统计学--变量、数据、抽样

1. 变量值是变量的取值
2. 变量的类型
   1.1 分类变量
   1.2 顺序变量
   1.3 数值型变量
   另，根据其取值不同又可分为：离散型变量、连续型变量
3. 数据处理：将数据用图表等形式展现出来；
   数据分析：选择适当的统计方法研究数据，并从数据中提取有用信息进而得出结论，具体方法有描述统计和推断统计。
4. 推断统计：
   如何利用样本数据来推断总体特征的统计方法。

截面数据	时间序列数据

6. 统计量，根据样本数据计算得出，是样本的函数。
7. 分类数据和顺序数据，一般是由文字来表述，又被称为定性数据和品质数据。
8. 变量分类：
   分类变量、顺序变量、数值型变量。

数据的来源：

1. 间接来源—二手数据
   二手数据优点：搜集容易，采集成本低，并且能很快得到。
   局限性：相关性不够、口径可能不一致、数据也许不准确、也许过时。
2. 直接来源：
   调查数据、实验数据

二、调查数据

1. 概率抽样：每一个单位都有一定机会（已知的，可计算的非零概率）被抽到，可以以相等（等概率抽样）也可以不相等（不等概率抽样）。
   特点：随机原则抽取样本；
   概率抽样可以依据调查结果，计算估计量误差，从而得到对总体目标量进行估计的可靠程度。也可以按照要求的精确度，计算出必要的样本数目。
2. 概率抽样的方式：
   2.1. 简单随机抽样:
   从抽样框（抽样框包含所有总体单位的信息，作用：提供备选单位以供抽选，计算相应的概率）中进行；
   从总体中的N个单位一个一个地抽取，每个单位都是相等的，是一种等概率抽样；
   是一种最基本的抽样方式，是抽样方式的基础；
   特点：简单直观，在抽样框完整的时候，可以直接抽取样本，由于抽选的概率相同，用样本统计量对目标量进行估计及计算估计量误差都比较方便
   局限性：当N很大时，抽样框不宜选取；抽出的单位很分散；没有利用辅助信息提高估计的效率。
   2.2 分层抽样
   先划分不同层，然后从各层中抽取。
   保证了样本与总体结构相近。
   2.3 整群抽样
   分组（把这样的组称为群），然后直接抽群，对群中的所有的单位实施调查。
   优点：简化了编制抽样框的工作量，较为简便。
   缺点：估计精度比较差。
   2.4 系统抽样
   对总体中的所有单位进行排序，选取初始单位，按照一定的规则确定其他样本。
   2.5 多阶段抽样
   类似整群抽样，区别是从抽出的群里进行再次抽样，依次推广，即为多阶段抽样。
   优点：样本相对集中，节约调查费用。
   在较大规模的抽样调查中，多阶段抽样经常使用
3. 非概率抽样：
   特点：抽取样本不遵循随机原则，而是根据研究目的对数据的要求，采用某种方法进行抽样。有如下几种：
   3.1 方便抽样
   依据方便的原则，自行确定入选单位。
   容易实施，但不能将结果推广到总体当中。
   3.2 判断抽样
   根据以往经验，有目的的地选取样本，主观的。又可分为：重点抽样、典型抽样、代表抽样。
   3.3 自愿抽样
   3.4 滚雪球抽样
   先对稀少群体调查，之后再请他们提供另外的调查对象，持续下去。
   特点：适合对特定顶群体进行研究、搜取资料。
   3.5 配额抽样
   类似于概率抽样的分层抽样，先分层、再在各层中进行方便抽样、判断抽样等选取单位。
   搜集数据：
   自填式、电话式、面访式、观察式。
   实验数据：
   随机原则分配给实验组和对照组。
   匹配，情况相同的每队单位分别分配给实验组和对照组。