漫談汽車行業(yè)的統(tǒng)計(jì)_第1頁(yè)
漫談汽車行業(yè)的統(tǒng)計(jì)_第2頁(yè)
漫談汽車行業(yè)的統(tǒng)計(jì)_第3頁(yè)
漫談汽車行業(yè)的統(tǒng)計(jì)_第4頁(yè)
漫談汽車行業(yè)的統(tǒng)計(jì)_第5頁(yè)
已閱讀5頁(yè),還剩50頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、什么是統(tǒng)計(jì)呢?報(bào)表?數(shù)字?你覺得你們 冊(cè)耍統(tǒng)計(jì)嗎?為什么?統(tǒng)計(jì)的定義用以收集整迪、分析 數(shù)據(jù)和由數(shù)據(jù)誨出結(jié)論的一概念、原貝!J 和方法.什么地方統(tǒng)計(jì)用得上呢?任何領(lǐng)域.運(yùn)用統(tǒng)計(jì)的領(lǐng)域包括精算 農(nóng)業(yè)動(dòng)物學(xué) 人類學(xué)考古學(xué)審計(jì)學(xué) 晶體學(xué)人口統(tǒng)計(jì)學(xué)牙醫(yī)學(xué)生態(tài)學(xué)經(jīng)濟(jì)計(jì)量學(xué)教育學(xué)選舉預(yù)測(cè)和策劃 工程流行病學(xué)金融運(yùn)用綻計(jì)的領(lǐng)域包括水產(chǎn)漁業(yè)研究遺傳學(xué) 地理學(xué) 地質(zhì)學(xué) 歷史研究 人類遺傳學(xué) 水文學(xué) 工業(yè) 法律 語(yǔ)言學(xué) 文學(xué) 勞動(dòng)力計(jì)劃 管理科學(xué) 市場(chǎng)營(yíng)銷學(xué) 醫(yī)學(xué)診斷/悖喙麗初廉斗g齒游秋(3)畀驟A3M替熾啄律妙喙施米統(tǒng)計(jì)歷史人物Edmond Halley (哈雷)(1656-1742)Leonhard Eul

2、er (歐拉)(1707-1783)Thomas Robert Malthus (馬爾薩期)(1766-1834)Ronald Aylmer Fisher (費(fèi)歇)(1890-1962),Moivre (棣美佛)(1667-1754)Pierre Simon Laplace (拉普拉期)(1749-1827)Jacob Bernoulli (伯努利)(1654-1705)Thomas B町es (貝 葉期)(1702-1761)Adrien Marie Legendre (勒讓傀)(1752-1833)Friedrich Gauss (髙斯)(1777-1855)Johann Gregor M

3、endel (孟傀爾)(1822-1884)Karl Pearson (皮爾森)(1857-1936)William Feller (或勒)(1906-1970).Jerzy Neyman (1894-1981)Egon Sharpe Pearson (1895-1980)當(dāng)你買了一臺(tái)電視時(shí),被告知三年內(nèi)可以免費(fèi)保修。你越過(guò)廠家憑什么這樣說(shuō)嗎?說(shuō)多了,廠家會(huì)損失;說(shuō)少了,會(huì)失去競(jìng)爭(zhēng),也 JL損失。到底這個(gè)保修期JL怎樣決定的呢?在同一年級(jí)中,同樣統(tǒng)計(jì)學(xué)的課程可竟邑由一 些不同教師講授。教師講課方式當(dāng)然不一樣考試題也不一定相同。那么如何比較不同班級(jí)的統(tǒng)計(jì)學(xué)成績(jī)呢?大學(xué)排名是一個(gè)非席敏癱的問(wèn)題。不

