统计学

1、在SPSS中录入数据。打开SPSS，将以上四格表的数据输入到软件中。包括有组别和有效性条件列以及频数列，其中，组别（1=试验组；2=对照组），有效性（0=无效；1=有效）。数据加权还原的操作。2、依次点击“数据——加权个案”。3、在“加权个案”窗口中，将“频数”选入右侧“加权个案”的框中，点击“确定”，即完成对样本数据的还原。(注：加权操作之后，在“数据视图”上并无加权后的数据显示，但在进行卡方分析时，可以发现数据样本已进行了还原。）数据还原完成后，即可以开始进行卡方检验操作4、依次点击“分析——描述统计——交叉表格”。在“交叉表格”窗口中，将“组别”属性选入行中，“有效性”在出现的“统计窗口”，勾选“卡方”。5、点击“继续”，然后“确定”，得到分析结果。

医学统计学主要涉及医学上的应用，卫生统计学的范围要广些，卫生综合考的是卫生统计学。

卫生统计学不包括：国民生产总值统计一、医学统计学和卫生统计学区别：1.研究内容不同医学统计学主要研究临床医学中与疾病诊断、治疗、预防相关的数据分析和统计方法，例如生存分析、试验设计、生物信息学分析等；而卫生统计学则主要研究公共卫生学中的健康状况、群体分布和流行病学等问题，例如疾病发病率、死亡率、流行病学调查等。2.研究对象不同医学统计学的研究对象主要是个体患者或病例，着重于研究疾病的诊断和治疗个体化问题；而卫生统计学的研究对象主要是人群、社区、国家或地区等大范围的健康问题。3.存在一定的联系虽然两者研究内容和研究对象不同，但是它们也有着一定的联系。例如，在实际的医学研究过程中，卫生统计学的方法和数据分析经常与医学统计学密切相关。医学统计学研究的数据分析方法可以用于卫生统计学中大规模数据的分析，同时卫生统计学中的调查、测量和数据采集方法也可以为医学研究提供数据来源。综上所述，医学统计学和卫生统计学在研究内容和研究对象方面存在一些差异，但它们也存在一定的联系，并且都是统计学在医学和卫生领域中的重要应用。二、扩展资料：卫生统计学（statistics）是研究数据的收集、整理和分析的一门科学，帮助人们分析所占有的信息，达到去伪存真、去粗取精、正确认识世界的一种重要手段。卫生统计学（health statistics）是应用数理统计学的原理与方法研究居民健康状况以及卫生服务领域中数据的收集、整理和分析的一门科学。

你好，我在大学里学的是统计学专业，并且是卫生方向的，当时我得专业课就是卫生统计学，现在已经毕业。在这里，我想问你的是，你学习这门的动机是什么？是为了更好的来完成临床科研里的实验数据的分析，写论文呢？还是就是想读这个专业？如果是前者的话，说明你很有学习动力，前途无量；如果是后者的话，我作为一个医学统计学专业的本科毕业生告诉你，选择请慎重！我现在读这个专业，感觉不伦不类，毕竟国内对这一块目前来说发展很是不好，只能说前景很好，但是多少年之后才能赶上这个号前景是未知的....学习统计，主要的就是要有统计学的思想，建议你首先从实验设计部分开始学起，因为在分析的时候，首先也是根据不同的实验设计来选择不同的统计学方法的；然后就是统计学里的基本术语的学习，象总体，样本，随机抽样等，一定要深入理解，理解本质；其次就是统计描述，统计推断（假设检验和参数估计）；当然在学习之前你还要基本的学习一下一些常见的分布，比如正态分布，泊松分布，t分布等，这些对于你再学习后面的知识（因为统计学的知识基本上就是以这些分布问题展开的）大有好处。最后，祝你学习成功，顺利！

卫生统计学第二版。该书涵盖了卫生统计学的基础知识和方法，包括数据收集，测量，描述性统计，推断性统计以及假设检验等方面的内容，该书还介绍了卫生统计学在公共卫生领域中的应用，例如流行病学，环境卫生和预防医学等。在学习卫生统计学时，除了参考书外，还可以通过观看在线课程，参加讨论小组，参加实践项目等方式来巩固知识和技能。

2 准确性审查（逻辑审查与技术审查）和完整性审查；再拟定整理表，按照“同质者合并，非同质者分开”的原则对资料进行质量分组，并在同质基础上根据数值大小进行数量分组；最后汇总归纳。 4）、分析资料：其目的是计算有关指标，反映数据的综合特征，阐明事物的内在联系和规律。统计分析包括统计描述和统计推断。前者是用统计指标与统计图（表）等方法对样本资料的数量特征及其分布规律进行描述；后者是指如何抽样，以及如何用样本信息推断总体特征。进行资料分析时，需根据研究目的、设计类型和资料类型选择恰当的描述性指标和统计推断方法。 统计工作的四个步骤紧密相连、不可分割，任何一步的缺陷，都将影响整个研究结果。 3、基本概念： 1）、同质与变异。严格地讲，同质是指被研究指标的影响因素完全相同。但在医学研究中，有些影响因素往往是难以控制的（如遗传、营养等），甚至是未知的。所以，在统计学中常把同质理解为对研究指标影响较大的、可以控制的主要因素尽可能相同。例如研究儿童的身高时，要求性别、年龄、民族、地区等影响身高较大的、易控制的因素要相同，而不易控制的遗传、营养等影响因素可以忽略。 同质基础上的个体差异称为变异。如同性别、同年龄、同民族、同地区的健康儿童的身高、体重不尽相同。事实上，客观世界充满了变异，生物医学领域更是如此。哪里有变异，哪里就需要统计学。若所研究的同质群体中所有个体一模一样，只需观察任一个体即可，无须进行统计研究。 2）、总体与样本 任何统计研究都必须首先确定观察单位，亦称个体。观察单位是统计研究中最基本的单位，可以是一个人、一个家庭、一个地区、一个样品、一个采样点等。 总体是根据研究目的确定的同质观察单位的全体，或者说，是同质的所有观察单位某种观察值（变量值）的集合。例如欲研究山东省2002年7岁健康男孩的身高，那么，观察对象是山东省2002年的7岁健康男孩，观察单位是每个7岁健康男孩，变量是身高，变量值（观察值）是身高测量值，则山东省2002年全体7岁健康男孩的身高值构成一个总体。它的同质基础是同地区、同年份、同性别、同为健康儿童。总体又分为有限总体和无限总体。有限总体是指在某特定的时间与空间范围内，同质研究对象的所有观察单位的某变量值的个数为有限个，如上例；无限总体是抽象的，无时间和空间的限制，观察单位数是无限的，如研究碘盐对缺碘性甲状腺病的防治效果，该总体的同质基础是缺碘性甲状腺病患者，同用碘盐防治；该总体应包括已使用和设想使用碘盐防治的所有缺碘性甲状腺病患者的防治效果，没有时间和空间范围的限制，因而观察单位数无限，该总体为无限总体。3 在实际工作中，所要研究的总体无论是有限的还是无限的，通常都是采用抽样研究。样本是按照随机化原则，从总体中抽取的有代表性的部分观察单位的变量值的集合。如从上例的有限总体（山东省2002年7岁健康男孩）中，按照随机化原则抽取100名7岁健康男孩，他们的身高值即为样本。从总体中抽取样本的过程为抽样，抽样方法有多种。抽样研究的目的是用样本信息推断总体特征。 统计学好比是总体与样本间的桥梁，能帮助人们设计与实施如何从总体中科学地抽取样本，使样本中的观察单位数（亦称样本含量）恰当，信息丰富，代表性好；能帮助人们挖掘样本中的信息，推断总体的规律性。 3）、资料与变量及其分类 总体确定之后，研究者应对每个观察单位的某项特征进行测量或观察，特征称为变量。如“身高”、“体重”、“性别”、“血型”、“疗效”等。变量的测定值或观察值称为变量值或观察值，亦称为资料。 按变量的值是定量的还是定性的，可将变量分为以下类型，变量的类型不同，其分布规律亦不同，对它们采用的统计分析方法也不同。在处理资料之前，首先要分清变量类型。 1）数值变量：其变量值是定量的，表现为数值大小，可经测量取得数值，多有度量衡单位。如身高（cm）、体重（kg）、血压（mmHg kPa）、脉搏（次/min）和白细胞计数（×10 9 /L）等。这种由数值变量的测量值构成的资料称为数值变量资料，亦称为定量资料。大多数的数值变量为连续型变量，如身高、体重、血压等；而有的数值变量的测定值只能是正整数，如脉搏、白细胞计数等，在医学统计学中把它们也视为连续型变量。 2）分类变量：其变量值是定性的，表现为互不相容的类别或属性。分类变量可分为无序变量和有序变量两类： （1）无序分类变量是指所分类别或属性之间无程度和顺序的差别。它又可分为①二项分类，如性别（男、女），药物反应（阴性和阳性）等；②多项分类，如血型（O、A、B、AB），职业（工、农、商、学、兵）等。对于无序分类变量的分析，应先按类别分组，清点各组的观察单位数，编制分类变量的频数表，所得资料为无序分类资料，亦称计数资料。 （2）有序分类变量各类别之间有程度的差别。如尿糖化验结果按－、±、＋、＋＋、＋＋＋分类；疗效按治愈、显效、好转、无效分类。对于有序分类变量，应先按等级顺序分组，清点各组的观察单位个数，编制有序变量（各等级）的频数表，所得资料称为等级资料。 变量类型不是一成不变的，根据研究目的的需要，各类变量之间可以进行转化。例如血红蛋白量（g/L）原属数值变量，若按血红蛋白正常与偏低分为两类时，可按二项分类资料分析；若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白 4 增高分为五个等级时，可按等级资料分析。有时亦可将分类资料数量化，如可将病人的恶心反应以0、1、2、3表示，则可按数值变量资料（定量资料）分析。 4、随机事件与概率 医学研究的现象，大多数是随机现象，对随机现象进行实验或观察称为随机试验。随机试验的各种可能结果的集合称为随机事件，亦称偶然事件，简称事件。例如用相同治疗方案治疗一批某病的患者，治疗转归可能为治愈、好转、无效、死亡四种结果，对于一个刚入院的患者，治疗后究竟发生哪一种结果是不确定的，可能发生的每一种结果都是一个随机事件。 对于随机事件来说，在一次随机试验中，某个随机事件可能发生也可能不发生，但在一定数量的重复试验后，该随机事件的发生情况是有规律可循的。概率是描述随机事件发生的可能性大小的数值，常用P表示。例如，投掷一枚均匀的硬币，随机事件A表示“正面向上”，用 n表示投掷次数；m表示随机事件A发生的次数；f表示随机事件A发生的频率（f=m/n），0≤m≤n, 0≤f≤1。 用不同的投掷次数n作随机试验，结果如下：m/n=8/10=0.8, 7/20=0.35,u201eu201e , 249/500=0.498, 501/1000=0.501, 10001/2000=0.5000，由此看出当投掷次数n足够大时,f=m/n→0.5，称P(A)=0.5，或简写为：P=0.5。当n足够大时，可以用f估计P。 随机事件概率的大小在0与1之间，即0<P<1，常用小数或百分数表示。P越接近1，表示某事件发生的可能性越大；P越接近0，表示某事件发生的可能性越小。P＝1表示事件必然发生，P＝0表示事件不可能发生，它们是确定性的，不是随机事件，但可以把它们看成随机事件的特例。 若随机事件A的概率P(A)≤a，习惯上，当a=0.05时，就称A为小概率事件。其统计学意义是小概率事件在一次随机试验中不可能发生。例如，某都市大街上疾驶的汽车撞伤行人的事件的发生概率为1/万，但大街上仍有行人，这是因为 “被撞”事件是小概率事件，所以行人认为自己上街这“一次试验”中不会发生“被撞”事件。“小概率”的标准a是人为规定的，对于可能引起严重后果的事件，如术中大出血等，可规定a=0.01，甚至更小。 误差是指测定结果与真实结果之间的差值。对任何一个物理量进行的测量都不可能得出一个绝对准确的数值，即用测量技术所能达到的最完善的方法，测出的数值也和真实值存在差异，这种测量值和真实值的差异称为误差。误差的分类误差分为绝对误差和相对误差。也可以根据误差的来源分为系统误差（又称偏性）和随机误差（又称机会误差）。5 1、绝对误差是测量值对真值偏离的绝对大小，因此它的单位与测量值的单位相同。2、相对误差则是绝对误差与真值的比值，因此它是一个百分数。一般来说，相对误差更能反映测量的可信程度。相对误差等于测量值减去真值的差的绝对值除以真值，再乘以百分之一百。3、系统误差是由一些固有的因素（如测量方法的缺陷）产生的，理论上总是可以通过一定的手段来消除。如天平的两臂应是等长的，可实际上是不可能完全相等的；天平配置的相同质量的砝码应是一样的，可实际上它们不可能达到一样。4、随机误差是由于在测定过程中一系列有关因素微小的随机波动而形成的具有相互抵偿性的误差（也称为偶然误差和不定误差）。请采纳如果你认可我的回答，敬请及时采纳，~如果你认可我的回答，请及时点击【采纳为满意回答】按钮~~手机提问的朋友在客户端右上角评价点【满意】即可。~你的采纳是我前进的动力~~O(∩_∩)O，记得好评和采纳，互相帮助

可以先看的入门书籍有《公共卫生统计学》（第2版）、《医学统计学与资料处理》（第3版）、《医学生物统计学》（第2版）。1、《公共卫生统计学》（第2版）作者：比尔斯利、斯坦菲尔德、斯蒂格勒。2、《医学统计学与资料处理》（第3版）作者：刘继东、陈静。3、《医学生物统计学》（第2版）作者：陈志勇、王宏。

1、流行病卫生统计学考研科目初试考三科，分别是思想政治理论，英语一和一门专业课。多所院校专业课考试的都是353卫生综合。因此在专业课的复习备考主要是卫生综合这一科。2、排名在前十位流行病与卫生统计学考研学校：北京协和医学院、复旦大学、北京大学、南京医科大学、哈尔滨医科大学、山东大学、中国医科大学、安徽医科大学、华中科技大学、中山大学。

90分以上的人数/全部人数x100%=优秀率 80分以上的人数/全部人数x100%=良好率 及格的人数/全部人数x100%=及格率 我是以总分100分计算的 其他总分就换个数字就可以了

原因如下：1、掌握卫生数据的收集、整理、分析和解释方法，从而更好地了解卫生问题的现状和趋势。2、理解卫生统计学在卫生政策制定和实施中的作用，从而更好地参与卫生政策的制定和实施。3、学习卫生统计学可以帮助人们评估卫生服务的质量和效果，从而提高卫生服务的质量和效率。

公共事业管理要学习卫生统计学的原因如下：1、了解卫生状况：卫生统计学可以通过收集和分析卫生统计数据，了解人口的健康状况、疾病分布情况、传染病流行情况等，并为公共卫生决策提供科学依据。2、评估卫生服务：卫生统计学可以对医疗卫生服务的质量和效率进行评估，包括医疗机构的服务能力和水平、医疗设备的使用情况、医疗人员的素质和专业能力等。3、优化卫生资源配置：卫生统计学可以对卫生资源的分布和利用情况进行分析和评估，为卫生资源的优化配置和管理提供参考。

王见定教授挑战“生命科学突破奖” （三）申报“生命科学突破奖”的理由 作为统计学突破的又一最大受益者（它与经济学并列），非生命科学莫属。生命科学简单地可以定义为：它是系统阐述与生命特征有关的重大课题的科学。医学是针对人进行生命特征研究的科学，从这点意义上讲，医学是生命科学的一个最主要的组成部分。每一个学习生物或医学的人都会发现统计学贯串了生物学与医学的整个过程。 一般认为最早的记录是1348年欧洲一半人死于黑死病（鼠疫）；第一世界大战时爆发的西班牙流行性感冒，几个月内带走2000万人的生命，一年时间内，全球范围内5000万到一亿人死于此疫（HINI禽流感）......到1859年达尔文完成了《物种起源》，1865年孟德尔完成的《植物杂交试验》，1889年高尔顿完成的《自然遗传》，1916年皮尔逊完成的《数学对进化论的贡献》，1925年费希尔完成的《研究人员用统计方法》，......这些都是早、中期运用统计学进行生命科学研究的典范。到了20世纪50年代，遗传物质DNA螺旋结构的发现，整个试验过程处处使用了现代统计学方法，开创了从分子水平研究生命活动的新纪元。进一步对基因的检验以及基因检测结果能告诉你有多高的风险患上某种疾病，而且正确指导你合理用药，均应用了现代统计学的基本方法。最后，我们注意到各种病毒、病菌的发现，生存原理、控制方法以及相应的各种药物的研发、各种疾病相关指标的测定无一不是采用了各种统计学方法...... 一句话，统计学是生命科学的生命线，离开了统计学，生命科学不得生存和发展。“社会统计学与数理统计学统一理论”作为统计学的最新理论，必将全面提升生命科学的水平，当然完全达到了挑战“生命科学突破奖”的水准。

