统计学第六版贾俊平-课后习题答案

1、度,4.1 集中趋势的测度,一. 分类数据：众数 二. 顺序数据：中位数和分位数 三. 数值型数据：均值 四. 众数、中位数和均值的比较,数据分布特征的和测度 (本节位置),集中趋势 (Central tendency),一组数据向其中心值靠拢的倾向和程度 测度集中趋势就是寻找数据水平的代表值或中心值 不同类型的数据用不同的集中趋势测度值 低层次数据的测度值适用于高层次的测量数据，但高层次数据的测度值并不适用于低层次的测量数据,分类数据：众数,众数 (mode),出现次数最多的变量值 不受极端值的影响 一组数据可能没有众数或有几个众数 主要用于分类数据，也可用于顺序数据和数值型数据,众数 (不唯一性),无众数 原始数据: 10 5 9 12 6 8,一个众数 原始数据: 6 5 9 8 5 5,多于一个众数 原始数据: 25 28 28 36 42 42,分类数据的众数 (例题分析),解：这里的变量为“饮料品牌”，这是个分类变量，不同类型的饮料就是变量值在所调查的50人中，购买可口可乐的人数最多，为15人，占总被调查人数的30%，因此众数。

2、得数据2. 数据分析：分析数据 3. 数据表述：图表展示数据数据解释：结果的说明, 收集、分析、表述和解释数据的科学,statistics的定义(不列颠百科全书),statistics: the science of collecting, analyzing, presenting, and interpreting data. Copyright 1994-2000 Encyclopaedia Britannica, Inc. （不列颠百科全书）,统计研究的过程,实际问题,统计规律(一些例子),正常条件下新生婴儿的性别比为107：100投掷一枚均匀的硬币，出现正面和反面的频率各为1/2；投掷一枚骰子出现16点的频率各为1/6农作物的产量与施肥量之间存在相关关系,统计方法,描述统计(descriptive statistics),内容搜集数据整理数据展示数据描述性分析 目的描述数据。

3、取得数据 2. 数据分析：分析数据 3. 数据表述：图表展示数据 数据解释：结果的说明, 收集、分析、表述和解释数据的科学,statistics的定义 (不列颠百科全书),statistics: the science of collecting, analyzing, presenting, and interpreting data. Copyright 1994-2000 Encyclopaedia Britannica, Inc.（不列颠百科全书）,统计研究的过程,实际问题,统计规律 (一些例子),正常条件下新生婴儿的性别比为107：100 投掷一枚均匀的硬币，出现正面和反面的频率各为1/2；投掷一枚骰子出现16点的频率各为1/6 农作物的产量与施肥量之间存在相关关系,统计方法,描述统计 (descriptive statistics),内容 搜集数据 整理数据 展示数据 描述性分析目的 描述数据特征 找出数据的基本规律,推断统计 (inferential statistics),内容 参数估计 假设检验 目的 对总体特征作出推断,描述统计与推断统计的关系,反映客观现。

4、数据。
分类数据：只能归于某一类别的，非数字型数据。
顺序数据：只能归于某一有序类别的，非数字型数据。
数值型数据：按数字尺度测量的观察值，结果表现为数值。
按收集方法不同。
分为：观测数据、和实验数据观测数据：通过调查或观测而收集到的数据；不控制条件；社会经济领域实验数据：在试验中收集到的数据；控制条件；自然科学领域。
按时间不同，分为：截面数据、时间序列数据截面数据：在相同或近似相同的时间点上收集的数据。
时间序列数据：在不同时间收集的数据。
4、 举例说明总体、样本、参数、统计量、变量这几个概念。
总体：是包含全部研究个体的集合，包括有限总体和无限总体（范围、数目判定）样本：从总体中抽取的一部分元素的集合。
参数：用来描述总体特征的概括性数字度量。
（平均数、标准差、比例等）统计量：用来描述样本特征的概括性数字度量。
（平均数、标准差、比例等）变量：是说明样本某种特征的概念，其特点：从一次观察到下一次观察结果会呈现出差别或变化。
（商品销售额、受教育程度、产品质量等级等）（对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和。