4、同的機(jī) 構(gòu)得出不同的結(jié)果; 各自都說(shuō)自己Jt客觀、 公正和有道理的。到底如何理解這些不同的 結(jié)果呢?任何公司都有一個(gè)信用問(wèn)題。當(dāng)然,在這些公旬試傅到 貸款時(shí)并沒有不還貸的不良記錄。如何根據(jù)它們的財(cái)務(wù)和商業(yè)資料 來(lái)判斷一個(gè)公司的借用等級(jí)呢?東部和西部的概念是一個(gè)比較籠統(tǒng)的概念。如何能夠根據(jù)卿要,選擇一些指標(biāo) 來(lái)把各省,或各市縣甚至村進(jìn)行分類呢?疾病傳播時(shí),如何能夠通過(guò)感染者入院前后的各種素得到一個(gè)疾病傳染方式的模型呢?如何通過(guò)大眾調(diào)査來(lái)得到性另U、年齡、職業(yè)、收入等各種素與公眾對(duì)某項(xiàng)事物(比如商品或政礙)的態(tài)度的關(guān)系呢 一個(gè)從來(lái)沒有研究過(guò)紅樓夢(mèng)的統(tǒng)計(jì)學(xué)家如何根據(jù)比較寫作習(xí)慣得出紅樓夢(mèng)從哪一段開始

5、就不是曹雪芹的手筆了呢?如何才能夠客觀地得到某個(gè)電視節(jié) 目 的收視率,以確定廣告的價(jià)格足否合理呢“明天降水概率為40 % ”“我冬天去新加坡度假的概率為10%”“該節(jié) 目 收視率是30%”“調(diào)査結(jié)果表明20%的觀眾喜歡某節(jié) 目”“抽樣調(diào)査結(jié)果的誤差為土 3%“支持率的95%置借區(qū)間為(25%, 30%)”“某學(xué)校排名第一”的綜合競(jìng)爭(zhēng)力排名 第43位”“該家屬于發(fā)展中家“該藥品療效99%”“該貧富差距大”“該結(jié)果統(tǒng)計(jì)顯著“消費(fèi)價(jià)格指數(shù)為120%”“他的血壓已經(jīng)正常了”可以想象出的統(tǒng)計(jì)應(yīng)用例子如 何確 定觀眾/聽眾是否忠實(shí)于某節(jié)(專欄)如何對(duì)電視節(jié)什么素影響一節(jié)的收視率如何按照各種不同 環(huán)境估計(jì)某

6、商店的顧客人數(shù) 如何按照各種 指標(biāo)評(píng)價(jià)雇員如何把地區(qū)(市縣鎮(zhèn)等)按照各種指標(biāo)分類如何確定紅樓夢(mèng)第幾回不是曹曹芹所寫3如何確定一r產(chǎn)品的可靠性如何進(jìn)行偏差較少的民意調(diào)査如何根據(jù)一些財(cái)務(wù)數(shù)據(jù)發(fā)現(xiàn)漏稅的嫌疑單位?你相信統(tǒng)計(jì)結(jié)果嗎?數(shù)據(jù)可以有鍥或作假統(tǒng)計(jì)方出C有意或無(wú)意丿使 用不當(dāng)可以祺導(dǎo)。有(爲(wèi)級(jí)諼 導(dǎo)和盲級(jí)祺導(dǎo)。常識(shí)判斷和直覚旻重要的關(guān)于美國(guó)選舉的兩個(gè)例子(1)誰(shuí)會(huì)在1936選舉中獲勝?Alf London還 是F.D.R.(羅斯福)? Literary Digest (文摘)送出_千萬(wàn)份問(wèn)二百四十萬(wàn)份)后,預(yù)測(cè)London而Gallop (M洛普)只問(wèn)了5000人說(shuō) Roosevelt (羅期福

7、)會(huì)贏. JR后羅斯福和蓋洛普都贏了 文摘倒閉了.Dewey說(shuō)用Harry Truman(4=bJJ)? Cross_ey9 Ga=op(聘確席)9 RoperyM戟嚮皆gDewey妙計(jì)(颯初q50004 JOJ歩).rmq統(tǒng)計(jì)的一些做法統(tǒng)計(jì)可以指導(dǎo)我們收集數(shù)據(jù).當(dāng)擁有來(lái)自一些變量(指標(biāo))的數(shù)據(jù)或記錄, 但缺乏模型來(lái)描述這些變量之間 關(guān)系的 情 況下,可用統(tǒng)計(jì)方法殛立模型.在有了一定的棋型時(shí),統(tǒng)計(jì)可以確定手中數(shù)據(jù)是否令人借服地支持某種論點(diǎn).模型也用來(lái)對(duì)朱來(lái)進(jìn)行預(yù)測(cè) 統(tǒng)計(jì)直觀的圖表展示,可以使各個(gè)領(lǐng)域的專家容易理解Xu囲廉斗律*汕a廉斗t (*單gQUFN*廉斗) 爭(zhēng)a弊曲廉斗丫 (弊驟族g囲鄒

