第1章 數據與統(tǒng)計學

統(tǒng)計學趙雪艷手機箱：zxybanban@1《統(tǒng)計學習題與案例》

袁衛(wèi)等編

高等教育出版社

23考試與成績：考試；

平時成績占30%：簽到和習題冊

期末考試成績占70%

2000年中國GDP為89404億元，比上年增長8%;2001年GDP為95933億元，比上年增長7.3%;2004年GDP為136515億元，比上年增長9.5%；2008年GDP為300670億元，比上年增長9.0%；什么是統(tǒng)計？請先看看實際數據1953.7.1～587961964.7.1～704991982.7.1～1015411990.7.1～1132742000.11.1～1295332008年末～132802人口?（萬人）中國進行了幾次人口普查？人口平均預期壽命

中國：2000年71.4歲，其中男性69.63歲，女性為73．33歲

北京城區(qū)人口平均預期壽命79.6歲居全國之首（2006.5.7）

世界：2000年為66歲，發(fā)達國家和地區(qū)為76

歲，發(fā)展中國家和地區(qū)為64歲

其中：日本81歲瑞士79歲德國78歲澳大利亞79歲加拿大79歲美國78歲2009年2月10日，國家統(tǒng)計局發(fā)布的最新統(tǒng)計顯示，今年1月份我國居民消費價格總水平(CPI)同比上漲1.0%，生產者物價指數（PPI）同比下降3.3%，創(chuàng)82個月以來月度新低。CPI告訴人們的是，對普通家庭的支出來說，購買具有代表性的一組商品，在今天要比過去某一時間多花費多少錢中國的CPI包括食品、衣著、醫(yī)療保健和個人用品、交通及通訊、娛樂教育文化用品及服務、居住、雜項商品與服務等八類。PPI調查的產品有4000多種，覆蓋全部39個工業(yè)行業(yè)大類PPI是對企業(yè)來說，其產品的出廠價格在今天要比過去某一時間多多少錢CPI：通常作為觀察通貨膨脹水平的重要指標PPI：衡量各種商品在不同的生產階段的價格變化情形，如果比預期數值高時，表明有通貨膨脹的風險，如果比預期數值低，則表明有通貨緊縮的風險。教學內容數據與統(tǒng)計學統(tǒng)計數據與描述概率、概率分析與抽樣分布參數估計假設檢驗方差分析與試驗設計相關與回歸分析時間序列分析與預測統(tǒng)計指數國民經濟統(tǒng)計基礎知識17第1章數據與統(tǒng)計學181.1統(tǒng)計數據與統(tǒng)計學第一章數據與統(tǒng)計學1.2統(tǒng)計學的產生與發(fā)展1.4統(tǒng)計數據的來源1.5統(tǒng)計數據的質量1.6統(tǒng)計學的基本概念1.3統(tǒng)計學的分科191.1統(tǒng)計數據與統(tǒng)計學2021什么是統(tǒng)計學?收集、整理、顯示和分析數據的科學，目的在于對統(tǒng)計數據的研究，探索數據內在的數量規(guī)律性

1.數據搜集：取得數據2.數據分析：分析數據3.數據表述：圖表展示數據4.數據解釋：結果的說明統(tǒng)計資料統(tǒng)計學統(tǒng)計活動

統(tǒng)計學的概念1.【統(tǒng)計的涵義】——三部分22統(tǒng)計資料（數據）經過觀察、調查所取得具有信息價值的數字資料直接從各調查單位搜集的用來反映個體特征的數據資料由原始資料加工得到的在一定程度上能反映總體特征的數據資料原始資料次級資料

[統(tǒng)計的涵義之一]23政府統(tǒng)計：國家統(tǒng)計局、職能部門企事業(yè)單位統(tǒng)計：工廠統(tǒng)計機構等經營統(tǒng)計：調查咨詢公司、統(tǒng)計事務所等其它：如研究性統(tǒng)計機構等[統(tǒng)計的涵義之二]統(tǒng)計活動即統(tǒng)計實踐活動，包括統(tǒng)計調查、統(tǒng)計數據整理、統(tǒng)計分析和統(tǒng)計預測。人們對統(tǒng)計數據的要求客觀性、準確性、及時性24統(tǒng)計學

