基礎(chǔ)統(tǒng)計知識介紹

基礎(chǔ)統(tǒng)計知識介紹第1頁，共48頁，2023年，2月20日，星期四綱要一、緒論二、統(tǒng)計數(shù)據(jù)的描述性分析三、抽樣與抽樣分布四、參數(shù)估計五、假設(shè)檢驗六、方差分析七、一元線性回歸八、其它回歸九、時間序列分析與預(yù)測十、指數(shù)2023/4/52第2頁，共48頁，2023年，2月20日，星期四一、緒論參考書目：應(yīng)用統(tǒng)計學(xué)教材《統(tǒng)計學(xué)（第二版）》

賈俊平編著清華大學(xué)出版社2006年2月出版《質(zhì)量專業(yè)理論與實務(wù)》（中級）國家質(zhì)量監(jiān)督檢驗檢疫總局質(zhì)量司組織編寫中國人事出版社2001年6月出版2023/4/53第3頁，共48頁，2023年，2月20日，星期四一、緒論1、統(tǒng)計的含義“Statistics”一詞有多種含義：統(tǒng)計工作、統(tǒng)計數(shù)據(jù)、統(tǒng)計科學(xué)等。統(tǒng)計學(xué)：是關(guān)于收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的科學(xué)。幾個定義總體population：研究對象的全體。個體或總體單位總體容量populationsize：用N表示。樣本sample：總體的一個數(shù)據(jù)子集。樣本容量samplesize：用n表示。大樣本n≥30，小樣本n﹤30。2023/4/54第4頁，共48頁，2023年，2月20日，星期四一、緒論2、學(xué)習(xí)統(tǒng)計學(xué)的意義管理基層管理中層管理高層管理文化哲學(xué)管理科學(xué)信息統(tǒng)計學(xué)運籌學(xué)管理信息系統(tǒng)各類管理工具

…2023/4/55第5頁，共48頁，2023年，2月20日，星期四一、緒論2、學(xué)習(xí)統(tǒng)計學(xué)的意義管理就是決策，而決策成敗的關(guān)鍵在于能否對系統(tǒng)的狀態(tài)、規(guī)律有充分的認(rèn)識和準(zhǔn)確的判斷。系統(tǒng)分析與決策的進程（1）對系統(tǒng)的描述性分析（2）對系統(tǒng)的解析性分析（3）對系統(tǒng)的預(yù)測性分析（4）決策階段3、統(tǒng)計學(xué)分科描述性的統(tǒng)計學(xué)與推斷性統(tǒng)計學(xué)理論統(tǒng)計學(xué)和應(yīng)用統(tǒng)計學(xué)2023/4/56第6頁，共48頁，2023年，2月20日，星期四一、緒論反應(yīng)客觀現(xiàn)象的數(shù)據(jù)實驗設(shè)計法大量觀察法----描述性統(tǒng)計推斷統(tǒng)計概率論分布理論大數(shù)定律中心極限定律總體內(nèi)在的數(shù)據(jù)規(guī)律性總體數(shù)據(jù)樣本數(shù)據(jù)支持決策2023/4/57第7頁，共48頁，2023年，2月20日，星期四一、緒論3、數(shù)據(jù)類型數(shù)據(jù)定性數(shù)據(jù)（品質(zhì)數(shù)據(jù)）定量數(shù)據(jù)（數(shù)量數(shù)據(jù)）連續(xù)型數(shù)據(jù)離散型數(shù)據(jù)2023/4/58第8頁，共48頁，2023年，2月20日，星期四一、緒論4、統(tǒng)計學(xué)的運用生產(chǎn)計劃與預(yù)測：對經(jīng)濟發(fā)展趨勢、商務(wù)活動動向、銷售預(yù)測情況、存貨管理系統(tǒng)的統(tǒng)計分析。市場調(diào)查：市場研究、消費者行為研究、消費者滿意度研究、產(chǎn)品研究、廣告研究。質(zhì)量管理：統(tǒng)計分析有助于質(zhì)量控制、抽樣檢驗、實驗設(shè)計。項目風(fēng)險評估：風(fēng)險發(fā)生的概率與損失。人力資源管理、財務(wù)管理、民意調(diào)查、農(nóng)業(yè)生產(chǎn)等等。2023/4/59第9頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析1、數(shù)據(jù)收集間接來源直接來源出版物、網(wǎng)絡(luò)調(diào)查實驗數(shù)據(jù)抽樣調(diào)查非概率抽樣系統(tǒng)抽樣分層抽樣隨機抽樣整群抽樣統(tǒng)計報表數(shù)據(jù)來源數(shù)據(jù)來源人口普查數(shù)據(jù)來源普查無法用樣本定量資料來推斷總體，適合于探索性研究！