8、衿*kg廉斗M一些學(xué)者把統(tǒng)計(jì)稱為是經(jīng)濟(jì)學(xué)科的 一部分,則是中國(guó)特有的與前蘇聯(lián)關(guān)聯(lián) 的國(guó)情所造成;讀者可以從蘇聯(lián)大百 科全書的統(tǒng)計(jì)學(xué)條款得到答案。但前蘇聯(lián)的經(jīng)濟(jì)學(xué)中的統(tǒng)計(jì)學(xué)概念是其意識(shí)形態(tài)和計(jì)劃 經(jīng)濟(jì)體系的產(chǎn)物,其棋型多屬于小學(xué)數(shù)學(xué)水,很難稱為數(shù)學(xué)模型。這與現(xiàn)代經(jīng)濟(jì)學(xué)所需要的大量的統(tǒng)計(jì)和 數(shù)學(xué)康成鮮 明 對(duì)照前蘇聯(lián)式的 “統(tǒng)計(jì)學(xué)不是目前際流行意義上的 統(tǒng)計(jì)學(xué)或統(tǒng)計(jì)學(xué)的 分支。有人說(shuō),我們應(yīng)該學(xué)“經(jīng)濟(jì) 統(tǒng)計(jì)”.“管理統(tǒng)計(jì)”等等??梢哉f(shuō),我們所學(xué)的是“_ 加一等于二,而作為統(tǒng)計(jì) 的個(gè)別應(yīng)用是“一個(gè)蘋果加 一個(gè)蘋果等于兩個(gè)蘋果O難道蘋果換成香蕉就不知道 該怎么辦了嗎?統(tǒng)計(jì)的內(nèi)容和需耍的知識(shí) 數(shù)學(xué)的幾乎

9、所有內(nèi)容(不一定事先知道需耍什么) 用計(jì)算機(jī)做統(tǒng)計(jì)計(jì)算 其他(對(duì)象)領(lǐng)域的知 識(shí)真正嚴(yán)格的邏輯僅存在于數(shù)學(xué)之中, 只能夠從學(xué)習(xí) 數(shù)學(xué)中 獲得。(哲學(xué),法律?)數(shù)學(xué)的 邏輯服務(wù)于現(xiàn)代理性社金的所 有方面。(例如法律)在一定的公理系綻下,純粹數(shù)學(xué)是唯 一可以說(shuō)每 出 絕對(duì)是非的 世界。為什么人們對(duì)數(shù)學(xué)家的印象是 “呆? (世界并不是完美的)統(tǒng)計(jì)和數(shù)學(xué)的區(qū)別數(shù)學(xué)思維是以演繹為圭統(tǒng)計(jì)思維是以歸納為主,兼有 演繹統(tǒng)計(jì)各領(lǐng)域利用幾乎所有存 在的數(shù)學(xué)內(nèi)容但統(tǒng)計(jì)本身的數(shù)學(xué)是為具體 目標(biāo)眼務(wù)的,自己一般不形成 數(shù)學(xué)體系計(jì)算機(jī)的重要性由 于統(tǒng)計(jì)和 數(shù)據(jù)打交道,沒有 計(jì)算機(jī)的發(fā)展統(tǒng)計(jì)就沒有前 途.計(jì)算機(jī)和統(tǒng)計(jì)的發(fā)展

10、相輔相 成n模型用來(lái)指導(dǎo)耒來(lái),預(yù)測(cè)耒來(lái)(某城市 GDP達(dá)到某水平,是否需要廷立或擴(kuò)理 機(jī)場(chǎng)等決策)棋型隨時(shí)要根據(jù)靳的數(shù)據(jù)來(lái)改進(jìn)(新的 飛機(jī),新的消費(fèi) 理念,新的旅游景點(diǎn)等)沒有完美的棋型沒有無(wú)誤差的數(shù)據(jù)類似于物理學(xué), 計(jì)在否定中發(fā)展統(tǒng)計(jì)的 一1魚要但又往 往不易為人所理解的特 點(diǎn)統(tǒng)絕對(duì)地 說(shuō)“是或者“不是” O統(tǒng)計(jì)只能夠說(shuō)可能,而 且往往提供某 事可能發(fā) 生的概率。是非是人類 社會(huì)的產(chǎn)物大灰狼吃羊犯錯(cuò)誤了 嗎?人類社會(huì)之夕卜的 自然界有是非嗎?人類社會(huì)的“是非是一成不變的嗎?統(tǒng)計(jì)只說(shuō)可能性是實(shí)際世 界的真實(shí)體現(xiàn)。真實(shí)世界 充滿了不確定性。從某種意義來(lái)說(shuō),生活中正是不確 定性使得生活充 滿了魅力