5、顺序数据、数值型数据。
分类数据：只能归于某一类别的，非数字型数据。
顺序数据：只能归于某一有序类别的，非数字型数据。
数值型数据：按数字尺度测量的观察值，结果表现为数值。
按收集方法不同。
分为：观测数据、和实验数据观测数据：通过调查或观测而收集到的数据；不控制条件；社会经济领域实验数据：在试验中收集到的数据；控制条件；自然科学领域。
按时间不同，分为：截面数据、时间序列数据截面数据：在相同或近似相同的时间点上收集的数据。
时间序列数据：在不同时间收集的数据。
4、 举例说明总体、样本、参数、统计量、变量这几个概念。
总体：是包含全部研究个体的集合，包括有限总体和无限总体（范围、数目判定）样本：从总体中抽取的一部分元素的集合。
参数：用来描述总体特征的概括性数字度量。
（平均数、标准差、比例等）统计量：用来描述样本特征的概括性数字度量。
（平均数、标准差、比例等）变量：是说明样本某种特征的概念，其特点：从一次观察到下一次观察结果会呈现出差别或变化。
（商品销售额、受教育程度、产品质量等级等）（对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯。

6、 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。
虽然也有列别，但这些类别是 有序 的。
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 。
4.解释分类数据、顺序数据和数值型数据的含义 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 ，因此也可统称为 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，因此也可称为 定量数据 或 数量数据 。
5.举例说明总体、样本、参数、统计量、变量这几个概念 总体 是包含所研究的 全部个体 （数据）的 集合 ； 样本 是从总体中抽取的 一部分元素 的 集合 ； 参数 是用来描述 总体特征 的 概括性数字度量 ； 统计量 是用来描述 样本特征 的 概括性数字度量 ； 变量 是说明现象某种 特征 的概念 。
比如我们欲了解某市的 中学教育情况 ， 那么该市的所有中学 则构成一个 总体 ， 其中的 每一所中学 都是一个 个体 ， 我们若从全市中学中按某种抽样。

7、 数据排序,数据的预处理,数据的审核 检查数据中的错误 数据的筛选 找出符合条件的数据 数据排序 升序和降序 寻找数据的基本特征,数据审核,数据审核原始数据 (raw data), 审核的内容 完整性审核 检查应调查的单位或个体是否有遗漏 所有的调查项目或指标是否填写齐全 准确性审核 检查数据是否真实反映客观实际情况，内容是否符合实际 检查数据是否有错误，计算是否正确等,数据的审核原始数据 (raw data),审核数据准确性的方法 逻辑检查 从定性角度，审核数据是否符合逻辑，内容是否合理，各项目或数字之间有无相互矛盾的现象 主要用于对分类和顺序据的审核 计算检查 检查调查表中的各项数据在计算结果和计算方法上有无错误 主要用于对数值型数据的审核,数据的审核二手数据 (second hand data),适用性审核 弄清楚数据的来源、数据的口径以及有关的背景材料 确定数据是否符合自己分析研究的需要 时效性审核 尽可能使用最新的数据 确认是否必要做进一步的加工整理,数据筛选与排序,数据筛选 (data filter),当数据中的错误不能予以纠正，或者有些数据不符合调查的要求而又无。

8、500天，不结婚的女性会减少寿命1600天 身体超重30%会使寿命减少1300天 每天摄取500毫升维生素C，生命可延长6年 身材高的父亲，其子女的身高也较高 二个出生的子女没有第一个聪明，第三个出生的子女没有第二个聪明，依此类推 学生们在听了莫扎特钢琴曲10分钟后的推理测试会比他们听10分钟娱乐磁带或其他曲目做得更好 上课坐在前面的学生平均考试分数比坐在后面的学生高,1.1 统计及其应用领域,1.1.1 什么是统计学 1.1.2 统计的应用领域,什么是统计学? (statistics),统计学是收集、分析、表述和解释数据的科学(不列颠百科全书) 统计是一门收集、分析、解释和提供数据的科学(韦伯斯特国际辞典第3版) 统计指的是一组方法，用来设计实验、获得数据，然后在这些数据的基础上组织、概括、演示、分析、解释和得出结论(Mario F.Triola,初级统计学),什么是统计学? (statistics),1. 收集数据：取得数据 2. 处理数据：整理与图表展示 分析数据：利用统计方法分析数据 数据解释：结果的说明 得到结论：从数据分析中得出客观结论,收集、处理、分析、解释数。

