第一章 数据描述性分析

1.1  数据描述的数据特征

1.1.1  均值，方差等数字特征

   a, 几种样本的数字特征公式：均值，方差，标准差，变异系数（数据的相对分散性），校正平方和，非校正平方和，原点矩，中心矩，偏度（刻画数据的对称性），峰度；

   b，样本数据对总体数据的估计；

1.1.2 中位数，分位数，三均值与极差

   a, 中位数与分位数，几种常用的分位数（上下四分位数等）

   b, 四分位极差，三均值公式（上下四分位和中位数加权之后对中位数的估计，考虑了稳健性和样本数据的利用）

   c, 异常数据的去除和四分位极差在正态分布上的应用

   d, 均值考虑整体数据但缺乏稳健性，中位数则相反

1.2 数据的分布

1.2.1 直方图，经验分布函数与qq图

    a, 直方图的特征

    b, 概率密度函数与经验分布函数

    c, qq图判断数据是否符合正态分布以及显示出的峰度和偏度的特征

    d, 用sas形成直方图和经验分布函数对概率密度函数的拟合

1.2.2  茎叶图，箱线图与五数总括

     a, 茎叶图的构造，数据深度与行深度，中行与容量，茎叶图的特点

     b, 箱线图的构造与五数总括的概念

1.2.2 正态性检验与分布拟合检验

     a, 参数估计的基本方法

     b, 几种常见的参数估计

    ps： 需要复习一下概统的参数估计

1.3 多元数据的数字特征与相关性

1.3.1 二元变量的数字特征及相关系数

  a, 协方差矩阵，schwarz不等式，相关系数以及相关系数的作用

  b, 样本数据的轶与spearman相关系数

1.3.2 多元数据的数字特征及相关矩阵

  a, 行是变量，列是不同试验次数的实验数据

  b, 各种描述数字特征的量

1.3.3 总体的数字特征及相关矩阵