应用统计学知识整理

第一章

分类变量

统计学中的变量（variables）大致可以分为数值变量（numrical）和分类变量（categorical）。
有序分类变量和无需分类变量的区别是：前者对于“比较”操作是有意义的，而后者对于“比较”操作是没有意义的。

总体、样本、参数、统计量

总体（Population）：所研究的全部个体（数据）的集合，其中每一个个体也称为元素。
样本（Sample）：从总体中抽取一部分元素的集合（例如，从社群中抽10名小伙伴，这10名就可以成为样本）
样本容量（Sample size）：样本中所含个体的数量
参数：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、总体标准差、总体比例等。研究总体目的
统计量：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。
需要注意的重点是：【统计量对应样本】【参数对应总体】

数据的分类

按照所采用的计量尺度不同,可以将统计数据分为分类数据、顺序数据和数值型数据。

分类数据：只能归于某一类别的非数字型数据。例如：人口性别

顺序数据：只能归于某一有序类别的非数字型数据，例如:将产品分成不同的等级。

数值型数据：按数字尺度测量的观测值，

按照统计数据的收集方法，可以将统计数据分为观测数据和实验数据

观测数据：通过调查或观测而收集到的数据，是在没有对事物人为控制的条件下而得到的。

实验数据：在实验中控制实验对象而收集到的数据。

按照被描述的对象与时间的关系，可以将统计数据分为截面数据和时间序列数据

截面数据：在相同或近似相同的时间点上收集的数据。描述的是现象某一时刻的变化情况

时间序列数据：在不同时间上收集到的数据。描述的是现象随时间而变化的情况

第二章

抽样类型

简单随机抽样

对总体不做任何处理，直接按照随机原则抽取调查单位。

分层随机抽样（类型抽样）

将总体按照某一主要标志进行分类（分组），在各类别中抽取一部分调查单位共同组成样本。（组内的个体差异较小时而各层的差异比较大）

</