统计学笔记

第一章 导论

1.1、统计学发展简介

统计学的起源：国家为主体的“国情普查”

统计学的三个发展阶段：古典统计学；近代统计学；现代统计学

古典统计学：记述学派、政治算术学派

近代统计学：数理统计学派、社会统计学派

现代统计学：        

        在随机抽样的基础上建立了推断统计的理论和方法。

        建立了统计假设理论，又将统计学中的估计和假设理论加以归纳，创立了“决策理论”;

        对样本分布理论又加以充实和发展;

        提出实验设计的理论和方法，进一步拓宽了统计学的范围。

        出现了如抽样理论、非参数统计、多变量分析和时间序列分析等新分支和计量经济学、工程统计学等边缘学科，同时，计算机的应用与推广，更加加快了数理统计学的发展。与此同时，社会统计学也有所发展，其基本趋势是由实质性科学向方法论科学转变。

1.2、统计的含义

        统计是随着社会生产的发展、适应国家与社会管理的需要而产生和发展的，其涉及的范围也逐步扩展到社会的各个领域。统计具有不同的涵义和范围。一般地说，统计一词可以解释成这样三种涵义：统计活动、统计资料和统计理论。

        统计活动是指为了研究客观事物的数量关系和数量特征而进行的统计设计、统计调查、统计整理和统计分析的全部过程的总称。

        统计资料是指反映客观事物的数量关系和数量特征的数据资料和相关资料的总称。

        统计理论是指统计的理论和方法。

        统计的三种涵义是相互联系的。统计活动是统计的实践过程;统计资料是统计活动的成果;统计理论是统计活动的理论指导，它来源于实践，又高于实践。三者是理论与实践辩证统一的关系。

1.3、统计的精确度问题

如何理解统计学的精确度，怎样看待各种统计分析方法所得到的统计数据的结果和误差：

关于统计学的精确度问题，通俗概括就是：“点到为止”。

统计误差不可忽视，但是无法避免。

统计学的精确度要分统计过程和统计结果两个不同的阶段来认识。在统计过程中，包括统计数据的采集、统计运算和统计推断，其精确度的要求是非常高的，有时甚至比会计核算有着更高的要求。但对统计结果，特别是根据统计过程中所得到的数据进行描述、揭示客观现象基本规律时,其统计数据精确度则界定在能达到研究目的的基本前提下,数据本身是为统计研究目的服务的。

在社会经济现象中，许多现象都是通过统计数据来表明某种状态，而这些状态往往是需要一个数据区间来表示的。一个国家的人均GDP为800元或799元、一个城市的人均可支配收人为2000元或2005元，在反映一个国家和一个城市的生活水平状态时是没有任何差异的，或者说，人们从这些尽管有差异的统计数据中所得到的对某一现象某种状态水平的认识是一致的。当然，这并不意味着，我们由此可以认为统计学的数据是没有科学性的结果，或者认为在对现象进行统计分析和推断的时候，可以毫无科学依据地进行分析。

1.4、统计学的研究特点

统计学是总结经验的学科。统计方法可以帮助获得和维护利益，通过现代统计分析方法可以把握统计数据中隐含的统计规律性

统计学/统计数量研究总是密切联系现象的内容性质进行研究。统计学的数学运算不是纯数量的运算，而是研究事物本身的数量关系。

统计研究现象和过程，要先确定现象的质的特征，然后才能正确地研究现象的量的关系。统计对于每个人可能具有不同的意义

如果对所研究现象质的规定性没有明确的了解，那就无法研究它的数量表现。例如要进行“工业产量"统计，如果不明确什么是工业生产活动，在工厂进行的修理作业算不算工业生产活动，在林场进行的森林采伐算不算工业生产活动等，那么工业产量的统计也就无法进行。

另一方面，统计所取得的数量也不仅仅是一种数量，而是要求它能够反映一定现象的内容和性质。特别是通过统计分析具体探明事物复杂联系的数量关系，确定划分事物不同性质的数量界限，

