第 1 章 导 论
1. 理解统计学的含义（收集、处理、分析、解释数据并从数据中得出结论的科学 ）
2. 理解描述统计（研究数据收集、处理、汇总、图表描述、概括与分析等统计方法 内容： 搜集数据，整理数据，显示数据，描述性分析 目的：描述数据特征，找出数据的基本规律）推断统计（研究如何利用样本数据来推断总体特征的统计方法 内容：参数估计；假设检验 目的；对总体特征作出推断）
1. 3. 了解统计学的应用领域（（分类数据(categorical data)
只能归于某一类别的非数字型数据
对事物进行分类的结果，数据表现为类别，用文字来表述
例如，人口按性别分为男、女两类
2. 顺序数据(rank data)
只能归于某一有序类别的非数字型数据
对事物类别顺序的测度，数据表现为类别，用文字来表述
例如，产品分为一等品、二等品、三等品、次品等
3. 数值型数据(metric data)
按数字尺度测量的观察值
结果表现为具体的数值，对事物的精确测度
例如：身高为175cm、168cm、183cm
4. 观测的数据(observational data)
通过调查或观测而收集到的数据
在没有对事物人为控制的条件下而得到的
有关社会经济现象的统计数据几乎都是观测数据
5. 实验的数据(experimental data)
在实验中控制实验对象而收集到的数据
比如，对一种新药疗效的实验，对一种新的农作物品种的实验等
自然科学领域的数据大多数都为实验数据
6. 截面数据(cross-sectional data)
在相同或近似相同的时间点上收集的数据
描述现象在某一时刻的变化情况
比如，2005年我国各地区的国内生产总值数据
7. 时间序列数据(time series data)
在不同时间上收集到的数据
描述现象随时间变化的情况
比如，2000年至2005年国内生产总值数据）
4. 了解数据的类型
1. 5. 理解统计中的几个基本概念（总体(population)
所研究的全部个体的集合，其中的每一个个体也称为总体单位
总体同时具备以下三个特征：
⑴ 大量性：总体单位要有足够多的数量
⑵同质性：总体单位在某一点或某些点上必须是相同的
⑶变异性：总体单位必须在同质性外存在着差别。
１、总体分为有限总体和无限总体
⑴有限总体的范围能够明确确定，且总体单位的数目是有限的
⑵无限总体所包括的总体单位是无限的，不可数的
２、总体与总体单位的关系
总体与总体单位是相对的概念，不是固定不 变的，随着研究目的与任务的改变而相互转换
２．样本 (sample)
从总体中抽取的一部分单位的集合
构成样本的单位的数目称为样本容量或样本量 (sample size)
样本个数：从总体中抽取相同容量的样本的可能数
1.标志:说明总体单位属性或特征的名称
按照标志的特性分为品质标志和数量标志
⑴品质标志反映总体单位质的特征或属性
⑵数量标志反映总体单位数量特征
按照标志的变异情况分为不变标志和可变标志
⑴不变标志在总体各单位之间具体表现完全相同
⑵可变标志在总体单位之间具体表现不完全相同
统计指标：反映总体或样本数量状况的概念和数值。同时具备五大要素： 时间、空间、质的规定性、量的规定性和计量单位
标志与指标的区别与联系:
区别:
⑴标志是说明总体单位的特征,指标是说明总体的特征
⑵标志有能用数值表示的数量标志与不能用数量表示的品质标志,指标都要用数值表示. 联系：
⑴许多指标是由数量标志汇总而来的。
⑵指标和标志可以互换。
1. 参数(parameter)
描述总体特征的概括性数字度量，是研究者想要了解的总体的某种特征值
所关心的参数主要有总体均值()、标准差()、总体比例()等
总体参数通常用希腊字母表示
2. 统计量(statistic)
用来描述样本特征的概括性数字度量，它是根据样本数据计算出来的一些
量，是样本的函数
所关心的样本统计量有样本均值(x)、样本标准差(s)、样本比例(p)等
样本统计量通常用小写英文字母来表示
1. 离散变量：取有限个值 ，其取值只能为整数。
2. 连续变量：可以取无穷多个值 ，其取值可为小数。
）
）
