《統(tǒng)計(jì)學(xué)-基于SPSS》(01)第1章-數(shù)據(jù)與統(tǒng)計(jì)學(xué)(S3)

統(tǒng)計(jì)學(xué)—基于SPSS課程內(nèi)容描述統(tǒng)計(jì)、推斷統(tǒng)計(jì)、其他常用方法使用軟件SPSS學(xué)分與課時(shí)3學(xué)分，1~17周，每周3課時(shí)第1章數(shù)據(jù)與統(tǒng)計(jì)學(xué)1.1

統(tǒng)計(jì)學(xué)及其應(yīng)用1.2數(shù)據(jù)及其來(lái)源1.3統(tǒng)計(jì)學(xué)與統(tǒng)計(jì)軟件Statistics2019-5-5學(xué)習(xí)目標(biāo)統(tǒng)計(jì)學(xué)的含義統(tǒng)計(jì)學(xué)的研究?jī)?nèi)容統(tǒng)計(jì)的應(yīng)用領(lǐng)域統(tǒng)計(jì)數(shù)據(jù)的類(lèi)型獲得統(tǒng)計(jì)數(shù)據(jù)的途徑常用統(tǒng)計(jì)軟件2019-5-5問(wèn)題與思考

怎樣理解統(tǒng)計(jì)結(jié)論吸煙對(duì)健康是有害的，吸香煙的男性減少壽命2250天不結(jié)婚的男性會(huì)減少壽命3500天，不結(jié)婚的女性會(huì)減少壽命1600天身體超重30%會(huì)使壽命減少1300天每天攝取500毫升維生素C，生命可延長(zhǎng)6年身材高的父親，其子女的身材也較高一項(xiàng)研究表明：杰出科學(xué)家做出重大貢獻(xiàn)的最佳年齡區(qū)在25～45歲之間，其最佳峰值年齡和首次貢獻(xiàn)的最佳成名年齡隨著時(shí)代的變化而逐漸增大上課坐在前面的學(xué)生平均考試分?jǐn)?shù)比坐在后面的學(xué)生高中國(guó)科學(xué)院空間環(huán)境研究預(yù)報(bào)中心的專(zhuān)家稱(chēng)，在神舟七號(hào)載人航天飛行期間，飛船遭遇空間碎片的概率在百萬(wàn)分之一以下1.1統(tǒng)計(jì)學(xué)及其應(yīng)用

1.1.1什么是統(tǒng)計(jì)學(xué)

1.1.2統(tǒng)計(jì)學(xué)的應(yīng)用第1章數(shù)據(jù)與統(tǒng)計(jì)學(xué)1.1.1什么是統(tǒng)計(jì)學(xué)1.1統(tǒng)計(jì)學(xué)其應(yīng)用2019-5-5什么是統(tǒng)計(jì)學(xué)

(statistics)1.收集數(shù)據(jù)：取得數(shù)據(jù)2.處理數(shù)據(jù)：圖表展示分析數(shù)據(jù)：利用統(tǒng)計(jì)方法分析數(shù)據(jù)數(shù)據(jù)解釋?zhuān)航Y(jié)果的說(shuō)明得到結(jié)論：從數(shù)據(jù)分析中得出客觀結(jié)論

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)

2019-5-5描述性方法研究數(shù)據(jù)收集、整理和描述的統(tǒng)計(jì)學(xué)方法內(nèi)容數(shù)據(jù)收集、處理、展示、描述性分析目的描述數(shù)據(jù)特征找出數(shù)據(jù)的基本規(guī)律·推斷性方法研究如何利用樣本數(shù)據(jù)來(lái)推斷總體特征的統(tǒng)計(jì)學(xué)方法內(nèi)容參數(shù)估計(jì)假設(shè)檢驗(yàn)?zāi)康膶?duì)總體特征作出推斷描述統(tǒng)計(jì)與推斷統(tǒng)計(jì)