统计学的数量研究是要对大量普遍存在的事实进行综合研究，对大量单位的调查数据和资料，加以分析,得到反映现象总体的数量特征，说明现象变化的规律性。

统计学也不是只概括而不研究个别事实。以大量观察实验为依据的综合数量特征形式来研究现象发展规律，不可避免地趋于一般化、抽象化，因此又需要有选择地抽取个别单位深入研究现象的具体联系和生动情况

1.5、统计分析方法的步骤

(一)、提炼具体问题，确定欲达目标

在实际问题的研究中，集中精力抓主要矛盾、提炼问题、确定切实可行的目标，就成为首要步骤。

(二)根据定性理论，设置指标变量

面对具体的实际问题，根据定性理论进行分析研究，设置指标变量是统计方法研究实际问题的重要一环。如回归分析方法主要是揭示事物间变量联系的因果关系，在研究某一经济问题时,我们必须根据具体经济问题的研究目的，利用经济学理论，从定性角度来确定这种经济问题中各因素之间的因果关系。当我们把某一经济 变量作为“果”之后,接着更重要的就是要正确选择作为“因"的变量。在经济问题回归模型中，前者被称为“内生变量"或“被解释变量”，后者被称为“外生变量"或“解释变量”"。变量的选择，关键在于能否正确把握所研究经济活动的经济学内涵，这就要求研究者对所研究的经济问题及其背景应有足够了解。

对一个具体的经济问题，当研究目的确定之后，被解释变量容易确定。被解释变量一般直接表达、刻画研究的目的。而对被解释变量有影响的解释变量的确定就不太容易，一是由于我们认识上的局限性，可能并不知道对被解释变量有重要影响的因素;，二是为了模型参数估计的有效性，设置的解释变量之间应该是不相关的，而我们很难确定哪些变量是相关的，哪些是不相关的，因为在经济问题中很难找到影响同一结果的一些因素之间是独立的情况，这就看我们如何在多个变量中确定几个重要的且不相关的变量;三是我们从经济关系角度考虑非常重要的变量应该引进，但是在实际中并没有这样的统计数据，这一点，在建立经济模型时会经常遇到。这时，可以考虑用相近的变量代替，或者由其他几个指标复合成一个新的指标。

一个经济模型，如果把一些主要变量漏掉肯定会影响模型的应用效果，但如果让无关紧要的变量一起进入模型也未必就好。引入的变量太多，有可能选择了一些与问题无关的变量，还可能由于一些变量的相关性很强，所反映的信息有较严重的重叠，就会出现共线性问题。变量太多时，计算工作量过大，计算误差累积也大，估计出的模型参数精度自然不高。

(三)收集、整理统计数据

统计模型的建立基于指标变量的样本统计数据。确定好指标变量之后，就要对这些变

量收集、整理统计数据。数据的收集是建立经济问题统计模型的重要一环，是一项基础性

工作，样本数据的质量如何对统计模型的水平有至关重要的影响。

常用的样本数据分为时间序列数据和截面数据。

时间序列数据就是按时间顺序排列的统计数据。如中华人民共和国成立以来历年的工农业总产值、国民收入、发电量、钢产量、粮食产量等，每年都有一个对应的数据。。研究宏观经济问题，有关的时间序列数据来自国家统计局或一些专业部委的统计年鉴。如果研究微观经济现象，如研究某企业的产值与能耗，那么数据就要在这个厂的计划统计部门获取。

对于收集到的时间序列资料要特别注意数据的可比性问题和数据的统计口径问题。如历年的国民收入数据，是不是按可比价格计算的。中国在改革开放前，几十年物价不变，而从20世纪80年代初开始，物价变动很频繁，那么你所获得的数据是否具有可比性就需认真考虑。

第二节学习统计学应具备的认识和观念

9

上是一致的，但在计算口径上不同。国民生产总值按国民原则计算，反映4国常住居民当

时间序列数据容易产生模型中随机误差项的序列相关，这是因为许多经济变量的前后期之间总是有关联的。如在建立需求模型时，人们的消费习惯、商品短缺程度等具有一定的延续性，它们对相当一段时间的需求量有影响，这样就产生随机误差项的序列相关。对于具有随机误差项序列相关的情况，要通过对数据的某种计算整理来消除序列相关性。