概率抽樣能夠用樣本定量資料來估計和推斷總體！2023/4/510第10頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析2、數(shù)據(jù)的整理與圖表展示數(shù)據(jù)審核調(diào)查數(shù)據(jù)：完整性、準(zhǔn)確性。間接數(shù)據(jù)：又叫二手?jǐn)?shù)據(jù)，適用性和時效性。從數(shù)據(jù)的來源、統(tǒng)計口徑和相關(guān)背景資料等角度審核。數(shù)據(jù)篩選MicrosoftOfficeExcel功能：排序、篩選等。圖表莖葉圖、直方圖、餅分圖、累計分布圖、雷達圖等等。2023/4/511第11頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析一個好的圖形的基本特征。顯示數(shù)據(jù)。讓讀者把注意力集中在圖形內(nèi)容上，而不是制作圖形上。避免歪曲。強調(diào)數(shù)據(jù)之間的比較。服務(wù)于一個明確的目的。有對圖形的統(tǒng)計描述和文字說明。2023/4/512第12頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析5個鑒別圖形優(yōu)劣的準(zhǔn)則（1）一個好的圖形是精心設(shè)計，有助于洞察問題的實質(zhì)。（2）一張好的圖形應(yīng)當(dāng)是使復(fù)雜的觀點得到簡明、確切、高效的闡述。（3）一張好的圖形應(yīng)當(dāng)能在最短的時間以最少的筆墨給讀者提供最大量的信息。（4）一張好的圖形應(yīng)當(dāng)是多維的。（5）一張好的圖形應(yīng)當(dāng)表述數(shù)據(jù)的真實情況。2023/4/513第13頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析統(tǒng)計表表一：不同密度下在光源為300、500lx時人眼的JND水平（單位：）密度值300lx500lx300lx比率500lx比率0.070.00440.00346.36%4.86%0.200.00540.00392.69%1.97%0.600.01020.00721.70%1.19%0.700.01200.00841.71%1.20%0.900.01580.01161.76%1.29%1.300.02420.01931.86%1.49%1.700.03180.02901.87%1.71%1.900.03440.03181.81%1.67%2.200.03900.03441.77%1.56%2.400.03900.03581.63%1.49%備注：摘自DigitalImagingandCommunicationinMedicine(DICOM),PublishedbyUSANationalElectricalManufecturersAssociation。2023/4/514第14頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析統(tǒng)計表密度級300lx500lx300lx500lx0.070.00440.00346.36%4.86%0.20.00540.00392.69%1.97%0.60.01020.00721.70%1.19%0.70.0120.00841.71%1.20%0.90.01580.01161.76%1.29%1.30.02420.01931.86%1.49%1.50.0290.02421.93%1.62%1.70.03180.0291.87%1.71%1.90.03440.03181.81%1.67%2.00.03440.03181.72%1.59%2.20.0390.03441.77%1.56%2.40.0390.03581.63%1.49%密度級300lx500lx300lx500lx0.070.00440.00346.36%4.86%0.20.00540.00392.69%1.97%0.60.01020.00721.70%1.19%0.70.0120.00841.71%1.20%0.90.01580.01161