以下是猎考考研小编为大家整理的“医学考研：流行病与卫生统计学介绍”的相关内容，希望对考研的同学有所帮助，一起来看看吧!　　100401 流行病与卫生统计学流行病与卫生统计学是公共卫生与预防医学的一个二级学科，该专业目前已发展形成多门分支的研究方向。分子流行病学作为传统流行病学和分子生物学交叉融合的新学科，代表着流行病学发展的一个重要方向，其研究对功能基因组阶段流行病学的发展和疾病防治具有重要意义。管理流行病学是现代流行病学的一个重要分支，是适应卫生管理需要而发展起来的一门新兴学科，它将流行病学与统计学的原理和方法应用于社区卫生服务、卫生规划或卫生项目的计划、管理与评价，同时利用流行病学调查获得的各种卫生信息，为卫生部门提供决策依据、制定相应的政策和策略。以上是猎考考研为大家准备整理的“医学考研：流行病与卫生统计学介绍”的相关内容。了解更多相关资讯，敬请关注猎考考研。另外，为了帮助考生更好地复习，猎考考研为广大学子推出2018考研考前冲分营、一对一课程、推免课程系列备考专题，针对每一个科目要点进行深入的指导分析，还会根据每年的考研大纲进行针对性的分析哦~欢迎各位考生了 解咨询。同时，猎考考研一直为大家推出考研直播课堂，足不出户就可以边听课边学习，为大家的考研梦想助力! 研究生考试有疑问、不知道如何总结考研考点内容、不清楚考研报名当地政策，点击底部咨询官网，免费领取复习资料：https://www.87dh.com/yjs/

卫生统计学常用的统计图有7种，名称及适用类型资料如下：1、条图：又称直条图，表示独立指标在不同阶段的情况，有两维或多维，图例位于右上方。条形统计图可以清楚地表明各阶段数量的多少，是统计图资料分析中最常用的图形2、百分条图和圆图：又称扇形图，描述百分比（构成比）的大小，用颜色或各种图形将不同比例表达出来。百分条图用整个圆表示总数，用圆内各个扇形的大小表示各部分数量占总数的百分数。通过扇形统计图可以很清楚地表示出各部分数量同总数之间的关系。3、线图：用线条的升降表示事物的发展变化趋势，适用于连续性资料，反映事物在时间上的发展变化的趋势，或某现象随另一现象变迁的情况。4、半对数线图：以纵轴为对数尺度，横轴为算术尺度的线图。在对数尺度上，同样的增长速度其距离的改变相等，因此常用半对数线图比较事物的发展速度。5、直方图：描述计量资料的频数分布。6、散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。常用来描述两种现象的相关关系。7、统计地图：描述某种现象的地域分布。扩展资料：20世纪初以来，科学技术迅猛发展，社会发生了巨大变化，统计学进入了快速发展时期。由社会、经济统计向多分支学科发展。在20世纪以前，统计学的领域主要是人口统计、生命统计、社会统计和经济统计。随着社会、经济和科学技术的发展，到今天，统计的范畴已覆盖了社会生活的一切领域，几乎无所不包，成为通用的方法论科学。它被广泛用于研究社会和自然界的各个方面，并发展成为有着许多分支学科的科学，卫生统计学就属于统计学的一门学科分支。卫生统计学主要包括两方面内容：1、健康统计，包括医学人口统计、疾病统计和生长发育统计等；2、卫生服务统计，包括卫生资源利用、医疗卫生服务的需求、医疗保健体制改革等方面的统计学问题。参考资料来源：百度百科—卫生统计学参考资料来源：百度百科—统计学参考资料来源：百度百科—统计图参考资料来源：百度百科—半对数线图参考资料来源：百度百科—散点图

零假设不成立时。一般情况下卫生统计学的检验属于双侧检验，P值是看双侧的，但是如果有足够的证据证明零假设不成立时，实际情况只能朝着一个方向发展的时候P就选择单侧。卫生统计学（healthstatistics）是应用数理统计学的原理与方法研究居民健康状况以及卫生服务领域中数据的收集、整理和分析的一门科学。

统计学（statistics）是研究数据的收集、整理和分析的一门科学，帮助人们分析所占有的信息，达到去伪存真、去粗取精、正确认识世界的一种重要手段。 卫生统计学（health statistics）是应用数理统计学的原理与方法研究居民健康状况以及卫生服务领域中数据的收集、整理和分析的一门科学。

统计学问卷调查报告 　　想要知道一些情况或事件时，我们需要带着创新精神去开展调查，并且最后的结果会记录在调查报告中。调查报告怎么写才合适呢？以下是我为大家收集的统计学问卷调查报告，希望对大家有所帮助。 　　统计学问卷调查报告1 　　校园是学校环境的灵魂，也是代表了一个学校的整体面貌。优美安静的校园能让同学们更好地感受到大学的氛围、学习的氛围。而随着社会经济的不断发展，大学生校园环境建设方面出现了许多如浪费现象、环境保护等严峻问题，为营造学校良好的学习环境，必须重视对校园环境的建设。 　　调查目的：本次调查主要是针对xxx的校园环境进行的，目的是通过对本校区以及在校大学生的调查，了解了目前我院校园环境的基本情况和更多的校园环境问题，以及对我院校园环境所存在的问题的看法、态度等，并借此加以改进我们的校园环境，从而营造良好的学习氛围，提高学习效率和生活质量。 　　调查时间：20xx年6月15日至20日 　　调查内容：xxx校园环境，包括校区环境、教室环境、食堂环境、宿舍环境 调查方式：实地调查 　　调查人员：调查小组成员4人 　　通过调查，我们发现我院校园环境建设方面存在较多问题，以下是我们在调查过程中发现的一些基本情况以及提出的解决相关问题的对策。 　　一、关于校区环境 　　通过调查以及自己的亲身体会，我院校区环境整体满意度为70%，属于中等满意，究其主要原因，在于校区的绿化上，校区绿化是校园环境优化的重要举措之一，然而， 我院校区绿化整体上远远做得不够，也是由于我院是刚刚建设的新校区，绿化难免少。而我院在20xx年春季学期，号召我院全体师生志愿捐钱种树，我们期待这些书的茁壮成长，但是要达到绿荫还要几年。除了绿化问题，我院校区环境还存在以下问题： 　　（1）宣传栏的管理不够规范。上个学期之前，我院还没有设置专门的宣传栏，导致多条主校道上摆满了宣传板报，且较错乱，既不雅又阻碍交通。 　　（2）休闲木椅、石凳太少，也没有专门的休闲草皮，无法满足同学们读书 　　学习或娱乐的需求。 　　（3）部分校道无路灯，行人安全隐患较大。由于我院是新校区，校园里还存在多块待建设用地，说得不好听，其实就成了荒地，野草丛生，野蛇时常出没；加上又没有安装路灯，学生特别是女学生行走实在危险。 　　（4）校区坏境因素安全隐患较大。首先，近年来，由于学生住宿的紧张，我院陆续建起多栋宿舍楼，如13—15栋，但是据我们所知以及学生反映，这几栋宿舍楼经常出现天花板漏水、地板出现裂缝等现象；同时也从我院后勤处老师口中得知，我院为了节省开支而买了比较便宜的建筑材料，并且为了迎接新生入学而赶工，这难道不会威胁我们学生的安全吗？其次，我院地处较偏僻地带，无论是校内还是校外都有许多校外人员，如民工、不良社会青年等，一旦进入我院进行不良行为，则对我院学生特别是女学生将有很大的威胁。 　　对此，学校应该从长远利益出发，严格做好各项工作，不要为了一时的利益而忽视他人的安全，一定要采取相关措施，完善我院基础设施建设，减少安全隐患，为我院师生的校园生活营造一个良好的环境。 　　二、关于教室坏境 　　教室是同学们学习的最主要场所，安静、卫生的教室环境可以让同学安心学习，心情舒畅，提高学习效率，反之，则只能让同学远离而不想学习。可见教室的卫生是极其重要的，也是同学们比较关心的问题，但在这次调查中，我们仍发现了教室坏境存在着很多问题： 　　（1）在教室基础设施方面：教学设备较落后、风扇少或多损坏，讲台地方无配备给教师的风扇，或者有风扇无电源，成摆设，教室闷热不透气；有隔层的地板多损坏，到处隐藏有陷阱，维修不及时；多媒体多数老化，投影模糊，学生看屏幕困难。 　　（2）在教室卫生方面：随地乱仍纸屑、食品包装等现象严重，打扫卫生不够及时。课桌内随处可见口香糖、卫生纸、零食袋等废弃物，很多同学吃完东西之后便随手往桌内一塞，而不丢进垃圾筒，无视黑板上角落写的“请带走垃圾” “保持教室清洁”等标语。 　　（3）“课桌文化”盛行。 “文化”的内容无非是无聊之语及一些学科答案。 　　堂堂一个高等学府的大学生竟会创下“课桌文化”，可见他们是多么无心学习或上课无聊，才随手涂鸦；身为大学生环保意识竟如此缺乏，看来呼唤每一个人保护环境，保护美丽的校园迫在眉睫。 　　（4）在课堂的学习气氛方面：学习气氛较差，认真听讲的同学为多部分，少部分同学们比较随意，发短信、打游戏、看小说、听音乐、睡觉等现象随处可见，有的甚至在课堂上吃东西，甚至旷课，而且这些现象普遍存在于每个课堂。看来，如何保证上课效率，活跃课堂气氛的教育问题不由得人深思。 　　教室存在太多问题，而如何解决呢？最关键的还在于人的本身： 　　首先，提高每个人的环保意识，宣传教室环境卫生的重要性，要依靠每个人的自觉性来维护教室安静、整洁。其次，将“保护环境，人人有责”的责任落实到个人，落实到班级，可以通过专门的检查、监督机制，督促大家保护好环境，表现好的可以给予一定的奖励，通过宣传表扬，授予“文明班级”的称号，激励同学保护环境。在这个方面，我院也做了一定的工作，对此还要继续坚持和改善。 　　三、关于食堂 　　我院的两个食堂，基本上能满足同学们的需要，总体就餐环境还是好的，桌凳较干净，且有电视机供同学们了解新闻及娱乐，也配备了多台风扇及空调，但也存在一些不足之处： 　　（1）据我院学生伙食管理委员会调查反映，我院食堂在卫生方面做得不够，只有一食堂一楼即学校食堂卫生良好，餐具基本能高温消毒。其余的私人的小窗口，在卫生方面做得不够，有使用过期材料，地沟油的现象，而且餐具不消毒，经常出现学生食物中毒事件，拉肚子更多，严重危害学生的身心健康。 　　（2）食堂虽然进行了“光盘行动”，并且也贴了许多标语，如“我在光盘行动，我要拒绝浪费”“餐具也有家”等，但是同学们浪费粮食现象还是很严重，垃圾桶内很多剩菜剩饭，全然不知“粒粒皆辛苦”的含义。 　　（3）很多同学吃完了不自觉端走餐具，而且弄得餐桌狼狈不堪，这就增加了食堂工作人员的负担。 　　四、关于宿舍 　　宿舍是我们学生长期居住的地方，舒适干净的居住环境有利于我们的身心健康，有利于促进我们更好地完成学业。但是我们作为高学府的大学生，在宿舍环境建设方面依然存在许多问题： 　　（1）低年级同学的卫生保持较好，地板比较干净，宿舍整齐明亮；但高年级就显得很乱，地不拖，东西摆放杂乱，书架书桌往往是杂物一大堆，床上更是如此，没叠的被子、书、衣服等。 　　（2）有的宿舍噪声严重，特别是男生，放音乐、大声喧哗，喝酒猜码无时不有，周日还通宵打扑克，严重影响了其他同学的休息。 　　（3）大部分学生不注意安全用电，在宿舍私拉电线、煮东西吃，严重违反我院学生宿舍管理规则，禁止使用大功率电器，可见，我院学生严重缺乏安全意识，难道他们没有看到我国近年来发生了那么多起学生宿舍火灾事故吗？其实这些事情离我们并不远，稍指之差就会发生事故。 　　针对宿舍存在的.问题，我院成立学生宿舍管理委员会，与各系生活部合作对学生宿舍定期检查不定时抽查，也取得了一定的成果。如在检查中也没收了部分学生的用电器，并相应地扣除其所在的班别的文明分，并记入学生档案，也算是一个教训吧。对于学生宿舍环境的建设，最重要也是最关键的还是靠同学的自觉，“宿舍是我家，卫生安全靠大家”，希望通过大家的共同努力改善宿舍环境。 　　展望前景 　　学校的环境建设与同学们的学习、生活息息相关，真心希望通过学生、老师、学校的共同努力营造美丽家园。我们入学两年了，学校环境的变化我们不是有目共睹吗学院在一点一滴地绿化，在一点一滴地美丽，我们有理由相信，我们的学校会越来越美好！最后祝愿民师院的明天更美好！ 　　统计学问卷调查报告2 　　一、调查背景 　　现代社会越来越多的中学生已经有了属于自己的一部手机，但是专家认为：手机辐射不容忽视。今年4月7日，英国《星期日泰晤士报》发表的一份研究报告提醒人们，由于青少年的耳朵和颅骨比成年人更小、更薄，因此，孩子在使用手机时，大脑中吸收的辐射比成年人要高出50%。对一个5岁的孩子来说，辐射会渗入其大脑50%的区域；对10岁的孩子来说，辐射则会渗入其大脑30%的区域。而德国防辐射机构主席沃尔弗拉姆?柯尼希也对当地媒体《柏林日报》表示，为健康着想，人们尤其是儿童应该尽量减少手机的使用。 　　“一般来说，手机通话应尽可能短。父母应使子女尽可能远离这项高科技。”而一位从事职业病防治的教授也表示，青少年的免疫系统较成人脆弱，因而特别容易受到手机辐射的影响。手机辐射会对脑部神经造成损害，引起头痛、记忆力减退和睡眠失调。而手机游戏也有可能使孩子耳聋，一般来说，85分贝就有可能损害听力，当把手机放在耳边时，有些游戏的伴音比喷气式飞机发动机旁边的噪音还大，最差的手机噪音达133分贝，大大超过120分贝的痛苦极限。 　　科技时代，即通讯极为发达的时代，而随着经济水平的提高，中学生带手机入校园的现象日益普遍。手机开发商们更是赋予了小巧玲珑的手机各项强大的功能，为人们的生活提供了便利。但是，有利即有弊，如何正确看待我们身边的手机及是否利用手机，成为当务之急。 研究内容-- 　　现在几乎每个中学生都有使用手机的现象。这些手机，部分来源于学生自己用零花钱购买，部分是家长为了激励把手机作为奖赏，部分是家长为了学生能方便沟通而买。这些手机，基本上拥有强大功能，有学习工具，娱乐工具，当然还有最基本的电话功能。从同学的采访与大部分现象看出，短信功能与娱乐功能是学生经常使用的，并且不加节制的使用。由于学生的不能良好利用手机。学校部分人员采访时表示：学校强制手机的使用，是为了学生学习风气与学习专心。 　　中学生使用手机的利处：方便通讯，能及时与父母、同学、老师交流。大部分手机功能多，如电子词典，网页浏览等等。这些功能如果同学们能够正确地利用，会有很大的帮助。发送信息也能更快捷，讯息方便传达。 　　而手机使用不当或是过度使用，必然是有弊处的。学生过分以来手机，时时处处不离。且多用于发短信闲谈，听音乐，玩游戏，浪费时光。在学校里，把手机当成娱乐工具，无心学习，上课玩手机，夜里不按时睡觉。没尽到学会是呢感的责任，违背手机原本的意义与作用。 而且手机的长时间使用对青少年身体健康与发育有弊处，对大脑有坏的影响。 　　使用手机对于中学生有利有弊，是一把双刃剑。关键在于我们自身的把握，中学生面对游戏娱乐要有 　　二、调查方案 　　（一）调查目的 　　现代社会，手机成为主要的通讯工具。逐渐地，手机也在中学生当中出现，出于攀比心 　　理或其它原因，越来越多的中学生开始在学校里使用手机。课堂上出现有人在发短信的现象，晚上很迟了却仍然还有人在打电话或者上网。很多学生白天都优美精神，神情疲惫不堪。于是学校制定了一些规定来组织学生带手机，但始终不奏效。我们研究这一课题是为了正确认识中学生带手机这一件事，也为了使同学们意识到手机并不只有利，也有弊。希望同学们能从我们这一次的课题研究中懂得一些东西，更全面看待这件事。 　　（二）调查对象 　　长征职业技术学院全体学生 　　（三）调查单位 　　各系随机抽查50名学生 　　（四） 调查程序 　　①设计调查问卷 　　②利用抽样调查法，采取入户问卷访问的形式，对调查对象进行问卷的发放和回收。 　　③对本次问卷调查进行系统地研究、统计和分析。 　　④小组讨论得出统计结果。 　　（五）调查时间 　　20XX年10月—2011年12月 　　（六）调查人员分工 　　本次调查小组成员：A、B、C 　　小组任务分工：xx完成调查方案设计进行问卷的发放与回收，并完成调查报告的引言，排版及讨论分析部分。 　　(七)调查主要内容 　　主要调查了大学生使用自身所持有的手机状况，使用手机的原因和对于“手机对自身影响的认识” ;

