第1章 导论

什么是统计学

统计学是收集、处理、分析、解释数据并从数据中得出结论的科学

数据分析所用的方法可分为描述统计方法和推断统计方法

• 描述统计研究的是数据收集、处理、汇总、图表描述、概括与分析等统计方法；
• 推断统计是研究如何利用样本数据来推断总体特征的统计方法；

统计数据的类型

1. 分类数据、顺序数据、数值型数据

按照计量尺度的不同，可以将统计数据分为分类数据、顺序数据和数值型数据。

分类数据是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来表述的；

顺序数据是只能归于某一有序类别的非数字型数据。顺序数据虽然也是类别，但是这些类别是有序的。比如将产品分为一等品、二等品、三等品、次品等；

数值型数据是按数字尺度测量的观察值，其结果表现为具体的数值。现实中所处理的大多数是数值型数据

分类数据和顺序数据说明的是事物的品质特征，通常是用文字来表述的，其结果均表现为类别，因而也可以统称为定性数据或品质数据；数值型数据说明的是现象的数量特征，通常是用数值来表现的，因而也可称为定量数据或数量数据。

2. 观测数据和实验数据

按照统计数据的收集方法，可以分为观测数据和试验数据。

观测数据是通过调查或观测收集到的数据，这类数据是在没有对事物人为控制的条件下得到的，有关社会经济现象的统计数据几乎都是观测数据；

实验数据则是在实验中控制实验对象而收集到数据。

3. 截面数据和时间序列数据

按照被描述的现象与时间的关系，可以将统计数据分为截面数据和时间序列数据。

截面数据是在相同或近似相同的时间点上收集的数据，这类数据通常是在不同的空间获得的，用于描述现象在某一时刻的变化情况。比如，2010年我国各地区的国内生产总值就是截面数据；

时间序列数据是在不同时间收集到的数据，这类数据是按时间顺序收集到的，用于描述现象随时间变化的情况。比如2010-2016年我国的国内生产总值就是时间序列数据

统计中的几个基本概念

• 总体：包含所研究的全部个体（数据）的集合，它通常由所研究的一些个体组成；
• 样本：从总体中抽取的一部分元素的集合，构成样本的元素的数目称为样本量。抽样的目的是根据样本提供的信息推断总体的特征
• 参数：用来描述*总体*特征的概括性数字度量，它是研究者想要了解的总体的某种特征值，比如总体平均数、总体标准差、总体比例等；
• 统计量：用来描述*样本*特征的概括性数字度量。它是根据样本数据计算出来的一个量，由于抽样是随机的，因此统计量是样本的函数。常用的统计量有样本平均数、样本标准差、样本比例等

由于样本是已经抽取出来的，所以统计量总是知道的。抽样的目的就是要根据样本统计量去估计总体参数。

除了样本均值、样本比例、样本方差这类统计量，还有一些是为统计分析的需要而构造出来的统计量，比如用于统计检验的z统计量、t统计量等。

• 变量：说明现象某种特征的概念，其特点是从一次观察到下一次观察结果会呈现出差别或变化。如“商品销售总额”、“受教育程度”等都是变量。变量的具体取值称为变量值。变量可分为以下几种类型：
  1. 分类变量：说明事物类别的一个名称，其取值是分类数据。如：“性别”；
  2. 顺序变量：说明事物有序类别的一个名称，其取值是顺序数据，如：“产品等级”；
  3. 数值型变量：说明事物数字特征的一个名称，其取值是数值型数据。如：“产品产量”。数值型变量根据其取值的不同，又可以分为离散型变量和连续型变量。离散型变量是只能取可数值的变量，它只能取有限个值，而且其取值都以整位数断开，可以一一列举，如“企业数”；连续型变量是可以在一个或多个区间中取任何值的变量，它的取值是连续不断的，不能一一列举，如“年龄”、“温度”等。