.76%1.29%1.30.02420.01931.86%1.49%1.50.0290.02421.93%1.62%1.70.03180.0291.87%1.71%1.90.03440.03181.81%1.67%2.00.03440.03181.72%1.59%2.20.0390.03441.77%1.56%2.40.0390.03581.63%1.49%2023/4/515第15頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析圖表實例數(shù)據(jù)分布集中趨勢的度量集中趨勢centraltendency：是指一組數(shù)據(jù)向中心靠攏的程度。位置平均數(shù)：眾數(shù)mode位置平均數(shù)：中位數(shù)media相對位置：四分位數(shù)、十分位數(shù)、百分位數(shù)數(shù)值平均值：均值mean（簡單平均數(shù)、加權(quán)平均數(shù)）數(shù)值平均值：幾何平均數(shù)即n個變量乘積的n次方。主要用于比率的平均。2023/4/516第16頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析數(shù)據(jù)分布集中趨勢的度量眾數(shù)、中位數(shù)、平均數(shù)的比較定性變量：最好采用眾數(shù)mode描述集中趨勢。定量變量：當(dāng)數(shù)據(jù)呈現(xiàn)對稱分布或近似對稱分布時應(yīng)當(dāng)選擇均值mean作為集中趨勢的代表值。當(dāng)數(shù)據(jù)呈現(xiàn)偏斜分布時，應(yīng)當(dāng)選擇中位數(shù)media作為集中趨勢的代表值。對稱分布：三者相等。左偏分布：眾數(shù)>中位數(shù)>平均值右偏分布：眾數(shù)<中位數(shù)<平均值2023/4/517第17頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析數(shù)據(jù)分布離散程度的度量全距（range）即極差。易受極端值的影響。內(nèi)四分位距inter-quartilerange：IQR=Q3-Q1，反應(yīng)的是中間50%數(shù)值大小的差異，不會受到極端值的影響。方差variance離差deviation：觀察值與均值之差。方差：數(shù)據(jù)集中所有觀察值的離差平方和的平均值。標(biāo)準(zhǔn)差standarddeviation：方差的平方根。標(biāo)準(zhǔn)差和方差都是以均值為中心描述分布的離散程度因而與均值有同樣的弱點，易受到極端值的影響。2023/4/518第18頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析數(shù)據(jù)分布離散程度的度量變異系數(shù)coefficiengtofvariation：當(dāng)均值水平不同時，使用變異系數(shù)進行對比。Vσ=(標(biāo)準(zhǔn)偏差/均值)×100%經(jīng)驗規(guī)則empiricalrule：當(dāng)數(shù)據(jù)處于對稱分布時如下范圍合格率不合格率備注ave.±1s68.27%31.73%--ave.±2s95.45%4.55%--ave.±3s99.73%0.27%--ave.±4s999936.65863.34ppmave.±5s999999.4270.5733ppmave.±6s999999.9980.0020ppm2023/4/519第19頁，共48頁，2023年，2月20日，星期四二、統(tǒng)計數(shù)據(jù)的描述性分析切比雪夫定理Chebyshevinquality：對于任意分布，如下至少75%的數(shù)據(jù)落在ave.±2s的范圍內(nèi)；至少89%的數(shù)據(jù)落在ave.±3s的范圍內(nèi)；至少94%的數(shù)據(jù)落在ave.±4s的范圍內(nèi)；z值法（zscore）：發(fā)現(xiàn)離群數(shù)據(jù)離群數(shù)據(jù)outlier：數(shù)據(jù)集里的某個觀測值與其余觀測值相比異常的大或異常的小。