　　统计学分析报告范文1： 　　什么是统计分析报告 　　统计分析报告(Statistical Analysis Report)。统计分析报告，就是指运用统计资料和统计分析方法，以独特的表达方法和结构特点，表现所研究事物本质和规律性的一种应用文章。统计分析报告是统计分析研究过程中所形成的论点、论据、结论的集中表现;它不同于一般的总结报告、议论文、叙述文和说明文;更不同于小说、诗歌和散文;它乃是运用统计资料和统计方法、数字与文字相结合，对客观事物进行分析研究结果的表现。 统计分析结果可以通过表格式、图形式和文章式等多种形式表现出来。文章式的主要形式是统计分析报告。它是全部表现形式中最完善的形式。这种形式可以综合而灵活地运用表格、图形等形式;可以表现出表格式、图形式难以充分表现的活情况;可以使分析结果鲜明、生动、具体;可以进行深刻的定性分析。 　　统计分析报告有哪些类型 　　由于统计分析报告的内容和作用不同，统计分析报告的类型主要有下列几种： 　　1、统计公报 　　统计公报，是政府统计机构通过报刊向社会公众公布一个年度国民经济和社会发展情况的统计分析报告。一般是由国家、省一级以及计划单列的省辖市一级的统计局发布的。如《国家统计局关于1999年国民经济和社会发展统计公报》。 　　2、进度统计分析报告 　　进度统计分析报告主要以定期报表为依据，反映社会经济的发展情况，分析其影响和形成的原因。如月度分析、季度分析和年度分析。从时间上看，它可分为定期和不定期的、期中的和期末的统计分析报告;从内容上看，它又可分为专题和综合统计分析报告两种。 　　进度统计分析报告必须讲究时效，力求内容短小精悍，结构简单规范，看后一目了然。 　　3、综合统计分析报告 　　综合统计分析报告是从客观的角度，利用大量丰富的统计资料，对国民经济和社会发展的规模、水平、结构和比例关系、经济效益以及发展变化状况，进行综合分析研究所形成的一种统计分析报告。 　　4、专题统计分析报告 　　专题统计分析报告是对社会经济现象的某一方面或某一问题进行专门的、深入研究的一种分析报告。它的目标集中，内容单一，不像综合分析报告那样，要反映事物的全貌。正因为如此，专题统计分析报告更要求突破时间和空间的限制，根据领导和社会公众的需要灵活选题，做到重点突出，认识深刻。 　　5、典型调查报告 　　典型调查报告，是根据调查的目的、要求，有意识地选择少数有代表性的单位进行深入实际调查后所写成的报告。深入实际，进行调查研究，是各级领导、各部门了解情况，指导工作经常采用的一种工作方法。习惯上称为“解剖麻雀”，统计上叫做典型调查。 　　统计学分析报告范文2： 　　小组成员：刘少成 09602222 　　齐灵元 09602223 郭成泉 09602224 陈宇星 09602225 査燕飞 09602226 杨鑫 09602137 董超 08602236 　　东华理工高职院 　　2010年12月 　　一、实习目的 　　本学期我们专业开设了统计学课程，通过一学期的学习我们对统计学应用领域及其类型喝基本概念有了一个基本的了解，掌握了数据的收集、展示、分析的技术。但这都是些书本上的理论知识，是纸上谈兵。理论须用来指导实践，把我们学习到的理论知识运用到我们的工作和生活中去，这是我们学习的目的也是教育改革的方向。为此，在本学期即将结束之时，我们教研室特安排了一周的试验时间。通过实践提高我们动手操作的能力和把理论应用到实践中去的思想，也通过试验加深我们对课本上理论的认识和掌握。 实习时间：大二上学期第十六周一周时间 实习地点：东华理工高职院 　　二、实习要求 　　统计是处理数据的一门科学，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，统计方法是适用于所有学科领域的通用数据分析方法，只要有数据的地方就会用到统计方法。随着人们对定量研究的日益重视，统计方法已被应用到自然科学和社会科学的众多领域。几乎所有的的研究领域都要用到统计方法，比如政府部门、学术研究领、日常生活中、公司和企业的生产经营管理中都要统计。因此学好统计学对我们以后的工作和生活都有好处，通过时间加深对统计学理论的掌握和应用显得更为重要。 　　主要通过运用EXCEL软件对数据进行处理、分析、解释。 　　三、实习内容 　　1、数据的搜集 　　统计数据的来源渠道主要有两个。一个是数据的间接来源，另一个是数据的直接来源。我们作为学生没有那个时间来通过自己的调查来获得的一手的资料，因此在数据的来源方面主要是间接来源。由小组人员从网络上取得别人调查好的数据。数据来源是具有可靠性和真实性 2、 EXCEL数据处理技术 　　我们学习的教材的一个特点就是更加突出了与计算机的结合主要是突出了与EXCEL的结合。因此我们在试验中更主要的是运用EXCEL软件对数据处理分析。EXCEL数据处理技术贯穿与整个试验过程的始终。EXCEL是我们统计试验的基础知识。若不知EXCEL的运用则无法进行试验。因此在试验中运用最多的还是EXCEL技术。书本上的统计知识学会学不会暂且不说这EXCEWL技术也练的可以了。 　　3、数据分析 　　(一)、营业收入分析 　　如表1可得2010年中各个证券的营业收入平均值为425689.86776万元，可用中位数来反映现象的一般水平为105496.61171万元。各证券可参照以分析自己的营业收入处在什么水平。万科A的营业收入是4888101.314349万元，， 　　从上述数据可以看出各个上市公司的主营业务收入与平均值偏差还是幅度很大的，有的在50000万元以下，有的在1000000万元以上。影响其大小的可能与企业的规模，企业的货币资金。企业的管理能力和营运能力等其他因素有关。 　　营业收入选取了2010年20家上市公司的数据，分组如表2所示： 表2 (万元) 营业收入分组 　　2010年营业收入企业分析 　　图三 　　2009年营业收入十强企业如图三所示，其中最高的是万科A，占了61%的比例，可见其在房地产业中是有相当强的实力。其次是招商地产占到13%的比例，其竞争实力也不可小觑。金融街是8%，亿城股份是4%，其余(泛海建筑、深长城、中粮地产、S*ST 　　成功、深振业A、莱茵置业)均占了1%~3%的比例。 　　(二) 、相关回归分析 　　相关回归分析万科A2010年的利润总额、营业总成本。分析一下利润总额和其上市公司的营业总成本的关系。相关回归分析结果如表3、图四、 　　万科A 　　表3 (万元) 回归统计 　　图四 　　相关回归分析如下：万科A(表3、图四)，由以上图表可得知：万科A的相关系数是0.97676089，从这些数据中可以得知万科A的相关系数相当大，说明利润总额和营业总成本之间的关系密切，即利润总额随着营业总成本的增加而增加的趋势愈明显。 　　(三)、动态分析 　　现在对万科A、2007年至2010年的相关数据进行重点动态分析(营业收入、营业成本、营业税金及附加、投资收益、营业利润、净利润) 　　图五 　　营业收入，营业成本逐年递增;投资收益也逐年递增，但是幅度较小;营业利润和净利润2008年比2007年高，但2009年出现下降，应该与2009年的金融危机有着密切的关系;营业税金及附加2007年2008年递增切幅度不大，但是在2009年至2010年降低,与国家政策调整有关。应该及时注意国家政策的变化。公司应全面分析市场动向，正确投资。 　　(五)、净利润万科A企业的财务分析 　　表4 (万元) 净利润表 　　截止日期 公告日期 每股净资产 每股收益 每股现金含量 每股资本公积金 固定资产合计 流动资产合计 资产总计 长期负债合计 主营业务收入 财务费用 净利润 　　2010-09-30 2010-09-30 3.66元 0.298元 -0.1098元 0.8052元 　　17960600 　　万元 18793500万元 2990750万元 2238040万元 29715.2万元 327200万元 　　1、 偿债能力分析 　　资产负债率=负债总额/资产总额*100% 　　资产负债率又称负债比率，是企业一定时期负债总额与资产总额的百分比。它用于反映企业负债水平的高低情况，表明企业的资产总额中有多少通过负债筹集的，即债权人提供给企业的资源占全部资产的比重，它可以衡量企业在清算时保护债权人利益的程度。资产负债率能够反映企业的全部偿债能力，该指标越低，总资产对债权人利益的保障程度越大，企业的偿债能力越强。

err是误差的意思，其他不知道你从哪里看到的

pubmed本来就是文摘型数据库,查找全文可以用ovid, spring link,elester等全文型数据库,流行病与卫生统计学可以去看看EBS

福师1103考试批次《生物统计学》复习题（一）一、 选择填空(每小题5分，计15分)1、观察到的所有对象称为_____。生物统计学的核心问题是 。A、总体，通过总体推断样本 B、总体，通过样本推断总体C、样本，通过总体推断样本 D、样本，通过样本推断总体2、总体平均数用符号 表示。σ用于度量 。A、uf06duf020，数据分布的对称程度 B、uf06duf020，数据的变异程度C、 ，数据分布的对称程度 D、 ，数据的变异程度3、当作出“差异 ”的结论时可能犯I型错误，犯错误的概率用 表示。A、不显著，a B、不显著，b C、显著，a D、显著，b二、统计分析类型判断 (每小题20分，计40分)A单样本u检验 G方差齐性检验 M多重比较B双样本u检验 H等方差成组数据t检验 N拟合优度检验C单样本t检验 I异方差成组数据t检验 O独立性检验D配对数据t检验 J单因素方差分析 P一元线性回归Em的置信区间估计 K无重复双因素方差分析 Q多元线性回归Ff的置信区间估计 L有重复双因素方差分析 1、 在NaCl含量为0.8、1.6、2.4、3.2(g/kg)的土壤上试种烟叶。采收时，每种土壤上各采集7株，测量各株的单位面积叶片干重（数据略）。问：不同NaCl含量土壤的烟叶单位面积干重有无差别？参考答案：J单因素方差分析2、 在第一渔场和第二渔场各测量了20条马面鲀体长（数据略）。问：这二个渔场马面鲀体长总体方差是否相等？参考答案：G方差齐性检验三、软件操作(25分)1、渔场1、渔场2的马面鲀体长(cm)测量结果已输入工作表中(如下表)。已知两渔场马面鲀体长的σ均为7.2cm。问：渔场1马面鲀的体长是否大于渔场2马面鲀的体长？请在以下对话框中填入需要输入的内容：参考答案：B1:U1B2:S27.27.2四、独立性检验(20分)为研究某“祖传秘方”对甲流是否有效，某研究小组将200名甲流患者随机分成2组：实验组102人，服用“祖传秘方”；对照组98人，服用安慰剂。结果：实验组症状改善率为90.196%，对照组症状改善率为79.592%。问：服用该“祖传秘方”能否提高甲流患者的症状改善率？（c20.05=3.841，c20.01=6.635）分组 改善 未改善 总数实验组 92 10 102对照组 78 20 98总数 170 30 200参考答案：假设：H0：组别与改善情况无关；H1：组别与改善情况有关，显著水平a=0.05由SAS软件计算得：卡方值为4.4080，P=0.0358；根据一般卡方检验的结果，按照0.05的检验标准，拒绝原假设，接受备择假设，可以认为，“服用该‘祖传秘方"提高甲流患者的症状改善率”。福师1103考试批次《生物统计学》复习题（二）一、选择填空(每小题5分，计15分)1、配对数据t检验的原理是：若在总体平均数______的两个分布中不能抽到 ，则判定μ1与μ2差异______。A、无差异，显著 B、无差异，不显著 C、有差异，显著 D、有差异，不显著2、以下判断新药是否有效的方法，与假设检验原理一致的是 。A、只要观察到一例“服药后出现了好结果”，就足以证明该药有效。B、观察到多例“服药后出现了好结果”，才足以证明该药有效。C、不仅要观察到“服药后出现了好结果”，还必须通过统计分析确定所观察到的是事实，才足以证明该药有效。D、不仅要有“服药后出现了好结果”这个事实，还必须确定“不服药就不会出现这样的好结果”，才足以证明该药有效。3、以下零假设中，只有 是正确的。A、H0: μ1=μ2 B、H0: μ1≠0 C、H0: μ≥0 D、H0: μ1>μ2 D、服药组70%痊愈，不服药组30痊愈。由此可得：该药的总体痊愈率大于30%。二、统计分析类型判断 (每小题20分，计40分)1、随机抽取10名60岁男性和10名60岁女性测量舒张压，结果如下。男性 91、102、114、114、114、115、117、119、135、140女性 92、 94、 95、 95、 98、104、106、114、121、125问：60岁男性与60岁女性的舒张压有无差异？（已知σ1=σ2）参考答案：D配对数据t检验2、15名患者以口服方式给药、15名患者以注射方式给药、15名患者以外敷方式给药。已知不同给药方式的痊愈时间有显著差异。问：哪两种给药方式的痊愈时间是不同的？参考答案：J单因素方差分析三、软件操作(第1题20分，第2题25分，计45分)1、三种原料、三种温度发酵的酒精产量如下表。试作方差分析。实验号 原料 温度 酒精产量1 1 1 412 1 1 493 1 2 114 1 2 135 1 3 66 1 3 227 2 1 238 2 1 259 2 2 2510 2 2 2411 2 3 2612 2 3 1813 3 1 4714 3 1 5915 3 2 4316 3 2 3217 3 3 818 3 3 38请将数据按照Excel所要求的格式输入下图所示的工作表中。参考答案：这是输出的结果：有方差分析结果可以看出，两个试验因素“YL”、“WD”有统计学意义，而两者交互作用“YL*WD”没有统计学意义。2、随机抽查某品种小麦18株，各株的单株产量w与单穗重s、有效蘖数n已输入工作表（如下图）。已知小麦单株产量w与单穗重s、有效蘖数n呈线性关系。请以单株产量为因变量，求二元线性回归方程。下一步应点击Excel的________菜单的“数据分析”。在数据分析对话框中选择的分析工具是：________________________。操作结果见下表：回归方程为：______________________________________________。参考答案：工具、回归、w=0.951372462*n-0.888616302*s+3.857105995福师1103考试批次《生物统计学》复习题（三）一、 选择填空(每小题5分，计10分)1、在拟合优度检验中，如果______，就要进行尾区的合并。A、df=1 B、df>1 C、T<5 D、T>52、关于方差分析，正确的叙述是______。A、变化范围很大的百分数需要进行反正弦变换后才能用于方差分析B、3个uf06d的比较，既可以进行3个t检验，也可进行1个单因素方差分析C、两因素交叉分组实验设计，可以对其中一个因素进行单因素方差分析D、实验中如遇实验对象死亡而出现某一个数据缺失，则不能进行方差分析二、统计分析类型判断 (每小题20分，计40分)1、调查到幼儿园接小孩的家长性别，以10人为1组，记录每组女性人数，共得到100组数据（数据略）。问：女性家长人数是否符合二项分布？参考答案：C单样本t检验2、用正常翅的野生型果蝇(V+V+)与残翅果蝇(V-V-)杂交、F1代自交，在所获得的F2代中随机检查392只，正常翅占311只。求F2代正常翅所占的比例(uf061=0.05)。参考答案：Ff的置信区间估计三、问答题 (50分)[实验及结果] 张三亲眼观察到李四敷用“含珠草”后不久伤口愈合了。[张三的推断] 由于李四只接受了“敷用含珠草”这一种处理，因此所出现的结果只能是这惟一的处理所导致的。(1) 影响实验结果的因素可以分为哪两大类？在本案例中，这两大因素具体指的是什么？ (2)从影响因素的角度，说明判定“伤口愈合是否由敷用含珠草所导致”的原则。(3)请分析本案例中张三的推断犯了什么错误？该错误可能导致什么后果？(4)如果你要判定“敷用含珠草能否导致伤口愈合”，你会怎样设计实验？参考答案：（1）处理和重要的非试验因素，分别指“敷用含珠草”和李四的体质；（2）随机、对照、重复、均衡；（3）忽视了一些重要的非试验因素；没有消除这类因素对实验结果的影响，不能更好的显露出试验因素的效应大小。（4）实验设计如下：a、选择体质（身高、体重等）相差不大的志愿者，随机分为两组，一组为处理组，一组为对照。b、对处理组敷用含珠草，对照组则只做简单消毒处理，不敷药。c、在规定时间后检查每位志愿者的伤口愈合情况，以“完全愈合”“基本愈合”“没有愈合”为考查标准。d、这类资料称为“2×2”列联表，可采用一般卡方检验或者Fisher精确检验来处理。