第 1 章 导 论
1. 理解统计学的含义（收集、处理、分析、解释数据并从数据中得出结论的科学 ）
2. 理解描述统计（研究数据收集、处理、汇总、图表描述、概括与分析等统计方法 内容： 搜集数据，整理数据，显示数据，描述性分析 目的：描述数据特征，找出数据的基本规律）推断统计（研究如何利用样本数据来推断总体特征的统计方法 内容：参数估计；假设检验 目的；对总体特征作出推断）
1. 3. 了解统计学的应用领域（（分类数据(categorical data)
只能归于某一类别的非数字型数据
对事物进行分类的结果，数据表现为类别，用文字来表述
例如，人口按性别分为男、女两类
2. 顺序数据(rank data)
只能归于某一有序类别的非数字型数据
对事物类别顺序的测度，数据表现为类别，用文字来表述
例如，产品分为一等品、二等品、三等品、次品等
3. 数值型数据(metric data)
按数字尺度测量的观察值
结果表现为具体的数值，对事物的精确测度
例如：身高为175cm、168cm、183cm
4. 观测的数据(observational data)
通过调查或观测而收集到的数据
在没有对事物人为控制的条件下而得到的
有关社会经济现象的统计数据几乎都是观测数据
5. 实验的数据(experimental data)
在实验中控制实验对象而收集到的数据
比如，对一种新药疗效的实验，对一种新的农作物品种的实验等
自然科学领域的数据大多数都为实验数据
6. 截面数据(cross-sectional data)
在相同或近似相同的时间点上收集的数据
描述现象在某一时刻的变化情况
比如，2005年我国各地区的国内生产总值数据
7. 时间序列数据(time series data)
在不同时间上收集到的数据
描述现象随时间变化的情况
比如，2000年至2005年国内生产总值数据）
4. 了解数据的类型
1. 5. 理解统计中的几个基本概念（总体(population)
所研究的全部个体的集合，其中的每一个个体也称为总体单位
总体同时具备以下三个特征：
⑴ 大量性：总体单位要有足够多的数量
⑵同质性：总体单位在某一点或某些点上必须是相同的
⑶变异性：总体单位必须在同质性外存在着差别。
１、总体分为有限总体和无限总体
⑴有限总体的范围能够明确确定，且总体单位的数目是有限的
⑵无限总体所包括的总体单位是无限的，不可数的
２、总体与总体单位的关系
总体与总体单位是相对的概念，不是固定不 变的，随着研究目的与任务的改变而相互转换
２．样本 (sample)
从总体中抽取的一部分单位的集合
构成样本的单位的数目称为样本容量或样本量 (sample size)
样本个数：从总体中抽取相同容量的样本的可能数
1.标志:说明总体单位属性或特征的名称
按照标志的特性分为品质标志和数量标志
⑴品质标志反映总体单位质的特征或属性
⑵数量标志反映总体单位数量特征
按照标志的变异情况分为不变标志和可变标志
⑴不变标志在总体各单位之间具体表现完全相同
⑵可变标志在总体单位之间具体表现不完全相同
统计指标：反映总体或样本数量状况的概念和数值。同时具备五大要素： 时间、空间、质的规定性、量的规定性和计量单位
标志与指标的区别与联系:
区别:
⑴标志是说明总体单位的特征,指标是说明总体的特征
⑵标志有能用数值表示的数量标志与不能用数量表示的品质标志,指标都要用数值表示. 联系：
⑴许多指标是由数量标志汇总而来的。
⑵指标和标志可以互换。
1. 参数(parameter)
描述总体特征的概括性数字度量，是研究者想要了解的总体的某种特征值
所关心的参数主要有总体均值()、标准差()、总体比例()等
总体参数通常用希腊字母表示
2. 统计量(statistic)
用来描述样本特征的概括性数字度量，它是根据样本数据计算出来的一些
量，是样本的函数
所关心的样本统计量有样本均值(x)、样本标准差(s)、样本比例(p)等
样本统计量通常用小写英文字母来表示
1. 离散变量：取有限个值 ，其取值只能为整数。
2. 连续变量：可以取无穷多个值 ，其取值可为小数。
）
）