抽样
-
概率抽样(随机抽样):可以推断总体。
遵循随机原则进行的抽样,总体中每一个单位都有一定的机会被选入样本。具有随机性,不能有带有主观性。概率抽样与等概率抽样是不同的概念。总体中每个单位被抽中的概率是已知或是可以计算出来的。
-
非概率抽样:不可推断总体。
————————————————————————————————————
描述性统计
统计分为描述性统计和推断性统计。
推断性统计包括参数估计和假设检验,通过样本量来估计和检验总体的参数,目的在于认知未知的总体参数及其分布特征。
描述性统计的数据类型
非结构数据:
文本、音频、图片、视频
————————————————————————————————————
描述性统计数据的度量
集中趋势的度量
离散程度的度量
数据分布形态的度量
数据集中趋势的度量
分类数据:众数
顺序数据:中位数和分位数
数值型数据:平均数
众数:一组数据中出现次数最多的变量值。主要用于测度分类数据的集中趋势,也适用于顺序数据和数值型数据集中趋势的测度值。在数据量较大的情况下,众数才有意义。
无众数、一个众数、多众数
中位数:一组数据数据排序后处于中间位置上的变量值。主要用于测度顺序数据的集中趋势,也适用于数值型数据,不适用分类数据。不受极端值的影响。
四分位数:一组数据排序后处于25%和75%位置上的变量值。不受极端值的影响。
下四分位: Q L Q_{L} QL 位置= n 4 \frac{n}{4} 4n
上四分位: Q U Q_{U} QU 位置= 3 n 4 \frac{3n}{4} 43n
平均数:一组数据相加后除以数据的个数得到的结果,为集中趋势的最主要测量值,主要适用于数值型数据,不适用于定类和定序数据。
总体均值: μ \mu μ
样本均值: x ~ \tilde{x} x~
简单平均数: x ~ = x 1 + x 2 + . . . + x n n = ∑ i = 1 n x i n \tilde{x} =\frac{x_{1} +x_{2}+...+x_{n} }{n} =\frac{\sum_{i=1}^nx_{i} }{n} x~=nx1+x2+...+xn=n∑i=1nxi
加权平均数(分组问题): x ~ = M 1 f 1 + M 2 f 2 + . . . + M n f n f 1 + f 2 + . . . + f n = ∑ i = 1 n M i f i n