1869年的第七次國際統(tǒng)計會議上，在討論關于統(tǒng)計學的定義時，據說竟有180余種之多?！笆占头治鰯祿目茖W和藝術”?！恫涣蓄嵃倏迫珪范x：統(tǒng)計學是一門關于數據資料的收集、整理、顯示和分析的科學，目的是探索數據內在的數量規(guī)律性。

[統(tǒng)計的涵義之三]2526統(tǒng)計成果與過程的關系統(tǒng)計實踐與理論的關系什么是數據內在的數量規(guī)律性(例子)正常條件下新生嬰兒的男女性別比為105:100投擲一枚質地均勻的硬幣，出現正面和反面的頻率各為1/2；投擲一枚骰子出現1～6點的頻率各為1/6農作物的產量與施肥量之間存在相關關系最佳廣告投放策略豐田公司威馳汽車百公里耗油量案例抽樣調查化妝品推斷全市家庭購買意愿案例27統(tǒng)計學的故事

發(fā)生在英國，二戰(zhàn)前期德國勢頭很猛，英國從敦刻爾克撤回到本島，德國每天不定期的對英國狂轟亂炸，后來英國空軍發(fā)展起來，雙方空戰(zhàn)不斷。

為了能夠提高飛機的防護能力，英國的飛機設計師們決定給飛機增加護甲，但是設計師們并不清楚應該在什么地方增加護甲，于是請來了統(tǒng)計學家，統(tǒng)計學家將每架中彈之后仍然安全返航的飛機的中彈部位描繪在一張圖上，然后將所有中彈飛機的圖都疊放在一起，這樣就形成了濃密不同的彈孔分布。思考：應該在什么位置增加護甲？

28統(tǒng)計學的故事

統(tǒng)計工作工作完成了，然后統(tǒng)計學家很牛的說沒有彈孔的地方就是應該增加護甲的地方，因為這個部位中彈的飛機都沒能幸免于難。

291.2統(tǒng)計學的產生和發(fā)展30（一）古典統(tǒng)計學時期（17C中—19C末）◆國勢學派（也稱記述學派）：創(chuàng)始人和代表人物，德國康令（H.Coring，1606-1681)和阿亨瓦爾（G.Achenwall，1719-1772）。顯著事項的記錄1.命名“統(tǒng)計學”2.“統(tǒng)計數字資料”、“數字對比”等術語3.運用對比的方法來研究各國的實力的弱31◆政治算術學派：創(chuàng)始人和代表人物：英國威廉·配第（W.petty,1623-1670)《政治算術》政治經濟學之父，某種意義上也是統(tǒng)計學的創(chuàng)始人！格朗特（J.Graunt，1620-1670）《關于死亡表的自然和政治觀察》被認為是人口統(tǒng)計的創(chuàng)始人3233◆概率論學派：創(chuàng)始人和代表人物：法國帕斯卡和費馬通過通信的方式，將賭博中出現的各種問題，歸納為一般的概率原理，為后來的概率論和統(tǒng)計學的發(fā)展奠定了重要基礎。1.提出了大量觀察法、典型調查、定期調查原則2.廣泛運用分類、制表及各種指標來濃縮與顯現數據資料的信息3.有意識地運用可度量的方法，力求依靠數字來解釋和說明社會經濟生活（二）近代統(tǒng)計學時期（18C末—19C末）◆社會統(tǒng)計學派：創(chuàng)始人和代表人物，德國克尼斯（K.G.A.Kinies，1821-1898)。德國統(tǒng)計學家恩格爾（C.L.E.Engel,1821-1896）提出的“恩格爾系數”，

◆數理統(tǒng)計學派：創(chuàng)始人和代表人物，比利時凱特萊（L.A.J.Quetelet，1796-1874)

統(tǒng)計學之父！34恩格爾定律和恩格爾系數

19世紀德國一個州的統(tǒng)計局長恩格爾（ErnstEngel,1821-1896）發(fā)現：收入不同的家庭，消費開支結構也不相同。收入越多的家庭，用于食物的開支在全部消費支出中所占的比重越小。隨著收入增加，家庭花在食物上的開支也會增加，但在整個開支中所占的比重卻會逐漸下降。35恩格爾還發(fā)現：收入增加會使高收入家庭用于衣著、住宅、照明和取暖的費用也會增加，但在整個開支中所占比重變化不大。用于文化、醫(yī)療、娛樂、交往方面的開支，不僅絕對數量，而且在比重上都不斷增加大。