z=(x-x平均)/s當(dāng)z的絕對值>3時為離群數(shù)據(jù)。EXCEL在描述性統(tǒng)計中的運用2023/4/520第20頁，共48頁，2023年，2月20日，星期四三、抽樣與抽樣分布1、非概率抽樣non-probabilitysampling：抽樣時不遵守隨機原則，而是從方便出發(fā)或根據(jù)研究者個人的經(jīng)驗和判斷來抽取樣品。它無法估計和控制抽樣誤差，無法用樣本的定量資料來推斷總體，適合于做探索性研究。2、概率抽樣probabilitysampling：也稱隨機抽樣，是按照抽樣原則抽取樣本，能夠有效的避免主觀帶來的傾向性誤差，使得樣本資料能夠用于估計和推斷總體的數(shù)量特征，可以計算誤差，能夠說明估計結(jié)果的可靠度。（隨機抽樣EXCEL的應(yīng)用）簡單隨機抽樣、順序隨機抽樣、分層隨機抽樣、整群隨機抽樣。2023/4/521第21頁，共48頁，2023年，2月20日，星期四三、抽樣與抽樣分布常見的離散型概率分布：兩點分布、二項分布(binomdist)、泊松分布(poisson)、超幾何分布(hypgoemdist)。例1：已知一批產(chǎn)品的次品率為4%，從中有放回地抽取5個。求5個產(chǎn)品中：沒有次品的概率是多少？恰好有1個次品的概率是多少？有3個以下(不含3)的概率是多少？(binomdist)例2：假定有10支股票，其中3支購買后可獲利，另外7支購買后將虧損。如果打算從10支股票中選購4支，但不知道哪3支是獲利的哪3支是虧損的。求所有3支能獲利的股票都被選中的概率是多少？3支獲利的股票中有兩只被選中的概率是多少？(hypgeomdist)2023/4/522第22頁，共48頁，2023年，2月20日，星期四三、抽樣與抽樣分布3、抽樣分布中心極限定理定義：多個相互獨立隨機變量的平均值(仍然是一個隨機變量)將服從或近似服從正態(tài)分布。定理一：如果總體分布是正態(tài)的，那么樣本均值的分布也是正態(tài)的。定理二：如果總體為非正態(tài)分布，當(dāng)樣本容量很大時（n≥30），樣本均值的抽樣分布可用正態(tài)分布近似。幾種常用的統(tǒng)計量的分布2023/4/523第23頁，共48頁，2023年，2月20日，星期四三、抽樣與抽樣分布幾種常用的統(tǒng)計量的分布z分布：正態(tài)分布，用于已知樣本均值X和總體方差σ2，估計總體均值μ。?2分布：服從標(biāo)準(zhǔn)正態(tài)分布，用于已知s、n估計總體標(biāo)準(zhǔn)偏差σ。t分布：小樣本理論或Student分布，與n有關(guān)，適用于n<30，正態(tài)總體方差未知時，用樣本標(biāo)準(zhǔn)差s代替總體標(biāo)準(zhǔn)差σ，由樣品均值推斷總體均值以及兩個總體均值之差的區(qū)間估計與顯著性檢驗等。當(dāng)n≥30時幾乎與z分布相同。F分布：偏態(tài)分布，用于估計和檢驗兩個正態(tài)總體是否相等，并在方差分析、協(xié)方差分析和回歸分析中應(yīng)用。2023/4/524第24頁，共48頁，2023年，2月20日，星期四三、抽樣與抽樣分布樣本統(tǒng)計量的抽樣分布形式概括如下：樣本統(tǒng)計量樣本均值x樣本比例p樣本方差s2正態(tài)總體或非正態(tài)總體大樣本正態(tài)分布非正態(tài)總體小樣本非正態(tài)分布大樣本正態(tài)分布?2分布2023/4/525第25頁，共48頁，2023年，2月20日，星期四四、參數(shù)估計1、參數(shù)估計parameterestimation：用樣本統(tǒng)計量去估計總體的參數(shù)。2、點估計pointestimation：用樣本統(tǒng)計量的某個取值直接作為總體參數(shù)的估計值，稱為參數(shù)的點估計。3、區(qū)間估計intervalestimation：在點估計的基礎(chǔ)上，給出總體參數(shù)估計的一個范圍，稱為參數(shù)的區(qū)間估計。置信區(qū)間：由統(tǒng)計量所構(gòu)造的總體參數(shù)的估計區(qū)間。（統(tǒng)計量±概率度×抽樣平均誤差）置信水平：如果將構(gòu)造置信區(qū)間的步驟重復(fù)多次，置信區(qū)間中包含總體參數(shù)真值的次數(shù)所占的比率，稱為置信水平1-α，或稱為置信區(qū)間的可靠度。顯著性水平：區(qū)間估計的不可靠度，用α表示。2023/4/526第26頁，共48頁，2023年，2月20日，星期四四、參數(shù)估計4、一個總體參數(shù)的估計及所使用的分布待估參數(shù)均值比例大樣本z分布小樣本方差σ2未知σ2已知t分布z分布?2分布大樣本z分布2023/4/527第27頁，共48頁，2023年，2月20日，星期四四、參數(shù)估計5、樣本容量的確定估計總體均值時樣本容量的確定