最重要的应该就是一般线性模型了

博志复旦考研为你解答：概率论与数理统计 徐全智 高等教育出版社(2004年) 857概率论与数理统计　　一、总体要求　　理解概率论与数理统计的基本思想，理解由古典概型向概率公理化转化过程的关键概念和思想，理解数理统计的估计与检验的统计学原理，掌握经典概率模型的概率计算方法及其应用，掌握基本的估计与检验方法。　　二、内容　　1.随机事件的定义及其运算,概率的定义及其性质　　1）了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系与运算；　　2）理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率；　　3）掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式；　　4）理解事件的独立性的概念，掌握用事件独立性进行概率计算；　　5）理解独立重复试验的概念，掌握计算有关事件概率的方法．　　2.一维随机变量及其分布　　1）理解随机变量的概念．理解分布函数的概念及性质．　　2）会计算与随机变量相联系的事件的概率．　　3）理解离散型随机变量及其概率分布的概念；　　4）掌握0－1分布、二项分布、几何分布、超几何分布、泊松（Poisson）分布及其应用；　　5）理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用．　　3.多维随机向量及其分布　　1）理解多维随机变量的概念，理解多维随机变量的分布的概念和性质；　　2）理解二维离散型随机变量的概率分布、边缘分布和条件分布；　　3）理解二维连续型随机变量的概率密度、边缘密度和条件密度；　　4）会求与二维随机变量相关事件的概率；　　5）理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件；　　6）掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义；　　7）会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.　　4.随机变量数字特征　　1）理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念；　　2）会运用数字特征的基本性质，并掌握常用分布的数字特征。　　5.大数定律和中心极限定理　　1）了解切比雪夫不等式．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律)；　　2）了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理)。　　6.数理统计基本概念　　1）理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念；　　2）了解分布、t分布和F分布的概念及性质，掌握正态总体的常用抽样分布定理．　　7.参数估计　　1）理解参数的点估计、估计量与估计值的概念．　　2）掌握矩估计法和最大似然估计法，了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性；　　3）理解区间估计的概念.会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间．　　8.假设检验　　1）理解显著性检验的基本思想，掌握假设检验的基本步骤，　　2）了解假设检验可能产生的两类错误，掌握单个及两个正态总体的均值和方差的假设检验.　　三、题型及分值比例　　选择题：（10%）　　填空题：（10%）　　简答题：（20%）　　计算题：（60%）

第1章导论1统计应用：质量管理中的6σ11.1统计及其应用领域21.1.1什么是统计学21.1.2统计的应用领域31.1.3历史上著名的统计学家61.2统计数据的类型71.2.1分类数据、顺序数据、数值型数据71.2.2观测数据和实验数据81.2.3截面数据和时间序列数据81.3统计中的几个基本概念91.3.1总体和样本91.3.2参数和统计量111.3.3变量12思考与练习13人物传记——Adolphe Quetelet15第2章数据收集17统计应用：北京市2005年1%人口抽样调查172.1数据来源192.1.1数据的间接来源192.1.2数据的直接来源192.2调查设计252.2.1调查方案的结构252.2.2调查问卷设计262.3数据质量362.3.1数据的误差362.3.2数据的质量要求36思考与练习37人物传记——William G.Cochran37第3章数据的图表展示39统计应用：把数据画图之后要用用脑袋!393.1数据的预处理403.1.1数据审核403.1.2数据筛选403.1.3数据排序433.1.4数据透视表443.2品质数据的整理与展示483.2.1分类数据的整理与图示483.2.2顺序数据的整理与图示553.3数值型数据的整理与展示573.3.1数据分组573.3.2数值型数据的图示623.4合理使用图表753.4.1鉴别图形优劣的准则763.4.2统计表的设计76思考与练习79人物传记——John W. Tukey86第4章数据的概括性度量87统计应用：一种测量的平均数比单个的测量更可靠874.1集中趋势的度量884.1.1分类数据：众数884.1.2顺序数据：中位数和分位数894.1.3数值型数据：平均数934.1.4众数、中位数和平均数的比较984.2离散程度的度量994.2.1分类数据：异众比率1004.2.2顺序数据：四分位差1004.2.3数值型数据：方差和标准差1014.2.4相对离散程度：离散系数1074.3偏态与峰态的度量1094.3.1偏态及其测度1094.3.2峰态及其测度110思考与练习113人物传记——Pafnuty Lvovich Chebyshev118第5章概率与概率分布120统计应用：买彩不是“押宝”1205.1事件及其概率1225.1.1试验、事件和样本空间1225.1.2事件的概率1245.1.3概率的性质和运算法则1255.1.4条件概率与事件的独立性1305.1.5全概率公式与逆概率公式1345.2离散型概率分布1375.2.1随机变量1375.2.2离散型随机变量的概率分布1385.2.3离散型随机变量的数学期望和方差1405.2.4几种常用的离散型概率分布1415.3连续型概率分布1515.3.1概率密度函数1515.3.2正态分布1525.3.3其他连续型概率分布166思考与练习170人物传记——James BernoulliCarl Friedrich Gauss173第6章抽样与抽样分布176统计应用：“抓阄”征兵计划1766.1概率抽样方法1776.1.1简单随机抽样1776.1.2分层抽样1796.1.3系统抽样1806.1.4整群抽样1806.23种不同性质的分布1816.2.1总体分布1816.2.2样本分布1826.2.3抽样分布1826.3一个总体参数推断时样本统计量的抽样分布1836.3.1样本均值的抽样分布1836.3.2样本比例的抽样分布1896.3.3样本方差的抽样分布1906.4两个总体参数推断时样本统计量的抽样分布1946.4.1两个样本均值之差的抽样分布1946.4.2两个样本比例之差的抽样分布1956.4.3两个样本方差比的抽样分布195思考与练习198人物传记——William Sealy Gosset201第7章参数估计203统计应用：一次失败的民意调查2037.1参数估计的一般问题2047.1.1估计量与估计值2047.1.2点估计与区间估计2057.1.3评价估计量的标准2097.2一个总体参数的区间估计2117.2.1总体均值的区间估计2117.2.2总体比例的区间估计2177.2.3总体方差的区间估计2197.2.4正态总体未来观测值的预测区间估计2207.3两个总体参数的区间估计2227.3.1两个总体均值之差的区间估计2227.3.2两个总体比例之差的区间估计2287.3.3两个总方差比的区间估计2297.4样本容量的确定2347.4.1估计总体均值时样本容量的确定2347.4.2估计总体比例时样本容量的确定2357.4.3估计两个总体均值之差时样本容量的确定2367.4.4估计两个总体比例之差时样本容量的确定237思考与练习237人物传记——Jerzy Neyman244第8章假设检验246统计应用：药物筛选中的假设检验2468.1假设检验的基本问题2488.1.1假设的陈述2488.1.2两类错误与显著性水平2528.1.3检验统计量与拒绝域2558.1.4利用P值进行决策2578.1.5统计显著性与实际显著性2618.2一个总体参数的检验2648.2.1总体均值的检验2648.2.2总体比例的检验2728.2.3总体方差的检验2758.3两个总体参数的检验2788.3.1两个总体均值之差的检验2788.3.2两个总体比例之差的检验2908.3.3两个总体方差比的检验293思考与练习297人物传记——Egon Sharpe Pearson304第9章方差分析与试验设计306统计应用：SARS病毒灭活疫苗临床试验3069.1方差分析引论3089.1.1方差分析及其有关术语3089.1.2方差分析的基本思想和原理3109.1.3方差分析中的基本假定3139.1.4问题的一般提法3159.2单因素方差分析3169.2.1数据结构3169.2.2分析步骤3179.2.3关系强度的测量3249.2.4方差分析中的多重比较3259.3双因素方差分析3279.3.1双因素方差分析及其类型3279.3.2无交互作用的双因素方差分析3289.3.3有交互作用的双因素方差分析3349.4试验设计初步3389.4.1完全随机化设计3389.4.2随机化区组设计3399.4.3因子设计341思考与练习342人物传记——Ronald Aylmer Fisher348第10章一元线性回归351统计应用：回归分析在投资风险中的应用35110.1变量间关系的度量35310.1.1变量间的关系35310.1.2相关关系的描述与测度35410.1.3相关关系的显著性检验35910.2一元线性回归36110.2.1一元线性回归模型36210.2.2参数的最小二乘估计36510.2.3回归直线的拟合优度37010.2.4显著性检验37410.2.5回归分析结果的评价37810.3利用回归方程进行估计和预测37910.3.1点估计37910.3.2区间估计38010.4残差分析38410.4.1用残差证实模型的假定38410.4.2用残差检测异常值和有影响的观测值388思考与练习390人物传记——Francis Galton397第11章多元线性回归400统计应用：预测大学足球比赛的获胜得分差额40011.1多元线性回归模型40111.1.1多元回归模型与回归方程40211.1.2估计的多元回归方程40311.1.3参数的最小二乘估计40311.2回归方程的拟合优度40611.2.1多重判定系数40611.2.2估计标准误差40711.3显著性检验40811.3.1线性关系检验40811.3.2回归系数检验和推断40911.4多重共线性41111.4.1多重共线性及其所产生的问题41111.4.2多重共线性的判别41211.4.3多重共线性问题的处理41311.5利用回归方程进行估计和预测41511.6变量选择与逐步回归41611.6.1变量选择过程41611.6.2向前选择41711.6.3向后剔除41811.6.4逐步回归41811.7虚拟自变量的回归42011.7.1含有一个虚拟自变量的回归42011.7.2用虚拟自变量回归解决方差分析问题42611.8非线性回归42911.8.1双曲线43011.8.2幂函数曲线43011.8.3对数曲线430思考与练习433人物传记——George Waddell Snedecor440第12章时间序列分析和预测441统计应用：平均增长率的计算争议44112.1时间序列及其分解44312.2时间序列的描述性分析44612.2.1图形描述44612.2.2增长率分析44712.3时间序列预测的程序45112.3.1确定时间序列的成分45112.3.2选择预测方法45412.3.3预测方法的评估45512.4平稳序列的预测45712.4.1简单平均法45712.4.2移动平均法45812.4.3指数平滑法46012.5趋势型序列的预测46312.5.1线性趋势预测46312.5.2非线性趋势预测46512.6季节型序列的预测47512.7复合型序列的分解预测47912.7.1确定并分离季节成分47912.7.2建立预测模型并进行预测48312.7.3计算最后的预测值48412.8周期性分析485思考与练习487人物传记——Abraham Wald494第13章指数496统计应用：报道价格指数49613.1引言49713.2加权指数49813.2.1加权综合指数49813.2.2加权平均指数50013.2.3价值指数与指数体系50213.3几种常用的价格指数50313.3.1零售价格指数50313.3.2消费者价格指数50413.3.3生产价格指数50613.3.4股票价格指数50713.4多指标综合评价指数50813.4.1多指标综合评价指数的构建50813.4.2几种常用的综合评价指数510思考与练习513人物传记——Karl Pearson515附录1各章练习题答案518附录2常用统计表543表1标准正态曲线下的面积543表2t统计量的临界值545表3χ2统计量的临界值546表4F统计量的临界值548参考文献556

1 区间估计就是均值+或-3*标准差.草鱼比例均值为123/150,方差为(27/150)*(123/150)/150.2 解方程2*200/sqrt(n)<=30,取满足这个条件最小的n,sqrt是开根号的意思

的第三四岁的

区别：（1）点估计也称定值估计,它是以抽样得到的样本指标作为总体指标的估计量,并以样本指标的实际值直接作为总体未知参数的估计值的一种推断方法.（2）区间估计也是参数估计的一种形式.通过从总体中抽取的样本,根据一定的正确度与精确度的要求,构造出适当的区间,以作为总体的分布参数(或参数的函数)的真值所在范围的估计.前者得出的是一个具体的值,后者是一个区间.联系：都是统计学中常用的参数估计方法.