36

食物支出

恩格爾系數＝──────×100

消費支出總額

恩格爾系數的大小已經廣泛地被用來反映一個國家或家庭的生活水平。37聯合國糧農組織提出了一個用恩格爾系數判定生活發(fā)展階段的一般標準：59%以上為絕對貧困；50％~59%為溫飽；40％~49%為小康；20~40%為富裕；20%以下為極度富裕。38（三）現代統(tǒng)計學時期（19C末—現在）小樣本思想、t分布理論、卡方分布、方差分析、假設檢驗、估計理論、誤差理論、決策理論、多元統(tǒng)計、時間序列、面板數據等方法的出現統(tǒng)計方法的不斷創(chuàng)新醫(yī)學統(tǒng)計學、天文統(tǒng)計學、傳媒統(tǒng)計學、管理統(tǒng)計學、金融統(tǒng)計學、國民經濟統(tǒng)計學、社會統(tǒng)計學、教育統(tǒng)計學、心理統(tǒng)計學、生物統(tǒng)計學等學科的出現統(tǒng)計應用面的的不斷拓展40第一階段是統(tǒng)計學的初創(chuàng)階段第二階段是統(tǒng)計推斷方法體系基本確定的階段第三階段是統(tǒng)計方法與應用研究全面發(fā)展的階段41戈塞特(WilliamSealeyGosset)，英國統(tǒng)計學家。出生于英國肯特郡坎特伯雷市，求學于曼徹斯特學院和牛津大學，主要學習化學和數學。戈塞特是英國現代統(tǒng)計方法發(fā)展的先驅，由他導出的統(tǒng)計學T檢驗廣泛運用于小樣本平均數之間的差別測試。歷史上著名的統(tǒng)計學家高斯(Carl

FriedrichGauss，1777—1855)1809年，發(fā)表了其數學和天體力學的名著《繞日天體運動的理論》。在此書末尾，他寫了一節(jié)有關“數據結合”的問題，實際涉及的就是這個誤差分布的確定問題。

貝葉斯ThomasBayes，英國數學家。1702年出生于倫敦，做過神甫。1742年成為英國皇家學會會員。1761年4月7日逝世。貝葉斯在數學方面主要研究概率論。他首先將歸納推理法用于概率論基礎理論，并創(chuàng)立了貝葉斯統(tǒng)計理論，對于統(tǒng)計決策函數、統(tǒng)計推斷、統(tǒng)計的估算等做出了貢獻。弗朗西斯·高爾頓（Sir

Francis

Galton,1822-1911）于1822年2月16日出生于英格蘭伯明翰一個顯赫的銀行家家庭，父親特鐵斯·高爾頓和祖父塞繆爾·約翰都是熱愛自然的科學家。高爾頓無論是在進行人類學測量、實驗心理學研究還是進行遺傳優(yōu)生的研究中，都充分依賴于數據分析，進行了大量的計算和統(tǒng)計工作。皮爾森（Karlpearson，1857-1936）是數理統(tǒng)計學派的代表人物之一。在凱特勒工作的基礎上，后經皮爾森的發(fā)展，形成了現代數理統(tǒng)計的許多重要內容，并形成了統(tǒng)計學研究的數理統(tǒng)計學派。卡爾·皮爾森設計了統(tǒng)計指標——相關系數。1.3統(tǒng)計學的分科47統(tǒng)計方法48描述統(tǒng)計

(descriptivestatistics)用圖形、表格和概括性的數字對數據進行描述的統(tǒng)計方法內容搜集數據整理數據展示數據描述性分析目的描述數據特征找出數據的基本規(guī)律例1.1一個隨機樣本包括200名顧客，他們同意對某一新產品提出意見。意見百分比（%）十分喜歡并購買該產品十分喜歡但可能不會購買該產品不喜歡該產品543214合計100200名顧客對新產品的意見51年齡（歲）樣本年齡組中的人數十分喜歡并購買該產品的人數人數（人）比重（%）人數（人）占各年齡組人數的比重（%）15~19105110.020~292010420.030~3972363852.740~4976386281.650及以上2211313.6合計20010010854.0各年齡組中喜歡并購買該產品的人數分布推斷統(tǒng)計