截面数据就是在同一时间截面上的统计数据。如同一年在不同的地块上做的施肥量与小麦产量试验的统计数据就是截面数据。再如某一年的全国人口普查数据、工业普查数据，同一年份全国35个大中城市物价指数等都是截面数据。用截面数据作样本时，容易产生异方差性。这是因为一个统计模型往往涉及到众多解释变量，如果其中某一因素或一些因素随着解释变量观测值的变化而对被解释变量产生不同影响，就产生异方差性。

不论是时间序列数据还是截面数据的收集，样本容量的多少一般要与设置的解释变量数目相配套。通常为了使模型的参数估计更有效，要求样本容量n大于解释变量个数p。样本容量的个数小于解释变量数目时，普通的最小二乘估计方法失效。

样本容量应比解释变量个数大一些才好，这告诉我们在收集数据时应尽可能多地收集些样本数据。

在统计数据的整理中，不仅要把一些变量数据进行折算、差分，甚至把数据对数化、标准化等，有时还须注意剔除个别特别大或特别小的“野值”。在统计数据质量不高时，经常会碰到这种情况。当然，有时还须利用插值的方法把空缺的数据补齐。

(四)根据目标和数据，选择统计方法,构造理论模型

当收集到所设置的变量的数据之后，就要确定适当的数学形式来描述这些变量之间的关系。统计模型的建立，通常要依据经济理论和一些数理经济学结果。如数理经济学中对投资函数、生产函数、需求函数、消费函数给出了严格的定义，分别用公式把它们表示出来。借用这些理论，我们给它们的公式中增加上随机误差项，就可把问题转化为用随机数学工具处理的统计模型。

有时候，我们无法根据所获信息确定模型的形式，这时可以采用不同的形式进行计算机模拟，对于不同的模拟结果，选择较好的一个作为理论模型。尽管模型中待估的未知参数要到参数估计、检验之后才能确定，但在很多情况下可以根据所研究的经济问题对未知参数所带的符号以及大小范围事先给予确定。

(五)进行统计计算，估计模型参数

当选择到适当的统计方法时，就要利用收集、整理的样本数据进行统计计算。基本的统计计算有均值、方差、相关矩阵、特征根与特征向量等。聚类分析、主成分分析、因子分析、对应分析就会遇到这些统计计算。

统计模型的建立需要根据样本数据估计模型参数，如用最小二乘法去估计回归模型的未知参数。模型参数的估计是统计分析方法应用的核心内容。

当变量和样本数据很多时，统计计算的工作量很大，只有依靠计算机才能得到可靠、精确的计算结果。现在这方面的现成计算软件很多，如TSP、SPSS、SAS等都是统计分析计算的基本软件。

(六)模型的检验与修改

当模型的未知参数估计出来后，可以说已初步建立了一个统计模型。我们建立统计模型的目的是应用它来研究经济现象和自然现象问题，但如果马上就用这个模型去做预测、控制和分析，显然是不够慎重的。因为这个模型是否真正揭示了变量与变量之间的真实关系，必须通过对模型的检验才能决定。

统计模型的检验一般需要进行统计检验和经济意义的检验。

统计检验通常有对回归方程和回归系数的显著性检验，还有拟合优度的检验、随机误差项的序列相关检验、异方差性检验、解释变量的多重共线性检验等。

在经济问题回归模型中，往往还会出现回归模型通过了一系列统计检验，可就是得不到合理的经济解释的现象。例如，国民收入与工农业总产值之间应该是正相关，回归模型中工农业总产值变量前的系数应该为正，但有时候由于样本容量的限制或数据质量的问题，估计出的系数可能是负的。如果这样，这个回归模型就没有意义，也就谈不上进一步应用了。可见回归方程经济意义的检验同样是非常重要的。

如果一个回归模型没有通过某种统计检验，或者通过了统计检验而没有合理的经济意义时，就需要对回归模型进行修改。模型的修改有时要从设置变量是否合理开始，是不是某些重要的变量忘记考虑;变量间是否具有很强的依赖性;样本容量是不是太少;理论模型是否合适。比如某个问题本应用曲线方程去拟合，而我们误用直线方程去拟合，当然通不过检验，这就需要重新构造理论模型。