区间估计是统计学，最重要的内容是因为这些。

从试卷上讲，占比大。从难度上讲，计算困难。从应用上讲，具有实际意义。

因为区间估计是统计学来判断正常值和异常值的一个判断方式。1934年，由统计学家J.奈曼所创立的一种严格的区间估计理论。置信系数是这个理论中最为基本的概念。通过从总体中抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，以作为总体的分布参数(或参数的函数)的真值所在范围的估计。扩展资料用数轴上的一段距离或一个数据区间，表示总体参数的可能范围。这一段距离或数据区间称为区间估计的置信区间。与点估计不同，进行区间估计时，根据样本统计量的抽样分布可以对样本统计量与总体参数的接近程度给出一个概率度量。下面将以总体均值的区间估计为例来说明区间估计的基本原理。区间估计，区间估计的区间上、下界通常形式为：“点估计±误差”“总体均值”的区间估计。

为什么说区间估计是统计学最重要的那种，因为这个可以搜索的特别准确。

1、区间估计（interval estimate）是在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减估计误差得到。与点估计不同，进行区间估计时，根据样本统计量的抽样分布可以对样本统计量与总体参数的接近程度给出一个概率度量。下面将以总体均值的区间估计为例来说明区间估计的基本原理。 2、区间估计，是参数估计的一种形式。1934年，由统计学家J.奈曼所创立的一种严格的区间估计理论。置信系数是这个理论中最为基本的概念。通过从总体中抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，以作为总体的分布参数(或参数的函数)的真值所在范围的估计。 3、用数轴上的一段距离或一个数据区间，表示总体参数的可能范围，这一段距离或数据区间称为区间估计的置信区间。

新区是非常重要的，一般那开车就需要间区测速，没有的话就会非常危险，有最尾的事

因为区间估计是统计学来判断正常值和异常值的一个判断方式在区间内分为95%的区间和99%的区间来判断正常值范围。

《统计学》考试科目包括描述统计学和推断统计学。描述统计学占了40%，推断统计学占60%。描述统计学包括：统计学的基本概念，统计数据的收集、整理及数据分布特征的描述；确定性时间序列的分析与预测；统计指数。推断统计学包括：随机变量及其分布、数字特征、大数定律及中心极限定理；抽样分布、参数估计与假设检验；非参数统计的检验方法（秩和检验、分布拟合检验和独立性检验等）；方差分析和实验设计（单因素及双因素方差分析）；相关与回归分析（一元和多元回归分析）；随机时间序列：平稳时间序列的一些基本概念；平稳时间序列模型的建立（模型识别、估计、检验等）及预测。832统计学是最难的，比如央财考的就是832统计学，因为推断统计要难很多。432统计学：1、调查的组织和实施2、概率抽样与非概率抽样3、数据的预处理4、用图表展示定性数据5、用图表展示定量数据6、用统计量描述数据的水平：平均数、中位数、分位数和众数7、用统计量描述数据的差异：极差、标准差、样本方差8、参数估计的基本原理9、一个总体和两个总体参数的区间估计10、样本量的确定11、假设检验的基本原理12、一个总体和两个总体的参数的检验13、方差分析的基本原理14、单因子和双因子方差分析的实现和结果解释15、变量间的关系：相关关系和函数关系的差别16、一元线性回归的估计和检验17、用残差检验模型的假定18、多元线性回归模型19、多元线性回归的拟合优度和显著性检验20、多重共线性现象21、时间序列的组成要素22、时间序列的预测方法432统计学对用统计软件（如spssSASEview）分析数据、得出结果的要求要高些。运用统计做实验，偏向专业硕士。396当然就是偏向经济方面的。PS:统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。

7．1 统计抽样的意义7．1．1 统计抽样的概念与特点7．1．2 统计抽样的作用7．1．3 统计抽样的基本概念7．2 抽样误差7．2．1 抽样误差的意义7．2．2 抽样平均误差7．2．3 抽样极限误差7．3 抽样估计的方法7．3．1 点估计7．3．2 区间估计7．4 抽样方案的设计7．4．1 抽样框的编制7．4．2 抽取样本单位的方法7．4．3 抽样的组织形式7．4．4 必要样本单位数的确定本章小结思考题技能实训题

应该可以参考去年的考试大纲吧。

字　数：534 千字书　号：112664开　本：16包　装：平装印　次：4-7定价：￥33.00 第1章 导论　　1.1 统计及其应用领域　　1.2 统计数据的类型　　1.3 统计中的几个基本概念　　思考与练习　　第2章 数据的搜集　　2.1 数据的来源　　2.2 调查数据　　2.3 实验数据　　2.4 数据的误差　　思考与练习　　第3章 数据的图表展示　　3.1 数据的预处理　　3.2 品质数据的整理与展示　　3.3 数值型数据的整理与展示　　3.4 合理使用图表　　思考与练习　　第4章 数据的概括性度量　　4.1 集中趋势的度量　　4.2 离散程度的度量　　4.3 偏态与峰态的度量　　思考与练习　　第5章 概率与概率分布　　5.1 随机事件及其概率　　5.2 概率的性质与运算法则　　5.3 离散型随机变量及其分布　　5.4 连续型随机变量的概率分布　　思考与练习　　第6章 统计量及其抽样分布　　6.1 统计量　　6.2 关于分布的几个概念　　6.3 由正态分布导出的几个重要分布　　6.4 样本均值的分布与中心极限定理　　6.5 样本比例的抽样分布　　6.6 两个样本平均值之差的分布　　6.7 关于样本方差的分布　　思考与练习　　第7章 参数估计　　7.l 参数估计的基本原理　　7.2 一个总体参数的区间估计　　7.3 两个总体参数的区间估计　　7.4 样本量的确定　　思考与练习　　第8章 假设检验　　8.1 假设检验的基本问题　　8.2 一个总体参数的检验　　8.3 两个总体参数的检验　　8.4 检验问题的进一步说明　　思考与练习　　第9章 列联分析　　9.1 分类数据与列联表　　9.2 y2检验　　9.3 列联表中的相关测量　　9.4 列联分析中应注意的问题　　思考与练习　　第10章 方差分析　　10.1 方差分析引论　　10.2 单因素方差分析　　10.3 双因素方差分析　　思考与练习　　第11章 一元线性回归　　11.1 变量间关系的度量　　11.2 一元线性回归　　11.3 利用回归方程进行预测　　11.4 残差分析　　思考与练习　　第12章 多元线性回归　　12.1 多元线性回归模型　　12.2 回归方程的拟合优度　　12.3 显著性检验　　12.4 多重共线性　　12.5 利用回归方程进行预测　　12.6 变量选择与逐步回归　　思考与练习　　第13章 时间序列分析和预测　　13.1 时间序列及其分解　　13.2 时间序列的描述性分析　　13.3 时间序列预测的程序　　13.4 平稳序列的预测　　13.5 趋势型序列的预测　　13.6 复合型序列的分解预测　　思考与练习　　第14章 指 数　　14.1 基本问题　　14.2 总指数编制方法　　14.3 指数体系　　14.4 几种典型的指数　　14.5 综合评价指数　　思考与练习　　附录一 术语表　　附录二 用Excel生成概率分布表参考文献 总体根据其所包含的单位数目是否可数可以分为有限总体和无限总体。有限总体是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。比如，由若干个企业构成的总体就是有限总体，一批待检验的灯泡也是有限总体。无限总体是指总体所包括的元素是无限的，不可数的。例如，在科学实验中，每一个实验数据可以看做一个总体的一个元素，而实验则可以无限地进行下去，因此由实验数据构成的总体就是一个无限总体。 总体分为有限总体和无限总体主要是为了判别在抽样中每次抽取是否独立。对于无限总体，每次抽取一个单位，并不影响下一次的抽样结果，因此每次抽取可以看做是独立的。对于有限总体，抽取一个单位后，总体元素就会减少一个，前一次的抽样结果往往会影响第二次的抽样结果，因此每次抽取是不独立的。这些因素会影响到抽样推断的结果。

统计分析包括统计描述和统计推断。统计推断又分为参数估计和假设检验。参数估计再分为点估计和区间估计。区间估计是指：用已知样本统计量和标误，确定一个有概率意义的区间；而假设检验利用反证法原理，首先依据两种可能性建立两种假设，再从第一种假设出发，计算求出特定统计量（如t，F，卡方等），用“小概率推断原理”（α<0.05）判断该种假设是否成立。 区间估计可以理解为正向求解问题，假设检验可以理解为逆向求解问题，二者可以看作同一个问题的不同表述方式。

区别：（1）点估计也称定值估计,它是以抽样得到的样本指标作为总体指标的估计量,并以样本指标的实际值直接作为总体未知参数的估计值的一种推断方法.（2）区间估计也是参数估计的一种形式.通过从总体中抽取的样本,根据一定的正确度与精确度的要求,构造出适当的区间,以作为总体的分布参数(或参数的函数)的真值所在范围的估计.前者得出的是一个具体的值,后者是一个区间. 联系：都是统计学中常用的参数估计方法.

点估计特别简单，就是代入计算。区间估计要根据T检验或F检验公式代入就行

统计学第四版答案第一章什么是统计学？怎样理解统计学与统计数据的关系？答：统计学是一门收集、整理、显示和分析统计数据的科学。统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法以致于统计学就失去了其存在意义。2．简要说明统计数据的来源答：统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验，在社会经济管理领域，主要通过统计调查方式来获得，如普查和抽样调查。间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得。3.简要说明抽样误差和非抽样误差答：统计调查误差可分为非抽样误差和抽样误差。非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的。抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的。4.答：（1）有两个总体：A品牌所有产品、B品牌所有产品 （2）变量：口味（如可用10分制表示） （3）匹配样本：从两品牌产品中各抽取1000瓶，由1000名消费者分别打分，形成匹配样本。 （4）从匹配样本的观察值中推断两品牌口味的相对好坏。第二章、统计数据的描述思考题1描述次数分配表的编制过程答：分二个步骤：按照统计研究的目的，将数据按分组标志进行分组。按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。按数量标志进行分组，可分为单项式分组与组距式分组单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围（区间）作为一个组。统计分组应遵循“不重不漏”原则将数据分配到各个组，统计各组的次数，编制次数分配表。2．解释洛伦兹曲线及其用途答：洛伦兹曲线是20世纪初美国经济学家、统计学家洛伦兹根据意大利经济学家帕累托提出的收入分配公式绘制成的描述收入和财富分配性质的曲线。洛伦兹曲线可以观察、分析国家和地区收入分配的平均程度。3. 一组数据的分布特征可以从哪几个方面进行测度？答：数据分布特征一般可从集中趋势、离散程度、偏态和峰度几方面来测度。常用的指标有均值、中位数、众数、极差、方差、标准差、离散系数、偏态系数和峰度系数。4 怎样理解均值在统计中的地位？答：均值是对所有数据平均后计算的一般水平的代表值，数据信息提取得最充分，具有良好的数学性质，是数据误差相互抵消后的客观事物必然性数量特征的一种反映，在统计推断中显示出优良特性，由此均值在统计中起到非常重要的基础地位。受极端数值的影响是其使用时存在的问题。5 对比率数据的平均，为什么采用几何平均？答：比率数据往往表现出连乘积为总比率的特征，不同于一般数据的和为总量的性质，由此需采用几何平均。6. 简述众数、中位数和均值的特点和应用场合。答：众数、中位数和均值是分布集中趋势的三个主要测度，众数和中位数是从数据分布形状及位置角度来考虑的，而均值是对所有数据计算后得到的。众数容易计算，但不是总是存在，应用场合较少；中位数直观，不受极端数据的影响，但数据信息利用不够充分；均值数据提取的信息最充分，但受极端数据的影响。7 为什么要计算离散系数？答：在比较二组数据的差异程度时，由于方差和标准差受变量值水平和计量单位的影响不能直接比较，由此需计算离散系数作为比较的指标。练习题：1. 频数分布表如下： 服务质量等级评价的频数分布服务质量等级 家庭数（频率） 频率%A 14 14B 21 21C 32 32D 18 18E 15 15合计 100 100 条形图（略）2 （1）采用等距分组： n=40 全距=152-88=64 取组距为10 组数为 64/10=6.4 取6组 频数分布表如下： 40个企业按产品销售收入分组表按销售收入分组（万元） 企业数（个） 频率（%） 向上累积 向下累积 企业数 频率 企业数 频率100以下100～110110～120120～130130～140140以上 5912743 12.522.530.017.510.07.5 51426333740 12.535.065.082.592.5100.0 4035261473 100.087.565.035.017.57.5合计 40 100.0 — — — — （2） 某管理局下属40个企分组表按销售收入分组（万元） 企业数（个） 频率（%）先进企业良好企业一般企业落后企业 111199 27.527.522.522.5合计 40 100.03 采用等距分组全距=49-25=24n=40 取组距为5，则组数为 24/5=4.8 取5组 频数分布表：按销售额分组（万元） 频数（天数） 25-30 30-35 35-40 40-45 45-50 4 6 15 9 6 合计 404. ．（1）排序略。 （2）频数分布表如下： 100只灯泡使用寿命非频数分布按使用寿命分组（小时） 灯泡个数（只） 频率（%）650~660 2 2660~670 5 5670~680 6 6680~690 14 14690~700 26 26700~710 18 18710~720 13 13720~730 10 10730~740 3 3740~750 3 3合计 100 100 直方图（略）。 （3）茎叶图如下：65 1 8 66 1 4 5 6 8 67 1 3 4 6 7 9 68 1 1 2 3 3 3 4 5 5 5 8 8 9 9 69 0 0 1 1 1 1 2 2 2 3 3 4 4 5 5 6 6 6 7 7 8 8 8 8 9 970 0 0 1 1 2 2 3 4 5 6 6 6 7 7 8 8 8 9 71 0 0 2 2 3 3 5 6 7 7 8 8 9 72 0 1 2 2 5 6 7 8 9 9 73 3 5 6 74 1 4 7 5 等距分组n=65 全距=9-（-25）=34 取组距为5，组数=34/5=6.8, 取 7组频数分布表：按气温分组 天数-25 --- -20-20 --- -15-15 --- -10-10 --- -5-5 --- 0 0 --- 5 5 --- 10 8810141447合计 657 （1）茎叶图如下：A班 树茎 B班数据个数 树 叶 树叶 数据个数0 3 59 21 4 4 0448 42 97 5 122456677789 1211 97665332110 6 011234688 923 98877766555554443332100 7 00113449 87 6655200 8 123345 66 632220 9 011456 60 10 000 3A班考试成绩的分布比较集中，且平均分数较高；B班考试成绩的分布比A班分散，且平均成绩较A班低8. 箱线图如下：（特征请读者自己分析）9．（1）=274.1（万元）；Me =272.5 ；QL=260.25；QU =291.25。 （2）（万元）。10．甲企业平均成本＝19.41（元）， 乙企业平均成本＝18.29（元）； 原因：尽管两个企业的单位成本相同，但单位成本较低的产品在乙企业的产量中所占比重较大，因此拉低了总平均成本。11．=426.67（万元）； ＝116.48(万元)13（1）离散系数，因为它消除了不同组数据水平高低的影响。 （2）成年组身高的离散系数：； 幼儿组身高的离散系数：； 由于幼儿组身高的离散系数大于成年组身高的离散系数，说明幼儿组身高的离散程度相对较大。14 ．表给出了一些主要描述统计量方法A 方法B 方法C 平均 165.6 平均 128.73 平均 125.53中位数 165 中位数 129 中位数 126众数 164 众数 128 众数 126标准偏差 2.13 标准偏差 1.75 标准偏差 2.77极差 8 极差 7 极差 12最小值 162 最小值 125 最小值 116最大值 170 最大值 132 最大值 128 先考虑平均指标，在平均指标相近时考虑离散程度指标。 应选择方法A，其均值远高于其他两种方法，同时离散程度与其他两组相近。15．(1)风险的度量是一个不断发展的问题，在古典金融理论中，主要采用标准差这个统计测度来反映，现代金融中，采用在险值（value at risk）。（2）无论采用何种风险度量，商业类股票较小（3）个人对股票的选择，与其风险偏好等因素有关。第四章 1.总体分布指某个变量在总体中各个个体上的取值所形成的分布，它是未知的，是统计推断的对象。从总体中随机抽取容量为n的样本，它的分布称为样本分布。由样本的某个函数所形成的统计量，它的分布称为抽样分布（如样本均值、样本方差的分布） 2.重复抽样和不重复抽样下，样本均值的标准差分别为： 因此不重复抽样下的标准差小于重复抽样下的标准差，两者相差一个调整系数3.解释中心极限定理的含义答：在抽样推断中，中心极限定理指出，不论总体服从何种分布，只要其数学期望和方差存在，对总体进行重复抽样时，当样本容量充分大，样本均值趋近于正态分布。中心极限定理为均值的抽样推断奠定了理论基础。第四章、参数估计简述评价估计量好坏的标准答：评价估计量好坏的标准主要有：无偏性、有效性和相合性。设总体参数的估计量有和，如果，称是无偏估计量；如果和是无偏估计量，且小于，则比更有效；如果当样本容量，，则是相合估计量。2.说明区间估计的基本原理答：总体参数的区间估计是在一定的置信水平下，根据样本统计量的抽样分布计算出用样本统计量加减抽样误差表示的估计区间，使该区间包含总体参数的概率为置信水平。置信水平反映估计的可信度，而区间的长度反映估计的精确度。3．解释置信水平为95％的置信区间的含义答：总体参数是固定的，未知的，置信区间是一个随机区间。置信水平为95％的置信区间的含义是指，在相同条件下多次抽样下，在所有构造的置信区间里大约有95％包含总体参数的真值。4．简述样本容量与置信水平、总体方差、允许误差的关系答：以估计总体均值时样本容量的确定公式为例：样本容量与置信水平成正比、与总体方差成正比、与允许误差成反比。2. 解：由题意：样本容量为若若解：由题可得：尽管采用不重复抽样，但因为样本比例很小（不到0.5%），其抽样误差与重复抽样下近似相同，采用重复抽样的抽样误差公式来计算。为大样本，则在的显著性水平下的置信区间为：当，置信区间为（2.88,3.76）当，置信区间为(2.80,3.84)当，置信区间为(2.63,4.01)5解：假设距离服从正态分布，平均距离的95％的置信区间为＝（7.18,11.57）7解：由题意：。因为均超过5，大样本（1）总体中赞成比率的显著性水平为的置信区间为当时，置信区间为（50.7%,77.3%）(2)如果要求允许误差不超过10％，置信水平为95％，则应抽取的户数：8.此题需先检验两总体的方差是否相等：在5%的显著性水平下，,不拒绝原假设认为两总体方差是相同的。（1）即（1.93，17.669）（2）即（0.27，19.32）11.大样本的情况 （1）90%置信度下（3.021%，16.979）（2）95%置信度下（1.684%，18.316%）12．解：由题可计算： 两个总体方差比在95％的置信区间为：14．解：由题意：则必须抽取的顾客数为：第五章、假设检验思考题1．1．理解原假设与备择假设的含义，并归纳常见的几种建立原假设与备择假设的原则.答：原假设通常是研究者想收集证据予以反对的假设；而备择假设通常是研究者想收集证据予以支持的假设。建立两个假设的原则有：（1）原假设和备择假设是一个完备事件组。（2）一般先确定备择假设。再确定原假设。（3）等号“＝”总是放在原假设上。（4）假设的确定带有一定的主观色彩。（5）假设检验的目的主要是收集证据来拒绝原假设。2．第一类错误和第二类错误分别是指什么？它们发生的概率大小之间存在怎样的关系？答：第I类错误指，当原假设为真时，作出拒绝原假设所犯的错误，其概率为。第II类错误指当原假设为假时，作出接受原假设所犯的错误，其概率为。在其他条件不变时，增大，减小；增大，减小。3．什么是显著性水平？它对于假设检验决策的意义是什么？答：假设检验中犯第一类错误的概率被称为显著性水平。显著性水平通常是人们事先给出的一个值，用于检验结果的可靠性度量，但确定了显著性水平等于控制了犯第一错误的概率，但犯第二类错误的概率却是不确定的，因此作出“拒绝原假设”的结论，其可靠性是确定的，但作出“不拒绝原假设”的结论，其可靠性是难以控制的。4．什么是p值？p值检验和统计量检验有什么不同？答：p值是当原假设为真时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率。P值常常作为观察到的数据与原假设不一致程度的度量。统计量检验采用事先确定显著性水平，来控制犯第一类错误的上限，p值可以有效地补充提供地关于检验可靠性的有限信息。值检验的优点在于，它提供了更多的信息，让人们可以选择一定的水平来评估结果是否具有统计上的显著性。5．什么是统计上的显著性？答：一项检验在统计上是显著的（拒绝原假设），是指这样的（样本）结果不是偶然得到的，或者说，不是靠机遇能够得到的。显著性的意义在于“非偶然的练习题3．解（1）第一类错误是，供应商提供的炸土豆片的平均重量不低于60克，但店方拒收并投诉。 （2）第二类错误是，供应商提供的炸土豆片的平均重量低于60克，但店方没有拒收。 （3）顾客会认为第二类错误很严重，而供应商会将第一类错误看得较严重。4．解：提出假设 已知 检验统计量为拒绝规则是：若，拒绝；否则，不拒绝由得：，拒绝，认为改进工艺能提高其平均强度。5解： 设为如今每个家庭每天收看电视的平均时间（小时）需检验的假设为：调查的样本为：大样本下检验统计量为：在0.01的显著性水平下，右侧检验的临界值为因为，拒绝，可认为如今每个家庭每天收看电视的平均时间增加了6. 解：提出假设 已知： 检验统计量 拒绝，可判定电视使用寿命的方差显著大于VCR7. 解：提出假设： ，独立大样本，则检验统计量为： 而2.33 因为，拒绝，平均装配时间之差不等于5分钟8. 解：匹配小样本 提出假设： 由计算得：，检验统计量为，不拒绝，不能认为广告提高了潜在购买力的平均得分。9. 解：提出假设： 已知： 大样本，则检验统计量为：而，因为，拒绝，可认为信息追求者消极度假的比率显著小于非信息追求者。10. 解：提出假设： 由题计算得： 检验统计量为：，而 ，所以拒绝，认为两种机器的方差存在显著差异。相关与回归分析思考题相关分析与回归分析的区别与联系是什么？答：相关与回归分析是研究变量之间不确定性统计关系的重要方法，相关分析主要是判断两个或两个以上变量之间是否存在相关关系，并分析变量间相关关系的形态和程度。回归分析主要是对存在相关关系的现象间数量变化的规律性作出测度。但它们在研究目的和对变量的处理上有明显区别。它们均是统计方法，不能揭示现象之间的本质关系。3.什么是总体回归函数和样本回归函数？它们之间的区别是什么？答：以简单线性回归模型为例，总体回归函数是总体因变量的条件期望表现为自变量的函数：，或。总体回归函数是确定的和未知的，是回归分析所估计的对象。样本回归函数是根据样本数据所估计出的因变量与自变量之间的函数关系：或。回归分析的目的是用样本回归函数来估计总体回归函数。它们的区别在于，总体回归函数是未知但是确定的，而样本回归函数是随样本波动而变化；总体回归函数的参数是确定的，而样本回归函数的系数是随机变量；总体回归函数中的误差项不可观察的，而样本回归函数中的残差项是可以观察的。4. 什么是随机误差项和残差？它们之间的区别是什么？答：随机误差项表示自变量之外其他变量的对因变量产生的影响，是不可观察的，通常要对其给出一定的假设。残差项指因变量实际观察值与样本回归函数计算的估计值之间的偏差，是可以观测的。它们的区别在于，反映的含义是不同且可观察性也不同，它们的联系可有下式:5.为什么在对参数进行最小二乘估计时，要对模型提出一些基本的假定？答:最小二乘法只是寻找估计量的一种方法，其寻找到的估计量是否具有良好的性质则依赖模型的一些基本的假定。只有在一系列的经典假定下，最小二乘估计量才是BLUE。15. ．为什么在多元回归中要对可决系数进行修正？答：在样本容量一定下，随着模型中自变量个数的增加，可决系数会随之增加，模型的拟合程度上升，但自由度会损失，从而降低推断的精度，因此需要用自由度来修正可决系数，用修正的可决系数来判断增加自变量的合适性。16．在多元线性回归中，对参数作了t检验后为什么还要作方差分析和F检验？答：t检验仅是对单个系数的显著性进行检验，由于自变量之间存在着较为复杂的关系，因此有必要对回归系数进行整体检验，方差分析和F检验就是对回归方程的整体统计显著性进行的检验方法。练习题解：设简单线性回归方程为：采用OLS估计：回归系数经济意义：销售收入每增加1万元，销售成本会增加0.786万元。可决系数为：回归标准误：检验统计量为：所以是显著不为零预测：95%的预测区间为：即（ 664.579 ，674.153）2.（1）（2）负相关关系（3）（4）估计的斜率系数为－7.0414，表示航班的正点率每提高1％，百万名乘客的投诉次数会下降：7.0414*0.01=0.070414次。（5）如果，则次3.Results of multiple regression for y Summary measures Multiple R 0.9521 R-Square 0.9065 Adj R-Square 0.8910 StErr of Est 3.3313 ANOVA Table Source df SS MS F p-value Explained 3 1937.7485 645.9162 58.2048 0.0000 Unexplained 18 199.7515 11.0973 Regression coefficients Coefficient Std Err t-value p-value Lower limit Upper limit Constant 32.9931 3.1386 10.5121 0.0000 26.3991 39.5870 x1 0.0716 0.0148 4.8539 0.0001 0.0406 0.1026 x2 16.8727 3.9956 4.2228 0.0005 8.4782 25.2671 x3 17.9042 4.8869 3.6637 0.0018 7.6372 28.17114.5.7. 解（1）样本容量：（2）（3）(4)，(5)用F检验：，整体对有显著影响，但不能确定单个对y的贡献。