(descriptivestatistics&inferentialstatistics)2019-5-5統(tǒng)計(jì)學(xué)研究數(shù)據(jù)統(tǒng)計(jì)學(xué)沒(méi)有任何固定的對(duì)象，是一門(mén)獨(dú)特的學(xué)問(wèn)統(tǒng)計(jì)學(xué)研究的是來(lái)自各領(lǐng)域的數(shù)據(jù)，由解決其他領(lǐng)域內(nèi)的問(wèn)題而存在并興旺發(fā)達(dá)。按薩維奇(L.J.Savage)的說(shuō)法：統(tǒng)計(jì)學(xué)基本上是寄生的?？垦芯科渌I(lǐng)域內(nèi)的工作而生存。這不是對(duì)統(tǒng)計(jì)學(xué)的輕視，這是因?yàn)閷?duì)很多寄主來(lái)說(shuō)，如果沒(méi)有寄生蟲(chóng)就會(huì)死。對(duì)有的動(dòng)物來(lái)說(shuō)，如果沒(méi)有寄生蟲(chóng)就不能消化它們的食物。因此，人類(lèi)奮斗的很多領(lǐng)域，如果沒(méi)有統(tǒng)計(jì)學(xué)，雖然不會(huì)死亡，但一定會(huì)變得很弱1.1.2統(tǒng)計(jì)學(xué)的應(yīng)用1.1統(tǒng)計(jì)學(xué)及其應(yīng)用2019-5-5統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域【例1-1】用統(tǒng)計(jì)識(shí)別作者

1787—1788年，三位作者AlexanderHamilton，JohnJay和JamesMadison為了說(shuō)服紐約人認(rèn)可憲法，匿名發(fā)表了著名的85篇論文。這些論文中的大多數(shù)作者已經(jīng)得到了識(shí)別，但是，其中的12篇論文的作者身份引起了爭(zhēng)議通過(guò)對(duì)不同單詞的頻數(shù)進(jìn)行統(tǒng)計(jì)分析，得出的結(jié)論是，JamesMadison最有可能是這12篇論文的作者。現(xiàn)在，對(duì)于這些存在爭(zhēng)議的論文，認(rèn)為JamesMadison是原創(chuàng)作者的說(shuō)法占主導(dǎo)地位，而且?guī)缀蹩梢钥隙ㄟ@種說(shuō)法是正確2019-5-5統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域【例1-2】用簡(jiǎn)單的描述統(tǒng)計(jì)量得到一個(gè)重要發(fā)現(xiàn)

費(fèi)舍(R．A．Fisher)在1952的一篇文章中舉了一個(gè)例子，說(shuō)明如何由基本的描述統(tǒng)計(jì)量的知識(shí)引出一個(gè)重要的發(fā)現(xiàn)。20世紀(jì)早期，哥本哈根卡爾堡實(shí)驗(yàn)室的施密特(J.Schmidt)發(fā)現(xiàn)不同地區(qū)所捕獲的同種魚(yú)類(lèi)的脊椎骨和鰓線(xiàn)的數(shù)量有很大不同；甚至在同一海灣內(nèi)不同地點(diǎn)所捕獲的同種魚(yú)類(lèi)，也發(fā)現(xiàn)這樣的傾向然而，鰻魚(yú)的脊椎骨的數(shù)量變化不大。施密特從歐洲各地、冰島、亞速爾群島以及尼羅河等幾乎分離的海域里所捕獲的鰻魚(yú)的樣本中，計(jì)算發(fā)現(xiàn)了幾乎一樣的均值和標(biāo)準(zhǔn)偏差值。由此，施密特推斷所有各個(gè)不同海域內(nèi)的鰻魚(yú)是由海洋中某公共場(chǎng)所繁殖的。后來(lái)名為“戴納(Dana)”的科學(xué)考察船在一次遠(yuǎn)征中發(fā)現(xiàn)了這個(gè)場(chǎng)所2019-5-5統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域【例1-3】挑戰(zhàn)者號(hào)航天飛機(jī)失事預(yù)測(cè)

