统计简单学_基本概念

本课为《统计简单学》的课程笔记，内容来源为：
统计简单学

统计分类

统计分为两大类：

1. 叙述统计 descriptive statistics，包括搜集、展示、可视化数据
   
   • 基本概念——专有名词，范围与抽样方法
   • 统计量——平均值，标准差
   • 统计表——条图，直方图
   • 正态分布
2. 推断统计 inferential statistics，包括由样本推断群体，并估计推论可信度的大小
   
   • 估计——点估计和区间估计
   • 假说检定——推论一或两组样本之母体及特定值间是否有显著差异
   • 变异数分析——推论三组或以上之母体及特征值是否有显著差异
   • 回归分析

统计学的工作流程

统计参数

分为群体参数，样本参数
1. 群体参数：$\mu$，$\sigma$，$P$
2. 样本参数：$\bar{X}$，$S$，$\hat{P}$

随机变量的分类

随机变量（Random Variable）分为质变数和量变数。

1. 质变数（Qualitative R.V.; Categorical R.V.）

   • 无序型
   • 有序无固定间隔型
   • 有序有固定间隔型

2. 量变数（Quantitative R.V.; Numerical R.V.）

   • 离散型
   • 连续型

抽样方法

1. 简单随机抽样
2. 系统抽样
3. 分层随机抽样
4. 部落抽样