答：统计学是一门收集、整理、显示和分析统计数据的科学,其目的是探索数据内在的数量规律性。统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法乃至统计学就失去了其存在意义。3.简要说明抽样误差和非抽样误差答：统计调查误差可分为非抽样误差和抽样误差。非抽样误差是由于调查过程中各有关环节工作失误造成的，从理论上看，这类误差是可以避免的。抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以计量和控制的。4（先分为集中趋势与分散程度，再继续细分，即综述7、8）一组数据的分布特征可以从哪几个方面进行测度？答：数据分布特征一般可从集中趋势、离散程度、分布形状（偏态和峰度）几方面来测度。分布集中趋势的测度有众数、中位数、分位数、均值、几何平均数、切尾均值；分布离散程度的测度有极差、内距、方差和标准差、离散系数。7.简述众数、中位数和均值的特点和应用场合。答：众数、中位数和均值是分布集中趋势的三个主要测度，众数和中位数是从数据分布形状及位置角度来考虑的，而均值是对所有数据计算后得到的。众数一组数据分布的峰值，容易计算，但不是总是存在，众数只有在数据量较多时才有意义，数据量较少时不宜使用。主要适合作为分类数据的集中趋势测度值，应用场合较少；中位数是一组数据中间位置上的代表值，直观，不受极端数据的影响，但数据信息利用不够充分，当数据的分布偏斜较大时，使用中位数也许不错。主要适合作为顺序数据的集中趋势测度值。 ；均值数据对数值型数据计算的，而且利用了全部数据信息，提取的信息最充分，当数据呈对称分布或近似对称分布时，三个代表值相等或相近，此时应选择平均数。但受极端数据的影响，对于偏态分布的数据，平均数的代表性较差，此时应考虑中位数或众数。8.标准差和方差反映数据的什么特征反映数据离散程度的特征. 标准差反应数据的变化幅度，即上下左右波动的剧烈程度。在统计中可以用来计算某变量值的区间范围（即置信区间）。 方差：即标准差的平方。 所以，标准差和方差两者没有本质区别。5怎样理解均值在统计中的地位？答：均值是对所有数据平均后计算的一般水平的代表值，数据信息提取得最充分，具有良好的数学性质，是数据误差相互抵消后的客观事物必然性数量特征的一种反映，在统计推断中显示出优良特性，由此均值在统计中起到非常重要的基础地位。受极端数值的影响是其使用时存在的问题。10为什么要计算离散系数？答：在比较二组数据的差异程度时，由于方差和标准差是以均值为中心计算出来的，有时直接比较标准差是不准确的，需要剔除均值大小不等的影响，计算并比较离散系数1怎样理解频率与概率的关系？频率的极限是概率吗？频率在一定程度上反映了事件发生的可能性大小. 尽管每进行一连串（n次）试验，所得到的频率可以各不相同，但只要 n相当大，频率与概率是会非常接近的.因此，概率是可以通过频率来“测量”的, 频率是概率的一个近似. 概率是频率稳定性的依据，是随机事件规律的一个体现 . 实际中，当概率不易求出时，人们常通过作大量试验，用事件出现的频率去近似概率. 当实验次数趋向于无穷时，频率的极限就是概率。2概率的三种定义各有什么应用场合和局限性1 古典概率 实验的基本事件总数有限，每个基本事件出现的可能性相同； 要求样本空间是有限并且是已知的。机会游戏的很多问题可以满足这些条件；但现实生活的实际问题样本空间或者出现的结果无限或者未知，因此具有较强的局限性2 统计概率 历史上同类事物发生的稳定频率。在日常生活与工作中，应用较为普遍；统计概率通常是计算大量重复试验中该事件出现次数的频率，但有些试验是不能重复的3 主观概率 随机事件发生的可能性既不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来估计，但决策者又必须对其进行估计从而做出相应决策。具有主观随意性3概率密度函数和分布函数的联系与区别表现在哪些方面一元函数下.概率分布函数是概率密度函数的变上限积分,就是原函数.概率密度函数是概率分布函数的一阶导函数.多元函数下.联合分布函数是联合密度函数的重积分.联合密度函数是联合分布函数关于每个变量的偏导.6随机变量的数学期望和方差与第二章所讲的均值和方差有何区别，联系数学期望又称均值，实质上是随机变量所有可能取值的一个加权平均，其权数就是取值的概率，方差一样12解释总体分布、样本分布和抽样分布的含义总体分布：所有元素出现概率的分布 样本分布：样本n个观察值的概率分布。抽样分布：由样本n个观察值计算的统计量的概率分布1． 简述评价估计量好坏的标准1、无偏性：估计量抽样分布的数学期望等于被估计的总体参数2、有效性：对同一总体参数的两个无偏点估计量，有更小标准差的估计量更有效 3、一致性：随着样本量的增大时，点估计量的值越来越接近被估总体的参数。举例2.说明区间估计的基本原理答：总体参数的区间估计是在一定的置信水平下，根据样本统计量的抽样分布计算出用样本统计量加减抽样误差表示的估计区间。3解释置信水平的含义 （画图）置信区间中包含总体参数真值的次数所占的比率称为置信水平；而置信区间是指由样本统计量所构成的总体参数的估计区间。置信区间越大，置信水平越高。4．解释置信水平为95％的置信区间的含义答：总体参数是固定的，未知的，置信区间是一个随机区间。置信水平为95％的置信区间的含义是指，在相同条件下多次抽样下，在所有构造的置信区间里大约有95％包含总体参数的真值。5．简述样本容量与置信水平、总体方差、允许误差的关系答：以估计总体均值时样本容量的确定公式为例： 样本容量与置信水平成正比、与总体方差成正比、与允许误差成反比。附加题：简(综)述述置信区间和显著性水平的关系显著性水平为a检验的拒绝域，与置信水平为1-a的置信区间互为补集的，也即：求接受域就是求置信区间，所以假设检验和区间估计本质是一回事。1．理解原假设与备择假设的含义，并归纳常见的几种建立原假设与备择假设的原则.答：原假设通常是研究者想收集证据予以反对的假设；而备择假设通常是研究者想收集证据予以支持的假设。建立两个假设的原则有：（1）原假设和备择假设是一个完备事件组,而且相互对立。（2）一般先确定备择假设。再确定原假设。（3） 等号“＝”总是放在原假设上。（4）假设的确定带有一定的主观色彩。（5）假设检验的目的主要是收集证据来拒绝原假设。3．什么是显著性水平？它对于假设检验决策的意义是什么？答：假设检验中犯第一类错误的概率被称为显著性水平。显著性水平通常是人们事先给出的一个值，用于检验结果的可靠性度量，但确定了显著性水平等于控制了犯第一错误的概率， 对检验结果的可靠性起一种度量作用4．什么是p 值？p 值检验和统计量检验有什么不同？答：p 值是当原假设为真时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率。P 值常常作为观察到的数据与原假设不一致程度的度量。统计量检验采用事先确定显著性水平，来控制犯第一类错误的上限，p 值可以有效地补充提供地关于检验可靠性的有限信息。p值检验的优点在于，它提供了更多的信息，让人们可以选择一定的水平来评估结果是否具有统计上的显著性。6比较单侧检验和双侧检验的区别（1）问题的提法不同，双侧检验研究的是新方法与旧方法是否有差异；单侧检验研究的是新方法明显好于旧方法还是新方法明显不如旧方法。2 建立假设的形式不同，双侧检验的假设是 H0: u=u0 H1: u ≠u0；单侧检验的假设是 H0: u≤u0 H1: u>u0 或 H0: u<u0 H1: u≤u0 。（3）否定的区域不同，双侧检验的否定区域是 |Z|> Z a/2；单侧检验的否定区域是 Z<-Za 或 Z>Za1什么是方差分析？它研究的是什么？方差分析是检验多个总体均值是否相等的统计方法，来判断分类型自变量对数值型因变量是否有显著影响。它所研究的是分类型自变量对数值型因变量的影响。2方差分析中有哪些基本假定每个总体都应服从正态分布；每个总体的方差必须相同；观测值是独立的3简述方差分析的基本思想通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小7解释水平项平方和、误差项平方和的含义水平项误差平方和简记为SSA，它是各组平均值与总平均值的误差平方和，反映各总体的样本均值之间的差异程度，是对随机误差和系统误差的大小的度量，因此又称为组间平方和 误差项平方和，简记为SSE，它是每个水平或的各样本数据与其组平均值误差的平方和，反映了每个样本各观测值的离散状况，是对随机误差的大小的度量，因此又称为组内平方和或残差平方和1． 相关分析与回归分析的区别与联系是什么？答：相关与回归分析是研究变量之间不确定性统计关系的重要方法相关分析主要是判断两个或两个以上变量之间是否存在相关关系，并分析变量间相关关系的形态和程度。回归分析主要是对存在相关关系的现象间数量变化的规律性作出测度。具有共同的研究对象，都是对变量间相关关系的分析，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在相当程度的相关关系时，进行回归分析去寻找变量间相关的具体数学形式才有实际的意义。同时在进行相关分析时，如果要具体确定变量间相关的具体数学形式，又要依赖于回归分析，而且在多个变量的相关分析中相关系数的确定也是建立在回归分析基础上但它们在研究目的和对研究方法上有明显区别。

