述数据的离散程度，反映数据点的波动范围和程度；数值越小，数据越集中概率论基础概率论是统计学的基础，是研究随机现象规律的学科随机事件概率的定义12在一定条件下，可能发生也可随机事件发生的可能性大小能不发生的事件概率的性质3概率值介于0到1之间，所有可能事件的概率之和为1随机事件不确定性概率独立性随机事件的结果在事件发生之前无法确定每个随机事件的结果都有一定的概率随机事件的结果通常彼此独立概率的定义概率是指事件发生的可能性大小，通例如，抛硬币正面朝上的概率为1/2常用0到1之间的数值表示，表示正面朝上发生的可能性为50%概率的性质非负性归一性可加性概率值永远是非负的，即不会小于零所有可能事件的概率之和等于1互斥事件的概率之和等于这些事件并集的概率概率分布概率分布是用来描述随机变量取值的概率规律的数学函数它是统计学中重要的概念，它帮助我们理解随机事件发生可能性的大小离散型概率分布伯努利分布二项分布泊松分布描述单次试验中事件发生的概率描述在n次独立试验中事件发生的次数描述在一段时间或空间内事件发生的次数连续型概率分布定义特点12连续型随机变量的概率分布，概率密度函数的积分表示变量变量值可以是任意实数，在给落在特定区间的概率定区间内的概率由概率密度函数确定常见类型3正态分布、指数分布、均匀分布等抽样分布在统计学中，抽样分布是指从总体中随机抽取多个样本，每个样本的统计量（如样本均值、样本方差等）的分布样本统计量的分布推断统计的基础抽样分布描述了样本统计量的取值抽样分布是推断统计的基础，它可规律，它与总体分布密切相关以帮助我们根据样本信息推断总体参数抽样分布概念总体分布抽样分布中心极限定理描述总体中所有个体数据的概率分布描述从总体中抽取多个样本，每个样本的当样本量足够大时，无论总体分布是什么统计量（如样本均值）的概率分布，样本均值的分布都趋近于正态分布正态分布对称性钟形曲线12正态分布的概率密度函数曲线正态分布的曲线呈钟形，两端关于均值对称逐渐趋于平缓均值和方差3正态分布由均值和方差两个参数决定分布t定义应用t分布是一个连续概率分布，常用于样本量较小的情况下估计总t分布被广泛应用于假设检验和参数估计，例如，检验两个样本体均值它与正态分布类似，但其尾部更厚，这意味着它比正态均值之间的差异或估计总体均值的置信区间分布更容易产生极端值参数估计参数估计是统计学中重要的概念之一，用于根据样本数据推断总体参数的值点估计区间估计使用样本统计量来估计总体参数的根据样本数据，计算出一个包含总单个值体参数的区间，并给出该区间包含总体参数的置信度点估计用样本统计量来估计总体参数的值通过样本数据计算得到估计值使用样本数据来推断总体参数的具体数值区间估计估计总体参数置信区间区间估计是一种利用样本数据推区间估计的结果是一个置信区间断总体参数的范围的方法，它表示总体参数可能落入的范围置信水平置信水平表示我们对区间估计结果的信心程度，通常为95%或99%假设检验假设检验是一种统计推断方法，用来检验关于总体参数的假设是否成立步骤应用•提出假设•新药研发•选择检验统计量•市场调查•确定拒绝域•质量控制•计算检验统计量的值•做出决策假设检验的基本过程提出假设收集数据计算检验统计量确定值P首先，需要根据研究问题提根据研究问题收集相关数据根据数据和假设检验方法，根据检验统计量和假设检验出两个相互矛盾的假设，即，数据收集方法要保证数据计算检验统计量，用于判断方法，计算P值，用于评估数原假设和备择假设的准确性数据是否支持原假设据支持原假设的可能性常见的假设检验单样本检验双样本检验检验一个样本的总体参数是否等检验两个样本的总体参数是否相于某个已知值等方差检验回归系数检验检验两个样本的总体方差是否相检验回归模型中的回归系数是否等显著回归分析回归分析是一种统计方法，用于研究变量之间的关系，并利用这种关系预测未来结果线性回归非线性回归线性回归模型假设变量之间存在线非线性回归模型则假设变量之间存性关系，并使用直线方程来描述这在非线性关系，并使用更复杂的函种关系数来描述这种关系相关分析变量间关系图形化展示探索两个或多个变量之间是否存在联散点图、相关系数等图形和指标用于系，以及联系的强度和方向直观地展示变量之间的关系检验假设通过统计检验来判断变量之间是否存在显著的线性相关关系线性回归模型线性回归方程回归系数线性回归模型使用一个线性方程来描述变量之间的关系方程表回归系数表示自变量对因变量的影响程度系数可以是正值或负示因变量与自变量之间的线性关系值，表示自变量的增加或减少会对因变量产生正向或负向的影响回归系数的检验显著性检验检验t12检验回归系数是否显著不同于使用t检验来评估回归系数的零，以确定自变量对因变量的统计显著性，并确定其是否显影响是否显著著不同于零值p3p值表示在原假设为真的情况下，观察到样本结果或更极端结果的概率时间序列分析时间序列分析是一种用于分析随时间变化的数据的方法，它帮助我们理解数据中的模式、趋势和周期性趋势季节性随机性时间序列中的总体趋数据在特定时间段内数据中无法解释的随势，例如上升、下降出现的周期性模式，机波动，无法预测或平稳例如每年夏季的销售额增长时间序列的定义时间序列概念数据类型时间序列是按照时间顺序排列的一组数据点，用于描述某个变量时间序列数据可以是连续的，例如温度、湿度或股票价格；也可随时间变化的趋势以是离散的，例如销售额、网站访问量或故障次数时间序列分析的目的预测未来趋势识别周期性模式揭示数据之间的关系利用历史数据预测未来的发展趋势，发现时间序列中的周期性规律，例如分析时间序列数据之间的关系，找出为决策提供依据季节性波动影响因素时间序列的组成要素趋势季节性长期趋势是指时间序列在较长时期内季节性是指时间序列在一年中不同季所表现出的总体变化方向节所表现出的周期性波动循环波动随机波动循环波动是指时间序列在较长时间内随机波动是指时间序列中无法用任何所表现出的波浪形起伏规律解释的随机变动结论与展望统计学作为一门重要的学科，在现代社会中扮演着越来越重要的角色它为我们提供了分析数据、理解事物规律、做出科学决策的工具和方法统计学的发展趋势人工智能与大数据机器学习算法数据可视化统计学与人工智能深度融合，为大数据分机器学习算法的不断发展，推动着统计学数据可视化技术日益成熟，帮助人们更直析提供更强大的工具和方法在预测、分类等领域的应用观地理解数据，并从中发现新的规律统计学在不同领域的应用商业和金融医疗保健市场研究、风险管理、投资决疾病流行病学、临床试验、药策物开发社会科学工程和科学人口统计、社会调查、公共政质量控制、实验设计、数据分策评估析。