模型的修改往往要经过几次，特别是建立-一个实际经济问题的回归模型时，要反复修正才能得到一个理想模型。

(七)统计模型的运用

当一个经济问题的统计模型通过了各种统计检验，且模型具有合理的经济意义时，我们就可以运用这个模型进一步研究经济问题。

分类研究是把性质相近的社会、经济现象归类。通常用定性资料的分析、聚类分析、判别分析等方法对统计数据进行处理，利用所得结论、模型进行分类应用。

统计分析方法的另一个重要应用是简化数据结构，即在所掌握的统计数据中找一个基本结构。这种基本结构使我们在研究问题时抓住主要矛盾，舍弃次要因素。

经济变量的因素分析是回归模型的一个重要应用。应用回归模型对经济变量之间的关系做出度量，从模型的回归系数可发现经济变量的结构关系，给出政策评价的一些量化依据。

既然回归模型揭示经济变量间的因果关系，那么就可以考虑通过给定被解释变量值来控制解释变量值。比如我们把某年的通货膨胀指标定为全国零售物价指数增长10%以下，那么，从通货膨胀的回归模型可以确定货币的发行量、银行的存款利率等。这就是对经济变量的一种控制。

进行经济预测是回归模型的另一个重要应用。比如我国2008年的国民收入是多少，通过建立国民经济的宏观经济模型就可以做出预测。用回归模型进行经济预测在我国已有不少成功的例子。

在统计模型的运用中，我们还强调定性分析和定量分析的有机结合。这是因为统计方法只是从事物外在的数量上去研究问题,不涉及事物质的规定性。单纯的表面上的数量关系是否反映事物的本质，它的本质究竟如何，必须依靠专门学科的研究才能下定论。所以，在经济问题的研究中，我们不能仅凭样本数据估计的结果就不加分析地说长道短，必须把参数估计的结果和具体经济问题以及现实情况紧密结合，才能保证统计方法在经济问题研究中的正确运用。

1.6、统计学的基本概念

1.6.1、统计总体与统计单位

统计总体(简称总体)是客观存在的、具有共同性质的许多单位组成的整体。总体必须具有同质性，这是形成总体的基础。例如，要调查我国的工业生产情况，全国的工业企业就构成一个总体。它们是客观存在的，尽管这些企业规模大小、组织形式、生产产品的名称和产量等各不相同，但他们都有一个共同的、基本的经济职能，即都是从事工业生产活动。

总体按其包括范围的大小可以分为无限总体和有限总体。无限总体包括的单位数很多，乃至无限多的单位。如我们要研究海洋中的鱼类J某地区空气污染程度等，则海洋中的鱼类，某地区的空气就是无限总体或可看做无限总体。总体中包括的单位是有限的而且可以计数的称为有限总体，如某一时点上的人口数、工业企业的个数所组成的总体都是有限总体。

总体单位是组成总体的个别事物。

1.6.2、标志

标志是说明总体各单位所共同具有的属性或特征的名称。每个总体单位都有许多属性和特征。如企业中每一个职工作为总体单位考察时，有性别、民族、文化程度、年龄、工资等属性和特征。这些都是每个职工的标志，而它们在总体单位之间各有一定的具体表现，既有相同的，也有不同的。

标志按其性质不同，可以分为品质标志和数量标志。凡是只能用文字表示、说明事物的品质属性特征的标志，如职工的性别、文化程度、民族等称为品质标志;凡是可以用数值表示、说明事物的数量特征的标志，如职工的年龄、工龄、工资等称为数量标志。标志还可以分为可变标志和不变标志。标志在总体各单位之间的具体表现不完全相同，如职工的年龄、性别、工资等，则称为可变标志，这是统计认识事物的内容和根据。在总体各单位中的具体表现完全相同的标志，如企业中每个工人的社会成分都是工人，则称为不变标志。任何总体中的各个总体单位至少有一个共同的、使它们能结合在一起的不变标志构成总体同质性的基础。

1.6.3、自由度

1.6.4、样本

要对总体进行研究有时候需要的投人很大，甚至根本不可能办到，这就需要从总体抽取一定数量的个体进行观测，这个过程称为抽样(也称取样、采样)，而从总体抽取的个体即构成了总体的一个样本(又称子样)，样本中个体的数目称为样本容量。

