1、 /6-工WX01.加權平均數X=工Wii幾何平均G=02.離散程度分類數據：異眾比率vf（眾數頻數）V=1mr總頻數順序數據：四分位差數值型數據：方差/標準差若x-roV，則拒絕H若爭蛟用超，使用t分布母至|=心有限總體時咅遙）無眼總體時比=制比例戸的數學期望和標準差:離散程度-離散系數（衡量差異大小）有限總體時弓=.V-1V=s，越大，離散系數越大sX03.經驗法則：土1/2/3個標準差68%/95%/99%04.偏態系數無限總體時N未分組SK分組SK=11.一個總體均值的區間估計大樣本且方差已知/未知：X土Z或Ia2pn即，該樣本平均。置信區間為。nZ(-X)1)n$2)*S3工-X丿*

2、組數in*S3SK越大偏斜越大,M，該組的中值；i正值，右偏分布峰態系數S（2）總體正態,小樣本，方差未知X土t（n-1）二a2Jn12.樣本比率P（樣本十總量）的區間估計p土z;iP（1-P）a2n分組K=-X）*組數in*S43,尖峰分布；人計算P（ZZ值）值雙側：Pa/2拒絕原假設單側PAA；同比較V（邊際誤差）單側為a）抽樣標準誤差二總體標準差13.總體方差J)聖o2&a/2X2自由度n-1(n-1)S2X21-a/221.一個估計時樣本量的確定：Gf）o2（一、n=心E（邊際誤差）=E2Za222.估計比例時樣本量的確定（Z，）P（1P）n二亠（1）（遇小數點向前進一）E231.一個

3、參數的假設檢驗大樣本:ZX-卩或SAvnP一兀,k(1一兀)n(1一lb小樣本，已知Z=上二,aAn小樣本，。未知：t=弓自由度=n-132總體比例檢驗統計量:Z33.總體方差的檢驗：2=九2C11-a/21)X230),m,121m/S可以互換X-r)z:篤12a2n1小樣本,正態，mX-r)t(n+2a21Cl-1)S2+Cl-1丿S21122n+n-212小樣本,正態，mX-r)t(n12a21C已知/未知2Sp=221兩個估計均值差時樣本量的確定:S2+2n2=，2未知SP211)+n丿2丿In1S21(、+n-2)JS2S2+22nnV12丿豐m，未知，n21(4)小樣本，正態，mX

4、-r)t(v)12a2v=、S2S2亠+2n丿(、S2C，未知,2S2+ln12八nJn-12、S22n丿2丿n-11兩個總體之差（匹配樣本）的估計,V為每一組對應樣本之差的總平均數Gk樣本dz,學2JnG、樣本dt（n一1）二a2Jn12.兩個總體比例之差：C-p）Z12a2V.p(1-p)p(1-p)11+22-in113.兩個總體方差比S/S12C2/Q2F1a/2F(n，n)=1-a/212S2/S212F1-a/21Fn,n)a/212Z22+Q2n=n=a-212-12E222.估計比例時樣本量的確定n1=n2;p=p=0.5G)p(1-p)-p(1-p)=a-21122E2邊際誤

5、差E31.兩個參數的假設檢驗（大樣本）Z=12自由度同左V值匹配樣本：計算同t（n-1）比較32兩個總體比率之差Z=p-p1ip（1-p）B、樣本比例兀Z=S=n:A、兀11-兀12p-p1211)-+n丿2丿=d(多設為0)0-dp(1-P)P(1-P)叭n1np+np1122n+n12F=33.總體方差的相似性若F(1,n)Fa2獨立性檢驗（是否存在依賴關系）行總和RT+列總和CT）f-f22=0e(ffe同2Clf比較a總數x為總平均數總平方和（總誤差）SST，自由度df：kr-1行因素誤差和SSR，df（k-1），列因素誤差和SSC，df（r-1）隨機誤差平方和SSE；df（r-1）（

6、k-1）SST=SSR+SSC+SSESSRMSR=,MSC、MSE同理K-1_/、/ad、-by、/、+b)(+d)+C+c)k+d)排列：竺，弔越大，相關程度越大cdITq4.列聯相關系數c=-A2+n5V相關系數=2-1，c-1)MSR1行因素顯著性F=F（k-1,（r-1）（k-1）RMSEMSC列因素顯著性F=-SCF（r-1,（r-1）（k-1）CMSE若FF,拒絕，即差異顯著a2關系量強度R2=SSRsStSSC,這兩個自變量對因變量的影響占總的R2n*min1.單因素方差分析總平方和（總誤差）SST，組間誤差SSA,組內誤差SSE,X個條件組的平均數;；總平均數i：第i個條件；

7、j：其中第j個值，n總數，k組的個數SSA：（組內頻數*（各組間平均值與啲誤差）的平方）總和自由度k1SSE：（每組內頻數與組平均值X的誤差）的平方）的總和自由度n-kSST：（每一個觀測值與X的誤差）的平方的總和；自由度n-1R,個列因素；n,觀察值總數誤差來源平方和自由度均方F值行因素SSRK-1MSRMSR/MSE列因素SSCR-1MSCMSC/MSE交互左右SSRC(K-1)(R-1)MSRC/MSE誤差SSEKR(M-1)總和SSTN-1B.交互作用雙因素K,個行因素；m,行因素數值的行數=SSA=k-1；MSA若FMSESSAMSA組間均方1統計量F=MSE_組內均方=F，拒絕aS

8、SEn-k2關系量強度R2=HA，SSE自變量對因變量的影響占總的R2+nnij丿3.最小顯著差異LSD=t.MSEa2.自由度為n-k，-XLSD，拒絕，有顯著差異ijLSD是比較每兩組數據間的關系51.一元線性回歸模型估計的簡單線性回歸方程：y=A+Bx估計的回歸方程的斜率和截距:E&x工y丿xyiB=L261.多元線性回歸模型:多元回歸方程:y=P+px+px+px+801122ppSST,SSR,SSE之間的關系:SST=SSR+SSE62.擬合優度多重判定系數:R2A=y一bx152.相關系數r,0,正線性相關；t,，拒絕，即存在r強度的線性關系a2SSR擬合優度R2=詳，越大擬合越

9、好估計標準誤差：s=.MSEe線性關系顯著性檢驗線性關系F=MSRF(n-2)MSESSE自由度n-k-1BApSeSSR自由度K；回歸系數t=S=P藝X210X)IInI55.y的置信區間估計，取值X時，得到yy土t(n1)*S0a2*+i1I-nSSRSST修正的多重判定：R2=1a樣本數量n，自變量數量k估計標準誤差：S=jMSEe63.顯著性檢驗：線性關系SSR/KSSE/(nk1)R2)F(k,nk1)回歸系數：t=it(n-k-1)iSa2pi64.多重共線性判定各個自變量之間相關系數，若均t(n-k-1)，拒絕，即存在a256.殘差e=y0標準化殘差Zei八y0y-0Sey預測y時間序列平穩序列非平穩序列(趨勢T/季節性S/周期性C/隨機性I)平均增長率=環比增長率的幾何平均值-1預測方法評估第i個觀測值Y，預測值Fii平均誤差ME=所有預測誤差的平均數平均絕對誤差MAD=全部誤差取絕對值后總和求平均均方誤差MSE=每一個誤差平方后的總和求平均平穩序列的預測簡單平均法F=-Yt+1ti移動平均：F+=選擇K個值作為一期的平均數指數平滑：F+=F+aY-F)t+1ttt趨勢型