9、年鉴 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 从互联网或图书馆查阅到的相关资料,系统内部的数据,业务资料，如与业务经营活动有关的各种单据，记录 经营活动过程中的各种统计报表 各种财务，会计核算和分析资料等,二手数据的特点,搜集容易，采集成本低 作用广泛 分析所要研究的问题 提供研究问题的背景 帮助研究者更好地定义问题 检验和回答某些疑问和假设 寻找研究问题的思路和途径 搜集二手资料在研究中应优先考虑,二手数据的评估,数据是谁搜集的？ 可信度评估 为什么目的而搜集的？ 数据是怎样搜集的？ 什么时候搜集的？,数据的直接来源 (原始数据),调查数据 通过调查方法获得的数据 通常是对社会现象而言 通常取自有限总体 实验数据 通过实验方法得到的数据 通常是对自然现象而言 也被广泛运用到社会科学中 如心理学、教育学、社会学、经济学、管理学等,2.2 调查数据,概率抽样与非概率抽样 搜集数据的基本方法,概率抽样和非概率抽样,抽样方法,概率抽样 (probability 。

10、类错误 假设检验中的值 假设检验的另一种方法 单侧检验,假设检验的概念与思想,什么是假设? (hypothesis), 对总体参数的的数值所作的一种陈述 总体参数包括总体均值、比例、方差等 分析之前必需陈述,我认为该地区新生婴儿的平均体重为3190克!,什么是假设检验? (hypothesis testing),事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立 有参数假设检验和非参数假设检验 采用逻辑上的反证法，依据统计上的小概率原理,假设检验的基本思想,. 因此我们拒绝假设 = 50,样本均值,m,= 50,抽样分布,H0,假设检验的过程,假设检验的步骤 提出假设 确定适当的检验统计量 规定显著性水平 计算检验统计量的值 作出统计决策,提出原假设和备择假设, 什么是原假设？(null hypothesis) 待检验的假设，又称“0假设” 研究者想收集证据予以反对的假设 3. 总是有等号 , 或 4. 表示为 H0 H0： 某一数值 指定为 = 号，即 或 例如, H0： 3190（克）,为什么叫。

11、 5.1.3 概率的性质和运算法则 5.1.4 条件概率与事件的独立性 5.1.5 全概公式与逆概公式,试验、事件和样本空间,试 验 (experiment),对试验对象进行一次观察或测量的过程 掷一颗骰子，观察其出现的点数 从一副52张扑克牌中抽取一张，并观察其结果(纸牌的数字或花色) 试验的特点 可以在相同的条件下重复进行 每次试验的可能结果可能不止一个，但试验的所有可能结果在试验之前是确切知道的 在试验结束之前，不能确定该次试验的确切结果,事件 (event),事件：试验的每一个可能结果(任何样本点集合) 掷一颗骰子出现的点数为3 用大写字母A，B，C，表示 随机事件(random event)：每次试验可能出现也可能不出现的事件 掷一颗骰子可能出现的点数,事件 (event),简单事件(simple event) ：不能被分解成其他事件组合的基本事件 抛一枚均匀硬币，“出现正面”和“出现反面” 必然事件(certain event)：每次试验一定出现的事件，用表示 掷一颗骰子出现的点数小于7 不可能事件(impossible event)：每次试验一定不出现的事件，用。

12、和方法,10.1 方差分析引论,方差分析及其有关术语方差分析的基本思想和原理方差分析的基本假定问题的一般提法,方差分析及其有关术语,什么是方差分析(ANOVA)?(analysis of variance),检验多个总体均值是否相等通过分析察数据的误差判断各总体均值是否相等研究分类型自变量对数值型因变量的影响 一个或多个分类尺度的自变量2个或多个 (k 个) 处理水平或分类一个间隔或比率尺度的因变量有单因素方差分析和双因素方差分析单因素方差分析：涉及一个分类的自变量双因素方差分析：涉及两个分类的自变量,什么是方差分析? (例题分析),【例】为了对几个行业的服务质量进行评价，消费者协会在四个行业分别抽取了不同的企业作为样本。
最近一年中消费者对总共23家企业投诉的次数如下表,什么是方差分析? (例题分析),分析四个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响作出这种判断最终被归结为检验这四个行业被投诉次数的均值是否相等如果它们的均值相等，就意味着“行业”对投诉次数是没有影响的，即它们之间的服务质量没有显著差异；如。