为了使样本能很好地反映总体，除了要求抽样具有随机性以外，独立性和代表性也是两个基本要求。所谓独立性就是要求每一次抽样都是独立进行的，每次抽取的结果互不影响，而代表性则是要求每一个样本都具有总体特征，每一个样本与总体都具有相同的分布。

1.6.5、统计量

样本是对总体进行统计分析和推断的依据，虽然样本含有总体信息，但比较分散,必须经过一定的加工、提炼，把分散在样本中有用的信息集中起来，具体地说，就是针对不同问题构造样本的各种函数,再利用这些函数去推断总体的性质，这种函数就称为统计量。

1.7、统计指标

1.7.1、统计指标(简称指标)是综合反映统计总体数量特征的概念和数值，表明某一客观事物在具体时间、地点条件下的规模和水平，如一个国家在某一特定时点的国民生产总值、土地面积、人口总数、职工人数等。

1.7.2、统计指标具有三个特点: (1)数量性。指标都是用数值来表现的。(2)综合性。统计指标是对总体单位某一特征进行调查、登记并加以汇总整理而得到的数据，构成总体全部单位的综合结果，而不是说明个别总体单位的数量特征。(3)具体性。统计指标是说明总体某一特征或属性的质与量的统一，在一定时间、地点、条件下的数量表现。

1.7.3、统计指标由指标名称和指标数值组成，二者既有联系又有区别。指标名称是统计所研究现象某一特征的科学概念，是表明现象的质的规定，反映其内容所属的范畴;指标数值是统计所研究对象某一特征具体数值的综合结果，对现象特征从数量上加以说明，是统计指标的量的规定。统计指标名称和指标数值有机结合，辩证统一地反映客观现象的质与量。

1.7.4、统计指标的分类

（一）、统计指标按其反映的数量特征不同，可以分为数量指标和质量指标。

数量指标是反映现象总体规模大小、数量多少的总量指标，一般用绝对数表示，如职工人数、国民生产总值、企业个数等。质量指标是表明现象总体质量的指标，反映现象的相对水平或工作质量，一般用相对数或平均数表示，如劳动生产率、资金利润率等。

（二）、统计指标按其数值形式不同，可分为总量指标、相对指标、平均指标。

总量指标(或称绝对指标)是说明现象规模、水平或工作总量的指标，如工资总额、产品产量等。相对指标是两个有联系的总量指标相比较的结果,说明现象总体的结构、发展程度的指标，如产品的合格率、发展速度等。平均指标是按总体某些数量标志值计算的说明总体一般水平的统计指标，如平均工资、劳动生产率等。

（三）、统计指标按其计量单位不同，可分为实物指标和价值指标。

实物指标是用实物的物理计量单位表现的统计指标，价值指标是用货币计量单位计算的统计指标。

（四）、统计指标按其作用不同，可以分为描述指标、评价指标和预警指标。

描述指标是用来反映现象基本情况的指标，如社会劳动力资源总数、外汇储备数、在校学生人数等。评价指标是用来对客观现象活动的结果进行评估和考核的指标,如对工业企业经营活动效益进行评价的产品销售率、流动资金周转速度、劳动生产率等指标。预警指标是对现象宏观运行进行监测，并据此对可能出现的总体失衡、结构性矛盾、突发异常情况作出预报的指标，如通货膨胀率、固定资产投资增长率、失业率、人口增长率等，这类指标涉及面广，敏感性强,对国民经济的发展和社会稳定具有重要作用。

（五）、从推断统计来看，有全及指标和样本指标

1.7.5、总量指标

(一)、总量指标的涵义

总量指标是反映在一定时空条件下社会经济现象总体规模或绝对水平的统计综合指标，它是以绝对数的形式表示的，因此也称为绝对指标。总量指标数值由于是总体内各单位的标志值加总而得到的，所以它的大小受总体范围的影响，总体范围大，总量指标数值也大;总体范围小，总体指标数值相应也小。总量指标也可表现为社会经济现象总体在一定时空条件下数量增减变化的绝对数。例如，1998年我国外汇储备比上年增加了51亿美元，但实际利用外资额比上年减少了58. 51亿美元。