一、会计1.概念：会计是以货币为主要计量单位，运用专门的方法，对企事业、机关单位或其他经济组织的经济活动进行连续、系统、全面地反映和监督的一项经济管理活动。具体而言，会计是对一定主体的经济活动进行的核算和监督，并向有关方面提供会计信息。2.目的：会计目标也称作会计目的，是要求会计工作完成的任务或达到的标准，也称为财务报告的目标。我国《企业会计准则》中对会计核算的目标做了明确规定：会计的目标是向财务会计报告使用者提供与企业财务状况、经营成果和现金流量等有关的会计信息，反映企业管理层受托责任履行情况，有助于财务会计报告使用者作出经济决策。　　二、统计学1.概念：统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。2.目的：统计学的目的是探索总体的数量规律性。　　三、统计分组1.概念：统计分组（statisticalgrouping）是指根据统计研究任务的要求和研究现象总体的内在特点，把现象总体按某一标志划分为若干性质不同但又有联系的几个部分称“统计分组”。总体的变异性是统计分组的客观依据。统计分组是总体内进行的一种定性分类，它把总体划分为一个个性质不同的范围更小的总体。2.目的：统计分组是保持各组内，统计资料的一致性和组间资料的差异性，便于运用各种统计方法研究现象的数量表现和数量关系，从而正确地认识事物的本质及其规律。

因为统计学很重要的目的其实是组间的比较和组内的比较，而主内的比较他之间区间的估计是非常重要的一部分区间估计是统计学来判断正常值和异常值的一个判断方式在区间内分为95%的区间和99%的区间来判断正常值范围。

区间估计是统计学来判断正常值和异常值的一个判断方式在区间内分为95%的区间和99%的区间来判断正常值范围。

因为统计学很重要的目2113的其实是组间的比5261较和组内的比较，4102而主内的比较他之间区间的估计1653是非常重要的一部分区间估计是统计学来判断正常值和异常值的一个判断方式在区间内分为95%的区间和99%的区间来判断正常值范围。

管理学：《管理学》[美]哈罗德·孔茨、海因茨·韦里克《管理学》[美]斯蒂芬·P·罗宾斯 《MBA管理方法与艺术》韩岫岚 《管理学原理》杨文士、张雁《管理学》郭跃进 《管理学》邢以群 《企业经营管理环节薄弱怎么办》韩岫岚 《管理学原理》杨文士、李晓光《管理学原理》周三多 统计学：统计学作者：曾五一 主编出版：中国金融 出版日期：2006年04月 本书作者结合长期的统计教学实践，以统计思想为主线，深入浅出地介绍了各种统计方法的应用。本教材具有以下特点：（1）注重统计思想的讲述。从实际问题入手，淡化统计方法本身的数学推导，体现统计学的实用性。（2）应用Excel软件，实现统计计算。作者选用最常见的通用软件Excel作为计算工具，在附录中专门介绍Excel的应用，并与教材内容结合实现统计计算。（3）根据教学需要，为教材配套编写了学习指导书，便于读者通过练习加深对所学统计思想与方法的理解，提高学习兴趣和学习效率。

PLS在应用统计学中是“偏最小二乘法”的英文缩写。偏最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。扩展资料与传统多元线性回归模型相比，偏最小二乘回归的特点是：（1）能够在自变量存在严重多重相关性的条件下进行回归建模；（2）允许在样本点个数少于变量个数的条件下进行回归建模；（3）偏最小二乘回归在最终模型中将包含原有的所有自变量；（4）偏最小二乘回归模型更易于辨识系统信息与噪声（甚至一些非随机性的噪声）；（5）在偏最小二乘回归模型中，每一个自变量的回归系数将更容易解释。在计算方差和协方差时，求和号前面的系数有两种取法：当样本点集合是随机抽取得到时，应该取1/(n-1)；如果不是随机抽取的，这个系数可取1/n。参考资料百度百科-偏最小二乘法

应用统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。

　　OLS是ordinary least square的简称，意思是普通最小二乘法。 　　原理如下： 　　1、普通最小二乘估计就是寻找参数的估计值，使上式的离差平方和Q达极小。 　　2、式中每个平方项的权数相同，是普通最小二乘回归参数估计方法。 　　3、在误差项等方差，不相关的条件下，普通最小二乘估计是回归参数的最小方差的线性无偏估计。

不知道下面的图能不能看清楚，是Andy Field 第三版教材 203 页解释回归/osl 的一个图。ols 全称ordinary least squares，是回归分析（regression analysis）最根本的一个形式（算是ordinary代表的意思），结合下面的图解释下lease 和 squares 这两个词。（抱歉我的统计是英文学的，所以有些地方可能中文对的不好）最简单的回归模型（model，就是 IV，可以是一个或者多个）包括（1）一个自变量(independent variable，IV) (横轴）和（2）一个因变量 (dependent variable，DV) (纵轴)。下面散点图中的数据点是实际DV的值（observed value），图中的线就是预测模型。左图中的一条横线（表示IV和DV没有关系）是平均值模型，也是OSL/回归默认设定的零模型（zero model），也就是不含任何IV的情况下只用平均值可以如何预测DV。中间图中的斜线是IV模型，也就是需要验证的模型（图中的关系很明显是线性关系 linear relationship）。右图中的两条交叉线是IV模型和零模型的比较，看IV模型是否能够在统计上显著地比零模型更多预测DV。这就是osl的基本原理。具体一点就要涉及上图下半部分的文字框和一点公式了。先说osl里的 “squares”。无论是左图零模型用平均值预测，还是中间图用IV预测，都是计算出每个数据点和那条线之间的距离，也就是预测值（predicted value）与实际值（observed value）的差距（即误差，error），运算上用减法表示。零模型里就是用每一个实际DV值减去平均值（左图标出的每一个点到平均线的距离），IV模型就是实际值减去IV预测的DV值。这样计算得出的差显然有正有负，如果直接加到一起就会互相抵消。所以，解决的方法就是把每一个差都平方后再加到一起，就是sum of squares（也叫variance，方差）。这就是osl里面 “square” 是的由来。左图下面文字框红色圈起来的“SSt” 表示全部可预测的方差（因为不含任何IV），total sum of squares，下标字母T是total的缩写。下面说 osl 里的 “least”。中间图里的线是IV模型，这条线叫做 line of best fit，也就是所有线里面误差（residual，就是error）最小，即实际值和预测值距离最短的那条线。这就是”least“ 的由来。红色圈起来的“SSr”表示IV模型下最小的误差方差，residual sum of squares，下标字母R是residual（错误）的缩写。把第三个散点图说完。两个预测模型的差（ SSt - SSr）的结果就是SSm，也就是IV模型预测的方差，model sum of squares。换句话说，就是全部可预测的方差，减去IV模型的误差，剩下的就是IV模型预测的方差。前面说要看两个模型的差异是否在统计上显著，就用SSm / SSr，看到这里可能就眼熟了。对，这就是方差分析（ANOVA，analysis of variance）里 F ratio 的公式。所以统计软件里做回归的时候看IV模型是否显著是要找那个标了ANOVA 的表格，看里面的F值是否显著。F值越大越可能显著，也就是分子SSm （“好”方差）越大SSr（“坏”方差）越小。

我有相关资料需要请留Q

数的排列你会吧 最大值是95，最小值是50 全距=95-50=44按成绩分组 各组人数 较小累计 较大累计60分以下 60-70 70-80 80-90 90分以上 合 计 按照这个表做就行了。直方图在这里不好画。

25*（1.04）的5次*（1.045）的10次=47.24（25*3-25*1.04的5次）开10次方45.1*1.11的12次CE（不肯定)

A.统计设计 B.统计调查 C.统计工作 D.统计学 E.统计资料 2、统计研究的基本方法包括（ ACDE ） A.大量观察法 B.重点调查法 C.统计分组法 D.归纳

统计指标简称指标，是反映同类社会经济现象总体综合数量特征的范畴及其具体数值

因为只可能有两种结果，所以可以认为服从伯努利分布即二项分布。二项分布的方差为：S2=np(1-p)=3000*0.9*0.1=270S＝16.43

你学的应该是非理工类的统计学吧，把重点几个定理看下，找几个代表性的课后习题和例题认真做会就差不多了

虽然我门外汉，但我知道，系统是需要相互间的特殊联系的，而不是简单地堆集一起。

1.C 因为大学学历是一个特殊的特征，就是说不是所有10万人都有这个特征，大学学历的人和10万人具有不同的性质，故选强度相对指标而不是结构相对指标2.选AC 每增1%不可能是某一刻做到的，它是数值在时期变化的结果。人均增加所以是平均数3.不可以 概念不同 一个是总体标志单位总数，一个是总体标志值总和

如图

求统计学原理第六版 电子版

12、14、错

李明杰编的那本教材课后有答案，你注意看一下。

都是有公式的~~代入公式就可以了

这个问题属于典型的单样本单侧T检验问题，但该总体样本的总体标准差已知，故采用Z检验亦可。设样本均值为u，则有：H0：u<36，H1：u>=36。用Z作为统计量，则有Z=（u-36）/8/根号N，算得Z统计量的值为0.758<2.56（Z(0.05)=2.56，这个不用解释了吧），因此不拒绝原假设。所以，平均时间不与老师建议的时间相符。算得P值为0.233，显然大于0.05不显著。

这个的话。。就像是抽签。。第一次抽到3，第二次3，第三次4，第四次5，第五次5，第六次6 求平均数这题的话应该是用第二次到第六次抽到的数加起来，再除以5就和上面那题一样啊。。。。。。

总产值指数=∑p1q1/∑p0q0=(35×22+12×45+65×6)/(35×20+10×40+60×5)=1700/1400=121.43%产量指数，采用基期加权综合指数，即拉氏指数，也就是假定价格不变的情况下计算产量变化指数：产量指数=∑p0q1/∑p0q0=(35×22+10×45+60×6)/(35×20+10×40+60×5)=1580/1400=112.86%价格指数，采用报告期加权综合指数，即帕氏指数，也就是在报告期的产量下计算价格变化指数：价格指数=∑p1q1/∑p0q1=(35×22+12×45+65×6)/(35×22+10×45+60×6)=1700/1580=107.59%总产值指数=产量指数×价格指数

∵ξ～N（μ，σ 2 ），P（ξ≥2）=0.8，P（ξ≥6）=0.2，∴P（ξ＜2）=0.2，显然P（ξ＜2）=P（ξ≥6）…由正态分布密度函数的对称性可知，μ=4，即每支这种灯管的平均使用寿命是4年；∴在4年内一个摄像头都能正常工作的概率 12 ，则在4年内这两个摄像头都能正常工作的概率为12 × 12 = 14 。故答案为：14。扩展资料：概率的概型：古典概型古典概型讨论的对象局限于随机试验所有可能结果为有限个等可能的情形，即基本空间由有限个元素或基本事件组成，其个数记为n，每个基本事件发生的可能性是相同的。若事件A包含m个基本事件，则定义事件A发生的概率为p（A）=m/n，也就是事件A发生的概率等于事件A所包含的基本事件个数除以基本空间的基本事件的总个数，这是P.-S.拉普拉斯的古典概型定义，或称之为概率的古典定义。历史上古典概型是由研究诸如掷骰子一类赌博游戏中的问题引起的。计算古典概型，可以用穷举法列出所有基本事件，再数清一个事件所含的基本事件个数相除，即借助组合计算可以简化计算过程。几何概型几何概型若随机试验中的基本事件有无穷多个，且每个基本事件发生是等可能的，这时就不能使用古典概型，于是产生了几何概型。几何概型的基本思想是把事件与几何区域对应，利用几何区域的度量来计算事件发生的概率，布丰投针问题是应用几何概型的一个典型例子。设某一事件A（也是S中的某一区域），S包含A，它的量度大小为μ(A)，若以P(A)表示事件A发生的概率，考虑到“均匀分布”性，事件A发生的概率取为：P(A)=μ(A)/μ(S)，这样计算的概率称为几何概型。若Φ是不可能事件，即Φ为Ω中的空的区域，其量度大小为0，故其概率P(Φ)=0。

解：设2013年的计划为a，2012年的产量数为b，由题设条件，有2013年的计划完成数为1.20a，2012年的产量数b=a/1.30。∴a=1.30b。又，2013年的完成数即2013年的产量数，∴2013产量数c=1.20a=1.20*1.30b=1.56b，∴2013年产量数c/2012年产量数b-1=1.56b/b-1=0.56=56%，即2013年的实际产量比2012年的提高了56%。供参考。