(inferentialstatistics)研究如何利用樣本數據來推斷總體特征內容參數估計假設檢驗目的對總體特征作出推斷樣本總體問題：如何知道該新燈絲的平均使用壽命？回答：需進行統(tǒng)計推斷總體：所有用新燈絲生產的燈泡樣本：200個隨機抽檢的燈泡數據收集：每個被檢燈泡（樣本）照明的小時數

例1.2高亮度燈泡平均使用壽命某燈泡廠使用一種新燈絲生產燈泡以延長燈泡使用壽命。55

如果該200個被檢燈泡的平均照明時間為76小時，則可推斷該新燈絲所生產燈泡的平均壽命為76小時，或者給出區(qū)間。統(tǒng)計推斷程序：描述統(tǒng)計與推斷統(tǒng)計的關系反映客觀現象的數據總體內在的數量規(guī)律性推斷統(tǒng)計（利用樣本信息和概率論對總體的數量特征進行估計和檢驗等）概率論（包括分布理論、大數定律和中心極限定理等）描述統(tǒng)計（統(tǒng)計數據的搜集、整理、顯示和分析等）總體數據樣本數據57描述統(tǒng)計學與推論統(tǒng)計學的異點第一、產生年代不同第二、研究特點不同第三、研究樣本不同第四、應用統(tǒng)計的性質不完全相同58理論統(tǒng)計與應用統(tǒng)計理論統(tǒng)計研究統(tǒng)計學的一般理論研究統(tǒng)計方法的數學原理應用統(tǒng)計研究統(tǒng)計學在各領域的具體應用

例如：醫(yī)學統(tǒng)計、管理學統(tǒng)計、心理學學統(tǒng)、生物統(tǒng)計等591.4

統(tǒng)計數據的來源60一、直接獲取數據（沒有現成數據）1.普查：為某一特定目的，專門組織的一次性全面調查。這是一種摸清國情、國力的重要調查方法。2.抽樣調查：抽樣調查是統(tǒng)計調查中應用最廣、最為重要的調查方法，它是通過隨機樣本對總體數量規(guī)律性進行推斷的調查研究方法。二、間接數據的獲?。ㄓ鞋F成數據）統(tǒng)計年鑒統(tǒng)計局網站61例：為了全面掌握我國第二產業(yè)、第三產業(yè)的發(fā)展規(guī)模、結構和效益等情況，建立健全基本單位名錄庫及其數據庫系統(tǒng)，為研究制定國民經濟和社會發(fā)展規(guī)劃，提高決策和管理水平奠定基礎，我國于2004年進行了第一次全國經濟普查。這次普查的標準時點為2004年12月31日，時期資料為2004年度。普查對象是在我國境內從事第二產業(yè)、第三產業(yè)的全部法人單位、產業(yè)活動單位和個體經營戶。普查主要內容包括單位基本屬性、就業(yè)人員、財務狀況、生產經營情況、生產能力、原材料和能源消耗、科技活動情況等。2004年末，全國共有從事第二、三產業(yè)的法人單位516.9萬個。其中，企業(yè)法人單位325.0萬個，機關、事業(yè)法人單位90.0萬個，社會團體法人單位10.5萬個，其他法人單位91.4萬個。產業(yè)活動單位682.4萬個，其中，第二產業(yè)167.5萬個，第三產業(yè)514.9萬個。個體經營戶3921.6萬戶，其中，第二產業(yè)588.7萬戶，第三產業(yè)3332.9萬戶

普查結果621.5統(tǒng)計數據的質量63抽樣誤差和非抽樣誤差抽樣誤差（不可避免）利用樣本推斷總體時產生的誤差由于樣本只是總體的一部分，用樣本的信息去推斷總體，或多或少總會存在誤差，因而抽樣誤差對任何一個隨機樣本來講都是不可避免的非抽樣誤差（可以避免）由于調查過程中各有關環(huán)節(jié)工作失誤造成的包括調查方案中有關規(guī)定或解釋不明確所導致的填報錯誤、抄錄錯誤、匯總錯誤，不完整的抽樣框導致的誤差，調查中不回答產生的誤差等64例題：10個男生

，身高有3個為170,4個為175,3個為180,平均身高為175，對這10個男生進行抽樣調查，抽了5個人，分別是170，