(二)、总量指标的作用

总量统计指标是社会经济统计中最基本的指标，在实际工作中运用很广，其主要作用具体表现在以下三个方面。首先，总量指标从数量方面反映了社会经济现象的总体规模或绝对水平，是我们认识社会经济现象总体的起点。其次，总量指标是国家制定方针政策，编制和检查国民经济发展计划等宏观调控的重要依据。各决策层对政策计划的制定和检查都首先要掌握社会经济现象的总量指标资料。第三，总量指标是计算相对指标和平均指标的基础。相对指标和平均指标一般都是由两个有联系的总量对比计算出来的，是总量指标的派生指标。通过总体中各总体单位的标志值汇总得到的总量指标是否准确，直接影响到从总量指标派生出的相对指标和平均指标的正确性。

(三)、总量指标的分类

总量指标根据它们说明的内容不同，反映的时间状况不同，计量单位不同，可以有以下三种分类。

1.总体单位总量和总体标志总量。总量指标按照说明内容的不同可以分为总体单位总量和总体标志总量。总体单位总量即总体单位数，是一个总体内单位的个数，表示的是总体本身的规模大小。总体标志总量是总体各单位数量标志值之和，它是由总体单位的某一数量标志值加总而得到的，是说明总体单位数量标志值的总量。

2.时期指标和时点指标。总量指标按照反映的时间状况的不同，可以分为时期指标和时点指标。时期指标反映社会经济现象总体在一段时期内的发展过程中累积的总结果。时点指标反映社会经济现象总体在某-一时点上的数量状况。

3.实物指标和价值指标。总量指标按照计量单位的不同，可以分为实物指标和价值指标。实物指标是直接体现具体事物的使用价值量或现象具体内容的总量指标，它根据事物和现象的自然属性和特点采用实物单位计量。实物单位包括自然单位、度量衡单位、标准实物单位、双重单位和复合单位。

1.7.6、相对指标

(一)、相对指标的涵义

相对指标是社会经济现象中两个相互联系的指标数值之比，是用来反映某些相关事物之间数量联系程度的综合指标。它能反映现象总体在时间、空间、结构、比例以及发展状况等方面的对比关系。相对指标一般以相对数的形式表示，又称相对数。

相对指标的表现形式有名数和无名数两类。用名数表现的相对指标一般使用双重单位，即将分子指标的计量单位和分母指标的计量单位相结合使用。例如人口指标是以“人平方公里”表示，商业网点密度用“人/个”或“个/人”表示等。无名数是一种抽象化的数值。它的表现形式主要有系数、倍数、成数、百分数和千分数。

 (二)、相对指标的作用

相对指标是两个总量指标的派生指标，它在统计分析中有广泛的应用，它的主要作用主要体现在以下三个方面。第一，相对指标把进行对比的总量指标的绝对水平及其差异抽象化，从而使一些因总体规模、结构、客观条件等存在着差异而不能直接对比的社会经济现象总体找到了共同比较的基础。第二，相对指标反映社会经济现象之间或它们内部的数量对比关系，表明现象之间的对比水平或现象内部的比例关系，这有利于正确分析和鉴别事物。第三，相对指标是国家进行宏观调控和企业进行经济活动效果考核的重要工具。

 (三)、相对指标的种类及其计算方法

        相对指标根据它们说明问题的不同和对比指标性质的差异，一般分为六种， 即计划完成程度相对指标、结构相对指标、比例相对指标、比较相对指标、动态相对指标和强度相对指标，

        ①计划完成程度相对指标是在计划期内实际完成的指标数值与计划指标数值对比的结果，是用来表明计划完成程度的相对指标。一般用百分数表示。基本计算公式为：

                计划完成程度相对指标=实际完成的指标数值/计划指标数值x 100% .