11、和迷人的色彩。有多少人會(huì)享受其未來(lái)毎 一時(shí)刻全部已經(jīng)確定了的 世界呢?我們肩膀上長(zhǎng)著自己的腦袋 我們可以充分運(yùn)用我們自己的邏輯思維我們需要習(xí)慣逆向思維方式 讓我們沒有任何約束地看待 世界上的任何問(wèn)題這樣,世界就不會(huì)停滯,就 會(huì)更讓人能夠接受兩個(gè)簡(jiǎn)單的考試分?jǐn)?shù)坳檢驗(yàn)之例假定有兩個(gè)班級(jí)進(jìn)行考試。從第 班抽取2個(gè)觀測(cè)值的U樣本,分?jǐn)?shù)為(數(shù)據(jù)1 ) (n=2):100, -300分(樣本均值200分)從第二個(gè)班抽取10個(gè)觀測(cè) 值的樣本, 方數(shù)為(數(shù)據(jù)2) (=10): 100,100,100, 100,100,100, 99, 99, 99, 99 (樣本均值 99.6 分)哪個(gè)班平均成績(jī)更接近100

12、分?考試分?jǐn)?shù)的/檢驗(yàn)之例 Ho: =100對(duì)Ha: 100 (假定分?jǐn)?shù)可以多于100)數(shù)據(jù)1(=2): -100,300分(樣本均值-200分) t = -3, df = 1 丿-value = 0.1024結(jié)論:在水平a=0.1下接受這100分和300分所代表的總體的均值為100的零假設(shè)(你同意嗎?)o 數(shù)據(jù)2 =10):100,100,100,100,100,100,99,99,99,99(樣本均值99.6分) t = -2.4495, df = 9, p-value = 0.0184結(jié)論:在水平(x=005下拒絕由這六個(gè)100分四個(gè) 99分所代表的總體均值為100的零假設(shè)。假設(shè)檢驗(yàn)的企圖

13、是否定零假 設(shè)(H)何時(shí)能說(shuō)接受零假設(shè)” ?越學(xué)越糊涂嗎? 下面再看一個(gè)回歸例子兩個(gè)變 量X和Y 的相關(guān) 檢驗(yàn)(各 有51個(gè) 觀測(cè)值),關(guān).XYXPearson Correlation1.000.877*Sig. (2-tailed).000N5151YPears on Correlation.877*1.000Sig. (2-tailed).000N5151*. Correlation is significant at the 0.01 levelCorrelationsXYKendalls tau_bXCorrelation Coefficient1.000.046Sig. (2-tai

14、led).632N5151YCorrelation Coefficient.0461.000Sig. (2-tailed).632N5151Spearmans rhoXCorrelation Coefficient1.000.053Sig. (2-tailed).711N5151YCorrelation Coefficient.0531.000Sig. (2-tailed).711N5151ModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbin-Watso nR Square Change

15、F Changedf1df2Sig. F Change1877*.769.7651.4403.769163.528149.0001.678a Predictors: (Constant),b Dependent Variable: YANOVA?X和Y白勺胡晞差分析和率P i的t 檢驗(yàn)(還有R2值等)看來(lái)顯著.CoefficientsModelSum of SquaresdfMean SquareFSig.1Reg res si onResidual Total339.230101.648440.87814950339.2302.074163.528.000aModelUnstan dardized Coefficie ntsStan dardi zed Coefficie n tstSig.95% Confidence Interval for BCollinearity StatisticsBStd. ErrorBetaLower BoundUpper BoundTolera neeVIF1(Constan

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論