統計學（第三版）課件第一章在我們日常生活中，統計學隨處可見。本章將帶領您了解統計學的基礎知識和應用，從而更好地理解和運用統計學。概述統計學的定義和作用統計學是關于收集、分析和解釋數據的科學，應用廣泛，如醫學、經濟學等。它可以幫助我們做出準確的預測和決策。調查和樣本調查是為了收集數據而進行的研究。樣本是從人群中隨機抽取的一部分數據，代表著整個人群的特征。數據的收集與整理數據的來源和類型數據可以從各種渠道獲取，如調查問卷、互聯網、觀察等。數據類型分為定量數據和定性數據兩類。數據的質量和清洗數據質量是指數據是否準確、完整、一致、可靠等，數據清洗是對數據進行處理和篩選，以確保數據質量。缺失值的處理缺失值是指數據中部分數據缺失或無法獲取。我們需要通過刪除、插值等方法進行處理，以得到完整的數據。描述性統計1中心位置的度量均值、中位數、眾數等是描述數據分布的量。2離散程度的度量標準差、方差、極差等是描述數據分布分散程度的量。3分布的特征和形態偏態、峰態、分位數等是描述數據分布特征和形態的量。概率論概率的定義和性質概率是指某個事件發生的可能性，范圍在0到1之間。概率具有可加性和互補性等性質。隨機變量及其分布隨機變量是指取值為某個區間內任何數值的變量；分布是指隨機變量取各個值的概率。期望和方差期望是指隨機變量的平均值；方差是指隨機變量和其期望之差的平方的平均數，表示隨機變量離其平均值的距離。概率分布1正態分布和標準化正態分布是一種概率分布，具有對稱性、單峰性等特點；標準化是對正態分布進行處理，使其均值為0，方差為1。2t分布和自由度t分布是一種概率分布，通常用于小樣本的推斷；自由度是指樣本數量的一個重要參數。3卡方分布和檢驗卡方分布是一種概率分布，用于樣本數據的分布檢驗。抽樣分布中心極限定理中心極限定理是指在總體分布未知的情況下，樣本均值的分布會趨近于正態分布。抽樣分布和樣本誤差抽樣分布是指樣本的統計量的不同取值，樣本誤差是指樣本的統計量與總體參數之間的誤差。參數估計1點估計和區間估計點估計是從樣本中推斷總體參數的一種方法；區間估計是指利用樣本數據估計總體參數的區間。2抽樣誤差和置信區間抽樣誤差是指在采集樣本時由于隨機性導致的誤差；置信區間是指置信水平下總體參數的估計區間。假設檢驗假設檢驗的流程和原理假設檢驗是用于檢驗統計結論是否具有顯著性的方法；流程包括設定假設、構造檢驗統計量和確定拒絕域等步驟。顯著性水平和p值顯著性水平是指顯著性檢驗時犯錯誤的概率；p值是指計算得到的檢驗統計量到達或超過當前值的概率。類型1錯誤和類型2錯誤類型1錯誤是指拒絕了假設，但實際上假設卻是正確的；類型2錯誤是指接受了假設，但實際上假設卻是錯誤的。線性回歸1簡單線性回歸和多元線性回歸線性回歸是指利用自變量和因變量之間的線性關系來建立模型，并進行預測和分析；簡單線性回歸是只有一個自變量的回歸模型，多元線性回歸是包含兩個或兩個以上自變量的模型。2最小二乘估計和顯著性檢驗最小二乘估計是求出回歸系數的一種方法；顯著性檢驗是指檢驗回歸方程在總體上是否顯著。3模型的診斷和預測模型的診斷需要對模型進行檢驗和改進；模型的預測通過回歸方程來進行?？偨Y統計學在實踐中的應用統計學廣泛應用于各個領域，如醫學、經濟學、政治學等，幫助我們更好地認識和解決問題。統計學的局限和不足統計學只能分析數據，但無法解釋與變量相關的因果關系，另外在實際應用中還會面臨到數據