        ②结构相对指标是在对总体按某一标志进行分组的基础上，将该总体各组(或部分)数值与总体相应数值对比求得的综合指标。一般用百分数表示，借以反映总体内部的结构状况，其计算公式为：        结构相对指标=总体内某组(或部分)的数值/总体总数值x100%

        上式中分子或分母可以同是总体单位总量或总体标志总量。由于对比的基础是同一总体总数值，所以在该总体内各部分的结构相对指标之和一定等于100%。

        在研究社会经济现象时，结构相对指标具有重要意义，它经常用来反映总体内部的结构状况，说明现象总体的性质和特点。同时，通过把不同时期的结构相对指标收集在一起进行对比分析，可以反映现象总体结构的变化，从而揭示现象发展变化的趋势和规律性。

        ③比例相对指标是社会经济现象总体内部不同部分数值之间对比得到的综合指标。它反映现象总体中各组成部分之间的数量比例关系，是研究社会经济现象总体内部是否均衡协调的重要指标。其计算公式为：

                比例相对指标=总体中某一部分指标数值/总体中另一部分指标数值x100%.

        比例相对指标可以用百分数的形式表示，也可以以1或100为基数，采用“多少比1”或“多少比100"的形式表示。当分析总体中若干部分的比例关系时也可以采用连比形式。

        比例相对指标与结构相对指标既有联系，又有区别。联系表现在都反映总体内部的结构比例关系;区别主要表现在比例相对指标是反映总体内各部分之间的比例，而结构相对指标反映的是总体中某一部分占总体的比例。它们之间的对比方法不同，比例相对指标以同一总体中另一部分数值作为比较标准，而结构相对指标以总体数量作为比较标准。

        ④比较相对指标是同一时期某一同类社会经济现象的指标在不同空间之间的对比，用来反映同一时期同类事物在不同空间条件下发展不平衡的相对程度。这里的不同空间，可以是不同国家、不同地区或是不同单位等。该指标的分子与分母可以互换，其计算公式为:

                比较相对指标=某一空间某种现象的指标数值/另一空间同类现象的指标数值x100%

        比较相对指标一般用倍数或百分数表示。计算比较相对指标时既可以用总量指标对比，也可以用相对指标或平均指标对比。不管采用哪种指标进行对比，必须注意分子指标与分母指标所属的时间、涵义、计算口径、计量单位等应完全一致， 否则，对比所得到的比较相对指标将失去实际的意义。

        比较相对指标既可以用于不同国家、地区、单位之间的比较，也可以用于同先进或落后的比较，还可以同国家或国际标准指标相比较。比较时选择哪个指标作为比较基础，主要根据研究目的和任务而定。

        ⑤动态相对指标/发展速度，是某一指标在不同的时间上的数值对比得到的综合指标，说明同一现象在不同时间上的发展变化程度，它一般用百分数或倍数表示。动态相对指标的计算公式为：动态相对指标=某一现象报告期指标数值/同一现象基期指标数值x100%

        通常我们将作为比较基础的时期的指标数值叫做基期指标数值，而把同基期对比的时期称为报告期或计算期，该期的指标数值就是报告期指标数值。计算动态相对指标时，应根据不同的研究目的选择相应的基期。若要消除季节变动因素的影响，则可以选择报告期的上年同期为基期;也可以选择一些具有重要历史意义的政治经济转折期为基期来说明社会经济现象的发展变化情况。

        ⑥强度相对指标是同一时期内两个性质不同但又有一定联系的总量指标数值之比，用来说明社会经济现象的强度、密度和普遍程度的综合指标。该指标的计算公式为:

                强度相对指标=某一总体总量/另一性质不同但与之有联系的总体总量x100%

        强度相对指标的计量单位根据两对比指标的计量单位的异同而有不同的表现形式。若两对比指标的计量单位不同，就用双重单位。若两对比指标的计量单位相同，则可以用同一计量单位表示，或用百分数、千分数表示。

        有些强度相对指标的分子分母可以相互交换，这就产生了强度相对指标的正指标和逆指标两种形式。正指标的数值大小与现象的发展程度或密度成正比，逆指标的数值大小与现象的发展程度或密度成反比。强度相对指标的应用非常广泛，它可以反映国民经济和社会发展的基本情况以及企业的经济效益高低和生产条件及公共设施的配备情况等。

1.8、统计相关概念

1.8.1、正态分布

1.8.2、卡方分布 

 

 

 1.8.3、小样本分布

 

 1.8.4、F-分布

1.8.5、分位数（分位数一律采取下侧分位数）

 

 

 1.8.6、大数定理

 

 1.8.7、中心极限定理

 第二章