1986年1月28日清晨，載有7名宇航員的挑戰(zhàn)者號(hào)進(jìn)入發(fā)射狀態(tài)。就在發(fā)射前，有冰片牢附在機(jī)殼上。幾分鐘后，正當(dāng)電視新聞報(bào)道它已進(jìn)入軌道時(shí)，航天飛機(jī)在毀滅性的爆炸聲中化成碎片，機(jī)上的宇航員片骨未存推動(dòng)航天飛機(jī)進(jìn)入太空的兩個(gè)固體燃料發(fā)動(dòng)機(jī)是由Thiokol公司制造的。失事前一天晚上，Thiokol公司的經(jīng)理們和國(guó)家航空航天局就如期發(fā)射還是推遲發(fā)射產(chǎn)生了爭(zhēng)執(zhí)。天氣預(yù)報(bào)發(fā)射時(shí)的氣溫為310F。爭(zhēng)執(zhí)的結(jié)果采納了Thiokol公司經(jīng)理們的建：按計(jì)劃發(fā)射航天飛機(jī)。因?yàn)樗麄冇X(jué)得沒(méi)有確鑿證據(jù)表明低溫會(huì)對(duì)固體燃料火箭推進(jìn)器的性能產(chǎn)生影響2019-5-5統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域

2019-5-5統(tǒng)計(jì)學(xué)的誤用與濫用大約在一個(gè)世紀(jì)以前，政治家BenjaminDisraeli曾有一個(gè)著名的論斷：“有三類(lèi)謊言：謊言、糟透的謊言和統(tǒng)計(jì)”。他還說(shuō)：“圖并沒(méi)有說(shuō)謊，是說(shuō)謊者在畫(huà)圖”歷史學(xué)家AndrewLang說(shuō)，一些人使用統(tǒng)計(jì)“就像喝醉酒的人使用街燈柱—支撐的功能多于照明”統(tǒng)計(jì)濫用不好的樣本過(guò)小的樣本誤導(dǎo)性圖表局部描述故意曲解2019-5-5統(tǒng)計(jì)學(xué)的誤用與濫用統(tǒng)計(jì)應(yīng)用上的兩個(gè)極端不用或幾乎不用統(tǒng)計(jì)簡(jiǎn)單問(wèn)題復(fù)雜化在統(tǒng)計(jì)應(yīng)用中，這兩個(gè)極端都是不可取的簡(jiǎn)單的方法不一定沒(méi)用，復(fù)雜的方法也不一定有用。正如有的學(xué)者所說(shuō)的，最簡(jiǎn)單的模型往往是最有用的統(tǒng)計(jì)應(yīng)該恰當(dāng)?shù)貞?yīng)用到它能起作用的地方。不能把統(tǒng)計(jì)神秘化，更不能歪曲統(tǒng)計(jì)，把統(tǒng)計(jì)作為掩蓋實(shí)事的陷阱1.2數(shù)據(jù)及其來(lái)源

1.2.1變量與數(shù)據(jù)

