统计学基础(一)

统计数据的分类

1.  按计量尺度：分类数据、顺序数据、数值数据
   分类数据：数据之间有属性分类，类型之间为平级关系，例如：男女
   顺序数据：数据之间有等级关系，等级之前有优先级关系，例如：优良差
   数值数据：按照数据的尺度度量的数据，表现形式为有具体的数据值。例如：134

2.  按时间状态：时间序列数据、截面数据
   时间序列数据：在某一时间段得到的数据值。如一年内的降雨量变化
   截面数据：在相同或近似时间点上取得的数据值。
    
3.  按收集方式：观测数据、实验数据
   观测数据：通过调查或收集得到的数据。
   实验数据：在实验中，通过控制实验变量得到的数据。
    

变量分类

1. 分类变量
2. 顺序变量
3. 数值型变量
   --离散变量：只能取有限个值，取值以整数位断开。如10,23,25,30
   --连续变量：可以取区间内的任意值，取值连续不断。如体重，温度
    

统计中常用的基本概念

总体：所研究的数据个体（数据）的集合。
个体：构成总体的每个元素。
样本：从总体中抽取的一部分。
样本量：样本元素的个数。
参数：用来描述总体特征的数据度量值。
统计量：用来描述样本特征的数据度量值。
 

数据的误差

• 抽样误差
  由于抽样的随机性引起的样本结果与总体真值之间的误差。用来描述所有样本可能的结果与总体真值的平均性差异。
  影响误差大小的因素：1.抽样单位的数量。抽样单位越多，误差越小
                                      2.总体变异性。
                                      3.抽样方法。重复抽样和不重复抽样的误差不用，不重复抽样的误差更小。
                                      4.抽样的组织方式。
• 非抽样误差
  其他因素引起的样本结果与总体真值之间的差异。
  影响误差大小的因素：1.抽样框误差。注意抽样框的单位与总体单位是一一对应关系。
                                      2.被调查者回答误差。(好问卷，缩短调查事件，保密性）
                                      3.无回答误差。空白调查等（增大样本量，分析无回答的原因）
                                      4.调查员误差。

常见抽样方法

概率抽样：

简单随机抽样：从总体N个单位中随机、一个一个的抽取n个单位做样本，每个单位被抽取的概率相同。例如调查学校食堂的饭菜是否可口，随机抽取100个学生进行调查。
分层抽样：将抽样单位按某种特征或规则划分为不同的层，从不同的层中随机、独立的抽取样本。例如调查不同工种的职员工资情况，从不同工种中随机、独立的抽取样本。
系统抽样：将总体中的所有单位（抽样单位）按一定顺序排列，在规定的范围内随机抽取一个单位作为初始单位，按规定好的规则确定其他样本单位。例如对全校学生购书费用进行查询，将学生按照姓名首字母排序，每间隔50人抽取一位学生进行调查。
整群抽样：将总体中若干个单位合并为组，成为群；抽样时直接抽取群，然后对中选群的所有单位进行调查，该方法样本分布不均匀。例如对学生每月消费进行查询，从全校抽取八个班进行调查。总体是全校学生，各班级的学生构成群。
多阶段抽样：类似整群抽样，抽取群，但不是群内的所有单位，需要对群内成员再次抽样。

非概率抽样：
 

方便抽样：由调查员依据方便原则，自行确定样本单位。例如商店门口拦截式调查。
判断抽样：研究人员根据经验、判断、有目的的选择一些单位做样本。主观意识浓重。
                  1.重点抽样：从调查对象的全部单位中，选择少数重点单位进行调查。例如：查询水泥生产质量情况，选取该地区水泥总产量占比80%的五大水泥厂进行调查。
                 2.典型抽样：选取若干个典型单位深入调研。
                 3.代表抽样：选取若干个代表性单位抽样调研。

滚雪球抽样：用于稀少群体调研，选择一组调查对象，请他们提供一些属于总体的调查对象，继续调查。
配额抽样：类似分层抽样，将整体按照一定标志分为若干类，在类中采用方便抽样或判断抽样选择样本单位。

 

概率抽样与非概率抽样对比

       概率抽样：随机原则抽取样本，可以根据调查结果评估总体有关参数，计算估计误差，得到置信区间。调查成本和技术含量高。适用于对精度要求高，如调查不同年龄段的消费水平。
       非概率抽样：不遵循随机抽样，统计量分布不明确，但是操作简单，时效快，成本低，技术要求低。适用于广告测试，产品包装测试，不需要将结果反应到总体的情况下使用。
       对比：概率抽样依据随机原则抽取样本，样本统计量的理论分布是存在的，因此可以根据调查的结果对总体的参数进行估算。而非概率抽样，并未遵循随机抽样原则，样本统计量的分布不确切，无法因此推算总体参数值。

 

整群抽样与分层抽样对比

相同点：
       都需要事先对总体进行划分。
不同点：
       整群抽样的划分标志不一定和调查标志有关，分层抽样的划分标志和调查标志有密切关系。
      分层抽样在每层随机抽样，整群抽样在全部群体中随机抽取一部分群体。
      分层抽样的误差取决于各层总体方差的平均数，整群抽样取决于总体的群间方差。
      分层抽样缩小抽样误差，整群抽样扩大抽样单位，简化抽样组织工作。