E為邊際誤差1-α為置信水平估計總體比例時樣本容量的確定

為總體比例，可用樣本比例作為估計值，如果估計值也沒有可取0.50，E一般小于0.10。2023/4/528第28頁，共48頁，2023年，2月20日，星期四四、參數(shù)估計5、樣本容量的確定例：根據(jù)以往的生產(chǎn)統(tǒng)計，某產(chǎn)品的合格率約為90%，現(xiàn)要求邊際誤差為5%，在求95%的置信區(qū)間時，應(yīng)抽取多少個產(chǎn)品作為樣本？解：已知=90%，E=5%，95%置信度下的zα/2=1.96所以根據(jù)上述公式得n=138.3≈139（個）2023/4/529第29頁，共48頁，2023年，2月20日，星期四四、參數(shù)估計5、樣本容量的確定簡單隨機抽樣，對總體比率進行參數(shù)估計，置信水平、抽樣誤差、樣本容量三者之間的關(guān)系：表：需要的最小樣本容量

1-α90%95%99%

E1%68069604166412%1702240141603%756106718494%42560010405%2723846666%1892674627%1391963402023/4/530第30頁，共48頁，2023年，2月20日，星期四五、假設(shè)檢驗1、假設(shè)檢驗hypothesistest定義：先對總體參數(shù)提出某種假設(shè)，然后利用樣本信息判斷假設(shè)是否成立的過程，稱為假設(shè)檢驗。兩種假設(shè)：原假設(shè)和備擇假設(shè)。備擇假設(shè)：通常將研究者想收集證據(jù)予以支持的假設(shè)稱為備擇假設(shè)，用H1表示。原假設(shè)：通常將研究者想收集證據(jù)予以反對的假設(shè)稱為原假設(shè)，用H0表示。2、假設(shè)檢驗的基本思想：假設(shè)檢驗所采取的的邏輯推理方法是反證法，合理性所依據(jù)的是“小概率原理”。2023/4/531第31頁，共48頁，2023年，2月20日，星期四五、假設(shè)檢驗3、顯著性水平α兩類錯誤：第Ⅰ類錯誤，又叫棄真錯誤，概率記為α；第Ⅱ類錯誤，又叫存?zhèn)五e誤，概率記為β。假設(shè)檢驗中犯的第Ⅰ類錯誤的概率稱為顯著性水平levelofsignificance，記為α。但“significance顯著的”的意義在這里并不是重要的，而是指“非偶然的”。常用的顯著性水平α=0.01、0.05、0.10，當(dāng)然也可以取其他值。4、假設(shè)檢驗的步驟。5、檢驗統(tǒng)計量的拒絕域。2023/4/532第32頁，共48頁，2023年，2月20日，星期四六、方差分析統(tǒng)計應(yīng)用：SARS病毒滅活疫苗臨床試驗。試驗設(shè)計是取得數(shù)據(jù)的有效方法，而試驗設(shè)計數(shù)據(jù)的分析方法則是方差分析。試驗設(shè)計（DesignofExperiment,DOE）：包括兩部分，一是對試驗進行科學(xué)有效的設(shè)計，二是對試驗數(shù)據(jù)進行正確的統(tǒng)計分析。隨機化原則、重復(fù)試驗原則、區(qū)組原則、對照原則。方差分析：檢驗多個總體均值是否相等的統(tǒng)計方法。分為單因素方差分析和多因素方差分析。2023/4/533第33頁，共48頁，2023年，2月20日，星期四六、方差分析舉例說明因子設(shè)計與方差分析小麥種植中的小麥品種和施肥方式假定有兩種施肥方式和三個小麥品種。這樣搭配方式為2×3=6種。如果選擇30塊地進行試驗，每一種搭配做5次試驗，也就是每個樣本容量為5。這種考慮兩個因素（可推廣到多個因素）的搭配試驗設(shè)計稱為因子設(shè)計，該設(shè)計主要用于分析兩個因素及其交互作用對試驗的影響。2023/4/534第34頁，共48頁，2023年，2月20日，星期四六、方差分析小麥種植方差分析差異源SSdfMSFP-valueFcrit施肥方式560228054.368931.22E-093.402826小麥品種480148093.203889.73E-104.259677交互10.425.21.0097090.3792843.402826內(nèi)部123.6245.15總計117429