1.2.2數(shù)據(jù)的來(lái)源第1章數(shù)據(jù)與統(tǒng)計(jì)學(xué)1.2.1變量與數(shù)據(jù)1.2數(shù)據(jù)及其來(lái)源2019-5-5變量與數(shù)據(jù)變量(variable)描述所觀察對(duì)象某種特征的概念，其的特點(diǎn)是從一次觀察到下一次觀察可能會(huì)出現(xiàn)不同結(jié)果觀察一個(gè)企業(yè)的銷(xiāo)售額，這個(gè)月和上個(gè)月有所不同；觀察股票市場(chǎng)上漲股票的家數(shù)，今天與昨天數(shù)量不一樣；觀察一個(gè)班學(xué)生的生活費(fèi)支出，一個(gè)人和另一個(gè)人不一樣；投擲一枚骰子觀察其出現(xiàn)的點(diǎn)數(shù)，這次投擲的結(jié)果和下一次也不一樣“企業(yè)銷(xiāo)售額”、“上漲股票的家數(shù)”、“生活費(fèi)支出”、“投擲一枚骰子出現(xiàn)的點(diǎn)數(shù)”等就是變量數(shù)據(jù)(data)變量的觀測(cè)結(jié)果2019-5-5變量分類(lèi)類(lèi)別變量(categoricalvariable)取值為事物屬性或類(lèi)別以及區(qū)間值的變量，也稱(chēng)分類(lèi)變量(classifiedvariable)或定性變量(qualitativevariable)比如，觀察人的性別、公司所屬的行業(yè)、用戶(hù)對(duì)商品的評(píng)價(jià)時(shí)，得到的結(jié)果就不是數(shù)字，而是事物的屬性此外，考慮學(xué)生月生活費(fèi)支出的檔次可能分為1000以下、1000—1500、1500—2000、2000以上4檔，作為變量的“月生活費(fèi)支出檔次”這4檔取值也不是普通的數(shù)值，而是數(shù)值區(qū)間，因而也稱(chēng)為區(qū)間值類(lèi)別變量類(lèi)別變量根據(jù)取值是否有序分為兩種名義(nominal)值類(lèi)別變量也稱(chēng)無(wú)序類(lèi)別變量，其取值是不可以排序的順序(ordinal)值類(lèi)別變量也稱(chēng)有序類(lèi)別變量，其取值間可以排序當(dāng)類(lèi)別變量只取兩個(gè)值時(shí)也稱(chēng)為二值(binary)類(lèi)別變量，例如“性別”這一變量取值為男和女。二值變量可以看成名義變量，也可以看成有序變量2019-5-5變量分類(lèi)數(shù)值變量(metricvariable)取值為數(shù)字的變量，也稱(chēng)為定量變量(quantitativevariable)數(shù)值變量的觀察結(jié)果稱(chēng)為數(shù)值數(shù)據(jù)(metricdata)或定量數(shù)據(jù)數(shù)值型變量根據(jù)其取值的不同，可以分為離散變量(discretevariable)和連續(xù)變量(continuousvariable)。離散型變量是只能取有限個(gè)值是變量，而且其取值可以一一列舉。連續(xù)型變量是可以在一個(gè)或多個(gè)區(qū)間中取任何值的變量，它的取值是連續(xù)不斷的，不能一一列舉，當(dāng)離散變量的取值很多時(shí)，也可以將離散變量當(dāng)作連續(xù)變量來(lái)處理2019-5-5變量分類(lèi)1.2.2數(shù)據(jù)的來(lái)源1.2數(shù)據(jù)及其來(lái)源2019-5-5數(shù)據(jù)的來(lái)源尋找二手?jǐn)?shù)據(jù)抽取樣本總體(population)：包含所研究的全部個(gè)體(數(shù)據(jù))的集合樣本(sample)：從總體中抽取的一部分元素的集合樣本量(samplesize)：構(gòu)成樣本的元素的數(shù)目概率抽樣方法2019-5-5概率抽樣

(probabilitysampling)根據(jù)一個(gè)已知的概率來(lái)抽取樣本單位，也稱(chēng)隨機(jī)抽樣特點(diǎn)按一定的概率以隨機(jī)原則抽取樣本抽取樣本時(shí)使每個(gè)單位都有一定的機(jī)會(huì)被抽中每個(gè)單位被抽中的概率是已知的，或是可以計(jì)算出來(lái)的當(dāng)用樣本對(duì)總體目標(biāo)量進(jìn)行估計(jì)時(shí)，要考慮到每個(gè)樣本單位被抽中的概率2019-5-5簡(jiǎn)單隨機(jī)抽樣