13、的，非数字型数据。
数值型数据：按数字尺度测量的观察值，结果表现为数值。
按收集方法不同。
分为：观测数据、和实验数据观测数据：通过调查或观测而收集到的数据；不控制条件；社会经济领域实验数据：在试验中收集到的数据；控制条件；自然科学领域。
按时间不同，分为：截面数据、时间序列数据截面数据：在相同或近似相同的时间点上收集的数据。
时间序列数据：在不同时间收集的数据。
4、 举例说明总体、样本、参数、统计量、变量这几个概念。
总体：是包含全部研究个体的集合，包括有限总体和无限总体（范围、数目判定）样本：从总体中抽取的一部分元素的集合。
参数：用来描述总体特征的概括性数字度量。
（平均数、标准差、比例等）统计量：用来描述样本特征的概括性数字度量。
（平均数、标准差、比例等）变量：是说明样本某种特征的概念，其特点：从一次观察到下一次观察结果会呈现出差别或变化。
（商品销售额、受教育程度、产品质量等级等）（对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有。

14、性检验,变量间的关系,函数关系,是一一对应的确定关系 设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量 各观测点落在一条线上,函数关系 (几个例子), 函数关系的例子 某种商品的销售额(y)与销售量(x)之间的关系可表示为 y = px (p 为单价) 圆的面积(S)与半径之间的关系可表示为S=R2 企业的原材料消耗额(y)与产量(x1) 、单位产量消耗(x2) 、原材料价格(x3)之间的关系可表示为y = x1 x2 x3,相关关系 (correlation),变量间关系不能用函数关系精确表达 一个变量的取值不能由另一个变量唯一确定 当变量 x 取某个值时，变量 y 的取值可能有几个 各观测点分布在直线周围,相关关系 (几个例子), 相关关系的例子 父亲身高(y)与子女身高(x)之间的关系 收入水平(y)与受教育程度(x)之间的关系 粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的。

15、的回归问题 用 Excel 进行回归分析,12.1 多元线性回归模型,多元回归模型与回归方程 估计的多元回归方程 参数的最小二乘估计,多元回归模型与回归方程,多元回归模型 (multiple regression model),一个因变量与两个及两个以上自变量的回归 描述因变量 y 如何依赖于自变量 x1 ， x2 ， xp 和误差项 的方程，称为多元回归模型 涉及 p 个自变量的多元回归模型可表示为,b0 ，b1，b2 ，bp是参数 是被称为误差项的随机变量y 是x1,，x2 ， ，xp 的线性函数加上误差项 包含在y里面但不能被p个自变量的线性关系所解释的变异性,多元回归模型 (基本假定),误差项是一个期望值为0的随机变量，即E()=0 对于自变量x1，x2，xp的所有值，的方差2都相同 误差项是一个服从正态分布的随机变量，即N(0,2)，且相互独立,多元回归方程 (multiple regression equation),描述因变量 y 的平均值或期望值如何依赖于自变量 x1， x2 ，xp的方程 多元线性回归方程的形式为E( y。

16、有在网上购物的消费者的集合。
（2）分类变量。
（3）参数是所有在网上购物者的月平均花费。
（4）参数（5）推断统计方法。
第二章数据的搜集1.什么是二手资料？使用二手资料需要注意些什么？与研究内容有关的原始信息已经存在，是由别人调查和实验得来的，并会被我们利用的资料称为“二手资料” 。
使用二手资料时需要注意：资料的原始搜集人、搜集资料的目的、搜集资料的途径、搜集资料的时间，要注意数据的定义、含义、计算口径和计算方法，避免错用、误用、滥用。
在引用二手资料时，要注明数据来源。
2.比较概率抽样和非概率抽样的特点，举例说明什么情况下适合采用概率抽样，什么情况下适合采用非概率抽样。
概率抽样是指抽样时按一定概率以随机原则抽取样本。
每个单位被抽中的概率已知或可以计算，当用样本对总体目标量进行估计时，要考虑到每个单位样本被抽中的概率，概率抽样的技术含量和成本都比较高。
如果调查的目的在于掌握和研究总体的数量特征，得到总体参数的置信区间，就使用概率抽样。
非概率抽样是指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查。
非概率抽样操作简单、实效快、成本低，而且。