试卷代号：2019中央广播电视大学2003—2004学年度第二学期“开放专科”期末考试各专业 统计学原理(A) 试题2004年7月一、单选题(每小题2分，共12分)1．对某城市工业企业未安装设备进行普查，总体单位是( )。 A．工业企业全部未安装设备 B．工业企业每一台来安装设备 C．每个工业企业的未安装设备 D．每一个工业企业2．反映不同总体中同类指标对比的相对指标是( )。 A．结构相对指标 B。比较相对指标 C．强度相对指标 D。计划完成程度相对指标3．在组距分组时，对于连续型变量，相邻两组的组限( )。 A．必须是重叠的 B．必须是间断的 C．可以是重叠的，也可以是间断的 D．必须取整数4．按随机原则直接从总体N个单位中抽取n个单位作为样本，这种抽样组织形式是 ( ) A．简单随机抽样 B．类型抽样 C。等距抽样 D．整群抽样5．在其它条件不变的情况下，抽样单位数增加一半，则抽样平均误差( )。 A．缩小为原来的81．6％ B．缩小为原来的50% C．缩小为原来的25％ D．扩大为原来的四倍6．下列哪两个变量之间的相关程度高( )。 A．商品销售额和商品销售量的相关系数是0．9 B．商品销售额与商业利润率的相关系数是o．84 C．平均流通费用率与商业利润率的相关系数是一0。94 D．商品销售价格与销售量的相关系数是一o．9l二、多选题(每小题2分，共8分)1．要了解某地区的就业情况( ) A．全部成年人是研究的总体 B．成年人口总数是统计指标 C．成年人口就业率是统计标志 D．反映每个人特征的职业是数量指标 E．某人职业是教师是标志表现2．影响加权算术平均数的因素有( ) A．各组频率或频数 B．各组标志值的大小 C．各组组距的大小 D．各组组数的多少 E，各组组限的大小3．简单随机抽样( ) A．适用于总体各单位呈均匀分布的总体 B．适用于总体各单位标志变异较大的总体 C．在抽样之前要求对总体各单位加以编号 D．最符合随机原则 E．是各种抽样组织形式中最基本最简单的一种形式4．下面哪几项是时期数列( ) A．我国近几年来的耕地总面积 B．我国历年新增人口数 C．我国历年图书出版量 D．我国历年黄金储备 E．某地区国有企业历年资金利税率三、填空题(每小题2分，共10分) 1．变量按其取值的连续性可分为——和——两种。 2．统计调查根据——可分为全面调查和非全面凋查，根据——可分为连续调查和不连续调查。 3．总体是非标志(0，1)分布的平均数为——，方差为——。 4．分组相关表可分为——和——相关表两种。 5．各年末商品库存量数列属于——数列，各年的基建投资额数列属于——数列。四、判断题(每小题1分，共lo分) 1．总体的同质性是指总体中的各个单位在所有标志上都相同。 ( ) 2．某企业生产某种产品的单位成本，计划在上年的基础上降低2%，实际降低了3％，则该企业差一个百分点，没有完成计划任务。 ( ) 3．权数对算数平均数的影响作用只表现为各组出现次数的多少，与各组次数占总次数的比重无关。 ( ) 4．相关系数为+l时，说明两变量完全相关；相关系数为。时，说明两个变量不相关。 ( ) 5．完全相关即是函数关系，其相关系数为±1。 ( ) 6．从指数化指标的性质来看，单位成本指数是数量指标指数。 ( ) 7．将某班学生按考试成绩分组形成的数列是时点数列。 ( ) 8，同一个总体，时期指标值的大小与时期长短成正比，时点指标值的大小与时点间隔成反比。 ( ) 9．样本单位数的多少与总体各单位标志值的变异程度成反比，与抽样极限误差范围的大小成正比。 ( ) 10．环比速度与定基速度之间存在如下关系式：各期环比发展速度的连乘积等于定基发展速度。 ( )五、简答题(每小题5分，共lo分)1．什么是同度量因素?在编制指数时如何确定同度量因素的所属时期?2．单项式分组和组距式分组分别在什么情况下运用?六、计算题(每小题量10分，共50分)(请写出计算公式及计算过程，计算结果保留两位小数)1．某生产车间40名工人日加工零件数(件)如下： 30 26 42 41 36 44 40 37 43 35 37 25 45 29 43 3l 36 49 34 47 33 43 38 42 32 25 30 46 29 34 38 46 43 39 35 40 48 33 27 28要求：(1)根据以上资料分成如下几组：25—30，30—35，35—40，40—45，45—50，计算出各组的频数和频率，编制次数分布表。 (2)根据整理表计算工人的平均日产零件数。 2．从某年级学生中按简单随机抽样方式抽取50名学生，对会计学课的考试成绩进行检 查，得知其平均分数为75．6分，样本标准差10分，试以95．45％的概率保证程度推断全年级学生考试成绩的区间范围。如果其它条件不变，将允许误差缩小一半，应抽取多少名学生? 3．根据某地区历年人均收入(元)与商品销售额(万元)资料计算的有关数据如下：(x代 表人均收入，y代表销售额) n＝9 ∑x＝546 ∑y＝260 ∑x2＝34362 ∑xy＝16918 计算：(1)建立以商品销售额为因变量的直线回归方程，并解释回归系数的含义； (2)若2003年人均收人为5400元，试推算该年商品销售额。4．某企业产品总成本和产量资料如下：产品名称总成本(万元)产量增加(+)或减少(-)％基期报告期ABC503010604512±10+20-1 试计算总成本指数、产量指数及产品单位成本总指数。 5．已知某商店1997年销售额比1992年增长64%，1998年销售额比1992年增长86％，问1998年销售额比1997年增长多少?1992—1998年间，平均增长速度是多少?试卷代号：2019中央广播电视大学2003—2004学年度第二学期“开放专科”期末考试各专业 统计学原理(A) 试题答案及评分标准(供参考) 2004年?月一、单选题(每小题2分，共12分) 1．B 2．B 3．A 4．A 5．A 6．C二、多选题(每小题2分，共8分) 1．ABE 2．AB 3．ACDE 4．BC三、填空题(每小题2分，共10分) L离散变量 连续变量 2．被研究总体的范围 调查登记时间是否连续 3．成数P P(1一P)或PQ 4．单变量分组 双变量分组 5．时点 时期四、判断题(每小题1分，共lo分) 1．X 2．X 3．X 4．√ 5．√ 6．X 7．X 8．X 9．X 10．√五、简答题(每小题5分，共10分) 1．在统计指数编制中，能使不同度量单位的现象总体转化为数量上可以加总，并客观上体现它在实际经济现象或过程中的份额这一媒介因素，称为同度量因素。(1分) 一般情况下，编制数量指标综合指数时，应以相应的基期的质量指标为同度量因素；(2分)而编制质量指标综合指数时，应以相应的报告期的数量指标为同度量因素。(2分) 2．单项式分组适合于离散变量，且变量值变动幅度小的情况下采用；(2分)组距式分组适合于离散变量的变动幅度很大，或连续变量的情况下采用。(2分)

1。数量指标是反映社会经济现象发展总规模、总水平或工作总量的统计指标，用绝对数表示。质量指标是反映社会经济现象发展相对水平或工作总量的统计指标，用平均数或相对数表示。两者的关系表现为：它们从不同角度反映总体的综合数量特征。数量指标是计算质量指标的基础，而质量指标往往是相应的数量指标进行对比的结果。2。结构相对指标是指在统计分组的基础上，以总体的部分数值与总体全部数值对比而求得的比值或比率。它反映总体中各组在总体内所占的比重，通过比重来说明现象的内部结构，故又称比重指标，通常用百分数表示。比例相对指标是反映同一总体内各组成部分数量联系程度和比例关系的统计指标，是总体内部不同部分之比。强度相对指标它是两个性质不同但有一定联系的总量指标之比。它反映现象的强度、密度和普通程度。3。同度量因素：使若干由于度量单位不同不能直接相加的指标，过度到可以加总和比较而使用的媒介因素 同度量因素 是指批发不能相加的总体过渡到能够相加的总体的因素。为了计算总指数，必须把不能同度量的单位变为可以相加的指标，变成可以相加指标的关键是求出同度量因素。这个因素可以根据有关的经济方程式来确定，如： 单位产品价格×产品产量=产品产值 p×q=pq 单位产品成本×产品产量=总成本 z×q=zq 在以上方程式的右边，是经过同度量因素的作用，而可以相加或合并的总体。上面方程式左边第一个乘数为质量指标，第二个为数量指标。如果要计算数量指标指数(如产品产量)，那么就可以用以上方程式的第一个乘数(如价格单位产品成本)作为同度量因素，即由于价格或单位成本的作用，使得不能相加的各种产品的产量变成了可以相加价值指标；对于质量指标指数可以采用数量指标为同度量因素。在计算总指数过程中，同度量因素除了首先起着同度量的作用外，同时还起着权数的作用。4。不是很具体的问题，如果在回归方程式Y=bX+a中之斜率b,称为回归系数,表X每变动一单位,平均而言，Y将变动b单位. 1。数量指标是反映社会经济现象发展总规模、总水平或工作总量的统计指标，用绝对数表示。质量指标是反映社会经济现象发展相对水平或工作总量的统计指标，用平均数或相对数表示。两者的关系表现为：它们从不同角度反映总体的综合数量特征。数量指标是计算质量指标的基础，而质量指标往往是相应的数量指标进行对比的结果。2。时期指标时期总量指标简称时期指标 时期指标:又称时期数,反映的是总体现象在一定时期内的累计总量水平的指标。 是表面社会经济现象总体在一段时期内发展过程的总结果。时点指标是指针对具体某一个时间的的相关指标。时期指标中的各指标值可以相加，时点指标不可以！ 时期指标的指标数值大小与所属的时间长短有直接关系，时点指标没有必然关系！ 时期指标中每个指标的数值一般采用连续登记法获得，时点指标一般采用间断法获得！3。抽样误差是指由于随机抽样的偶然周素使样本各单位的结构对总体各单位结构的代表性差别，而引起的抽样指标和全及指标之间的绝对离差。如抽样平均数与总体平均数的绝对离差，抽样成数与总体成数的绝对离差等等。 必须指出，抽样误差是抽样所特有的误差。凡进行抽样就一定会产生抽样误差，这种误差虽然是不可避免的，但可以控制，所以又称为可控制误差。抽样误差与另外两种误差不同。一种是调查误差，即在调查过程中，由于观察测量、登记、计算上的差错所引起的误差：另一种是系统偏误，即由于违反随机原则，有意地选择较好或较差单位进行调查，造成样本代表性不足所引起的误差。这两种误差是可以防止和避免的。 影响抽样误差大小的因素主要有：(1)总体单位的标志值的差异程度。 差异程度愈大则抽样误差愈大，反之则愈小。 (2)样本单位数的多少。 在其他条件相同的情况下，样本单位数愈多，则抽样误差愈小。(3)抽样方法。 抽样方法不同，抽样误差也不相同。一般说，重复抽样比不重复抽样，误差要大些。 (4)抽样调查的组织形式。 抽样调查的组织形式不同，其抽样误差也不相同，而且同一组织形式的合理程度也会影响抽样误差。4。这两种分析是统计上研究变量之间关系的常用办法。 相同点：他们都可以断定两组变量具有统计相关性。 不同点：相关分析中两组变量的地位是平等的，不能说一个是因，另外一个是果。或者他们只是跟另外第三个变量存在因果关系。而回归分析可以定量地得到两个变量之间的关系，其中一个可以看作是因，另一个看作是果。两者位置一般不能互换。

我在教成教的《统计学原理》用的是李洁明的书，复旦出版社的，现在刚讲完第三章。这是前两章练习题和答案，供你参考：《统计学原理》（第1～第2章） 一、判断题1、社会经济统计工作的研究对象是社会经济现象总体的数量方面。（ ）2、统计调查过程中采用的大量观察法，是指必须对研究对象的所有单位进行调查。（ ）3、全面调查包括普查和统计报表。( ) 4、统计分组的关键是确定组限和组距（ ）5、在全国工业普查中，全国企业数是统计总体，每个工业企业是总体单位。（ ） 6、我国的人口普查每十年进行一次，因此它是一种连续性调查方法。（ ） 7、对全同各大型钢铁生产基地的生产情况进行调查，以掌握全国钢铁生产的基本情况。这种调查属于非全面调查。（ ） 8、对某市工程技术人员进行普查，该市工程技术人员的工资收入水平是数量标志。（ ）9、对我国主要粮食作物产区进行调查，以掌握全国主要粮食作物生长的基本情况，这种调查是重点调查。（ ）10、我国人口普查的总体单位和调查单位都是每一个人，而填报单位是户。（ ）二、单项选择题1、设某地区有670家工业企业，要研究这些企业的产品生产情况，总体单位是（ ） A、每个工业企业； B、670家工业企业；C、每一件产品； D、全部工业产品2、某市工业企业2003年生产经营成果年报呈报时间规定在2004年1月31日，则调查期限为（ ）。A、一日 B、一个月 C、一年 D、一年零一个月3、在全国人口普查中（ ）。 A、男性是品质标志 B、人的年龄是变量 C、人口的平均寿命是数量标志 D、全国人口是统计指标4、某机床厂要统计该企业的自动机床的产量和产值，上述两个变量是（ ）。 A、二者均为离散变量 B、二者均为连续变量C、前者为连续变量，后者为离散变量 D、前者为离散变量，后者为连续变量 5、下列调查中，调查单位与填报单位一致的是（ ） A、企业设备调查 B、人口普查 C、农村耕地调查 D、工业企业现状调查 6、抽样调查与重点调查的主要区别是（ ）。 A、作用不同 B、组织方式不同 C、灵活程度不同 D、选取调查单位的方法不同7、下列调查属于不连续调查的是（ ）。 A、每月统计商品库存额 B、每旬统计产品产量C、每月统计商品销售额 D、每季统计进出口贸易额 8、全面调查和非全面调查的划分是以（ ）A、时间是否连续来划分 B、最后取得的资料是否全面来划分的C、调查对象所包括的单位是否完全来划分的 D、调查组织规模的大小来划分的9、下列分组中哪个是按品质标志分组（ ）。A、企业按年生产能力分组 B、产品按品种分组C、家庭按年收入水平分组 D、人口按年龄分组 三、多项选择题 1、总体单位是总体的基本组成单位，是标志的直接承担者。因此（ ）A、在国营企业这个总体下，每个国营企业就是总体单位；B、在工业总产值这个总体下，单位总产值就是总体单位；C、在全国总人口这个总体下，一个省的总人口就是总体单位；D、在全部工业产品这个总体下，每一个工业产品就是总体单位；E、在全部固定资产这一总体下，每个固定资产的价值就是总体单位。 2、在对工业企业生产设备的调查中（ ）A、全部工业企业是调查对象 B、工业企业的全部生产设备是调查对象C、每台生产设备是调查单位 D、每台生产设备是填报单位E、每个工业企业是填报单位 3、对连续变量与离散变量，组限的划分在技术上有不同要求，如果对企业按工人人数分组，正确的方法应是（ ）A、300人以下，300－500人B、300人以下，300－500人（不含300）C、300人以下，301－500人D、300人以下，310－500人E、299人以下，300－499人4、在工业普查中（ ）。 A、工业企业总数是统计总体 B、每一个工业企业是总体单位C、固定资产总额是统计指标 D、机器台数是连续变量E、 职工人数是离散变量5、以下属于离散变量的有（ ）。A、进口的粮食数量 B、洗衣机台数 C、每千人医院床位数 D、人均粮食产量 E、城乡集市个数 6、下列各项中，属于连续型变量的有（ ）。 A、基本建设投资额 B、岛屿个数 C、国民生产总值中三次产业比例D、居民生活费用价格指数 E、就业人口数四、简答题1、统计指标和标志表现有何不同？2、如何认识总体和总体单位的关系？ 3、什么是普查?普查和全面统计报表都是全面调查，二者有何区别? 4、举例说明调查对象、调查单位与填报单位的关系。5、单项式分组和组距式分组分别在什么情况下运用？五、计算题1、某工业局所属各企业工人数如下：555 506 220 735 338 420 332 369 416 548 422 547 567 288 447 484 417 731 483 560 343 312 623 798 631 621 587 294 489 445 试根据上述资料，要求：（1）分别编制等距及不等距的分配数列（2）根据等距数列编制向上和向下累计的频数和频率数列。2、某班40名学生统计学考试成绩（分）分别为：57 89 49 84 86 87 75 73 72 68 75 82 97 8167 81 54 79 87 95 76 71 60 90 65 76 72 7086 85 89 89 64 57 83 81 78 87 72 61 学校规定：60分以下为不及格，60—70分为及格，70—80分为中，80—90分为良，90—100分为优。要求：（1）将该班学生分为不及格、及格、中、良、优五组,编制一张次数分配表。（2）指出分组标志及类型，分析该班学生考试情况。参考答案一、判断题：1、对 2、错 3、错 4、错 5、错 6、错 7、对 8、错 9、对 10、对二、单项选择题：1、C 2、B 3、B 4、D 5、D 6、D 7、A 8、C 9、B三、多项选择题：1、AD 2、BCE 3、ACE 4、BCE 5、BCE 6、ACD四、简答题：1、见书上第12页2、见书上第11、12页3、见第30、33、37页4、见书上第21页5、见第44页五、计算题：1、按等距数列分组：按工人数分组 各组工人数（人） 向上累计 向下累计 累计频数 累计频率（%） 累计频数 累计频率（%）100-300300-500500-700700-900 314103 3172730 1056．6790100 3027133 1009043．3310合计 30 --- --- --- ---按不等距数列分组按工人数分组 各组工人数（人）200-300300-600600-800 3216合计 302、按学习等级分组 学生人数（人） 频率（%）不及格及格中良优 4612153 10153037．57．5合计 40 100分组标志为“学习等级”，其类型为“品质标志”。学生的考试成绩分布呈两头小、中间大的正态分布的形态。后面的答案是表格，放上去就乱了，慢慢看哈。我有课件以后的知识讲过了再给你帮助。

一会帮你做!先求各价格指数,上面也已经给出了!甲102%,乙95%,丙110%这样就可以求价格总指数=(650+200+1200)/(650/102%+200/95%+1200/110%)=2050/1938.69=105.74%三种商品的价格总体比基期上升了5.74%,绝对额=2050-1938.69=111.31万元.第二小题第三小题.先求销售指数,甲=650/500=130%,乙=200/200=100%,丙=1200/1000=120%这样就可以求销售总指数了=(500*130%+200*100%+1000*120%)/(500+200+1000)=120.58%也可以直接用报告期/基期=(650+500+1200)/(500+200+1000)计算销售额变动绝对数=(650+500+1200)-(500+200+1000)=350万元

拆开问吧。这么多，谁愿意做啊

dcadaa111112212

(1)钢产量“十一五”计划完成程度；（1850+1900+1950+2000）/7500*100%=102.67% (2)钢产量“十一五”计划提前完成的时间是多少？(假设每个季度90天) （7700-7500）/2000*90=9