(simplerandomsampling)從總體N個(gè)單位(元素)中隨機(jī)地抽取n個(gè)單位作為樣本，使得總體中每一個(gè)元素都有相同的機(jī)會(huì)(概率)被抽中抽取元素的具體方法有重復(fù)抽樣和不重復(fù)抽樣特點(diǎn)簡(jiǎn)單、直觀，在抽樣框完整時(shí)，可直接從中抽取樣本用樣本統(tǒng)計(jì)量對(duì)目標(biāo)量進(jìn)行估計(jì)比較方便局限性當(dāng)N很大時(shí)，不易構(gòu)造抽樣框抽出的單位很分散，給實(shí)施調(diào)查增加了困難沒(méi)有利用其他輔助信息以提高估計(jì)的效率2019-5-5簡(jiǎn)單隨機(jī)樣本

(simplerandomsample)由簡(jiǎn)單隨機(jī)抽樣形成的樣本從總體N個(gè)單位中隨機(jī)地抽取n個(gè)單位作為樣本，使得每一個(gè)容量為n樣本都有相同的機(jī)會(huì)(概率)被抽中參數(shù)估計(jì)和假設(shè)檢驗(yàn)所依據(jù)的主要是簡(jiǎn)單隨機(jī)樣本2019-5-5分層抽樣

(stratifiedsampling)將總體單位按某種特征或某種規(guī)則劃分為不同的層，然后從不同的層中獨(dú)立、隨機(jī)地抽取樣本優(yōu)點(diǎn)保證樣本的結(jié)構(gòu)與總體的結(jié)構(gòu)比較相近，從而提高估計(jì)的精度組織實(shí)施調(diào)查方便既可以對(duì)總體參數(shù)進(jìn)行估計(jì)，也可以對(duì)各層的目標(biāo)量進(jìn)行估計(jì)2019-5-5系統(tǒng)抽樣

(systematicsampling)將總體中的所有單位(抽樣單位)按一定順序排列，在規(guī)定的范圍內(nèi)隨機(jī)地抽取一個(gè)單位作為初始單位，然后按事先規(guī)定好的規(guī)則確定其他樣本單位先從數(shù)字1到k之間隨機(jī)抽取一個(gè)數(shù)字r作為初始單位，以后依次取r+k，r+2k…等單位優(yōu)點(diǎn)：操作簡(jiǎn)便，可提高估計(jì)的精度缺點(diǎn)：對(duì)估計(jì)量方差的估計(jì)比較困難2019-5-5整群抽樣

(clustersampling)將總體中若干個(gè)單位合并為組(群)，抽樣時(shí)直接抽取群，然后對(duì)中選群中的所有單位全部實(shí)施調(diào)查特點(diǎn)抽樣時(shí)只需群的抽樣框，可簡(jiǎn)化工作量調(diào)查的地點(diǎn)相對(duì)集中，節(jié)省調(diào)查費(fèi)用，方便調(diào)查的實(shí)施缺點(diǎn)是估計(jì)的精度較差用SPSS抽取簡(jiǎn)單隨機(jī)樣本軟件應(yīng)用2019-5-5用SPSS抽取簡(jiǎn)單隨機(jī)樣本2019-5-5用SPSS抽取簡(jiǎn)單隨機(jī)抽樣【例1—4】從一個(gè)班級(jí)50個(gè)學(xué)生的名單，采用簡(jiǎn)單隨機(jī)抽樣抽出10個(gè)學(xué)生組成一個(gè)隨機(jī)樣本抽取隨機(jī)樣本SPSS2019-5-5用SPSS抽取簡(jiǎn)單隨機(jī)樣本2019-5-5用SPSS抽取簡(jiǎn)單隨機(jī)樣本1.3統(tǒng)計(jì)學(xué)與統(tǒng)計(jì)軟件