施肥方式的P-value=1.22E-09<α=0.05，表明施肥方式對產(chǎn)量有顯著影響。小麥品種的P-value=9.73E-10<α=0.05，表明小麥品種對產(chǎn)量有顯著影響。而交互作用的P-value=0.3793>α=0.05，即沒有證據(jù)表明小麥品種與施肥方式的交互作用對產(chǎn)量有顯著影響。2023/4/535第35頁，共48頁，2023年，2月20日，星期四七、一元線性回歸1、相關(guān)分析correlationanalysis定義：對變量之間的相關(guān)程度進行分析。相關(guān)系數(shù)r：描述現(xiàn)象之間相互關(guān)系的密切程度簡單相關(guān)系數(shù)：兩個變量Y與X之間線性相關(guān)程度的度量。復(fù)相關(guān)系數(shù)：一個變量Y與多個變量X1、X2、X3…Xn之間線性相關(guān)程度。相關(guān)圖：散點圖，變量之間相關(guān)關(guān)系的統(tǒng)計圖。2023/4/536第36頁，共48頁，2023年，2月20日，星期四七、一元線性回歸2、一元線性回歸一元線性回歸模型：y=β0+β1x+ε估計的回歸方程：最小二乘法：使因變量的觀察值yi與估計值之間的離差平方和達到最小來估計β0和β1的方法。3、利用回歸方程進行估計和預(yù)測舉例說明-1舉例說明-22023/4/537第37頁，共48頁，2023年，2月20日，星期四八、其它回歸方式1、多元線性回歸2、非線性回歸2023/4/538第38頁，共48頁，2023年，2月20日，星期四九、時間序列分析與預(yù)測1、時間序列timesseries：同一現(xiàn)象在不同時間上的相繼觀測值排列而成的序列。分為平穩(wěn)序列和非平穩(wěn)序列。非平穩(wěn)序列趨勢trend：也稱長期趨勢，時間序列在長時間內(nèi)呈現(xiàn)出來的某種持續(xù)向上或持續(xù)下降的變動。季節(jié)性seasonality：也稱季節(jié)變動，時間序列在一年內(nèi)出現(xiàn)的周期性波動。周期性cyclity：也叫循環(huán)波動，時間序列中呈現(xiàn)出來的圍繞長期趨勢的一種波浪性或振蕩式變動。隨機性random：也稱不規(guī)則波動，時間序列中除去趨勢、周期性和季節(jié)性之后的偶然性波動。2023/4/539第39頁，共48頁，2023年，2月20日，星期四九、時間序列分析與預(yù)測2、時間序列預(yù)測模型加法模型：假定四種變動因素相互獨立，時間序列各時期發(fā)展水平是各個構(gòu)成因素的總和。即Y=T+S+C+I。乘法模型：假定四種變動因素之間存在著交互作用，時間序列各個時期發(fā)展水平是各個構(gòu)成因素的乘積。即Y=T×S×C×I。2023/4/540第40頁，共48頁，2023年，2月20日，星期四九、時間序列分析與預(yù)測3、時間序列預(yù)測的程序，分為四步。第一步：確定時間序列包含的成分，也就是確定時間序列的類型。第二步：找出適合此類時間序列的預(yù)測方法。第三步：對可能的預(yù)測方法進行評估，以確定最佳方案。第四步：利用最佳方案進行預(yù)測。2023/4/541第41頁，共48頁，2023年，2月20日，星期四九、時間序列分析與預(yù)測選擇預(yù)測方法時間序列數(shù)據(jù)是否存在趨勢？是否存在季節(jié)？是否存在季節(jié)？平滑法預(yù)測簡單平均法移動平均法指數(shù)平滑法季節(jié)性預(yù)測法季節(jié)多元回歸模型季節(jié)自回歸模型時間序列分解趨勢預(yù)測方法線性趨勢推測非線性趨勢推測自回歸預(yù)測模型否是否是否是2023/4/542第42頁，共48頁，2023年，2月20日，星期四十、指數(shù)1、定義：測試多個項目在不同場合下綜合變動的相對數(shù)，稱為指數(shù)（indexnumber）。按計算形式不同，分為簡單指數(shù)和加權(quán)指數(shù)。目前主要應(yīng)用的是加權(quán)指數(shù)。2、幾種常用的指數(shù)消費者價格指數(shù)CPI(consumerpriceindex)：反應(yīng)一定時期內(nèi)消費者購買的生活消費品價格和服務(wù)項目價格的變動趨勢和程度的一種指數(shù)。通貨膨脹率=(報告期CPI-基期CPI)/基期CPI×100%貨幣購買力指數(shù)=1/CPI×100%實際工資=名義工資/CPI20