更多服务

特色服务

找学习资源

查报考信息

看备考资讯

备考工具箱

报考指南

报考查询

招生简章

分数线

考试日历

资料中心

备考经验

择校择专

院校排名

全部

2022统计学考研知识点汇总梳理：第一章

来源：互联网 2021-12-07

2022研究生考试即将开始，备考正在紧张进行中。为了方便大家复习，高顿考研整理了2022统计学考研知识点汇总梳理第一章的相关内容，供大家参考，希望对大家有所帮助！

1.比较描述统计和推断统计

数据分析是通过统计方法研究数据，其所用的方法可分为描述统计和推断统计。

(1)描述性统计：研究一组数据的组织、整理和描述的统计学分支，是社会科学实证研究中最常用的方法，也是统计分析中必不可少的一步。内容包括取得研究所需要的数据、用图表形式对数据进行加工处理和显示，进而通过综合、概括与分析，得出反映所研究现象的一般性特征。

(2)推断统计学：是研究如何利用样本数据对总体的数量特征进行推断的统计学分支。研究者所关心的是总体的某些特征，但许多总体太大，无法对每个个体进行测量，有时我们得到的数据往往需要破坏性试验，这就需要抽取部分个体即样本进行测量，然后根据样本数据对所研究的总体特征进行推断，这就是推断统计所要解决的问题。其内容包括抽样分布理论，参数估计，假设检验，方差分析，回归分析，时间序列分析等等。

(3)两者的关系：描述统计是基础，推断统计是主体

2.比较分类数据、顺序数据和数值型数据

比较分类数据、顺序数据和数值型数据：

根据所采用的计量尺度不同，可以将统计数据分为分类数据、顺序数据和数值型数据。

(1)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，是用文字来表达的，它是由分类尺度计量形成的。

(2)顺序数量是只能归于某一有序类别的非数字型数据。也是对事物进行分类的结果，但这些类别是有顺序的，它是由顺序尺度计量形成的。

(3)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，现实中我们所处理的大多数都是数值型数据。

总之，分类数据和顺序数据说明的是事物的本质特征，通常是用文字来表达的，其结果均表现为类别，因而也统称为定型数据或品质数据;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，因此可称为定量数据或数量数据。

3.比较总体、样本、参数、统计量和变量

(1)总体是包含所研究的全部个体的集合。通常是我们所关心的一些个体组成，如由多个企业所构成的集合，多个居民户所构成的集合。总体根据其所包含的单位数目是否可数可以分为有限总体和无限总体。有限总体是指总体的范围能够明确确定，而且元素的数目是有限可数的，需要注意的是，统计意义上的总体，通常不是一群人或一些物品的集合，而是一组观测数据。

(2)样本是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容量。例如我们从一批灯泡中随机抽取100个，这100个灯泡就构成了一个样本。

(3)参数是用来描述总体特征的概括性数字度量。有总体平均数、标准差、总体比例。由于总体参数通常是不知道的，所以参数是一个未知的常数。所以才需要进行抽样，根据样本来估计总体参数

(4)样本量是用来描述样本特征的概括性数字度量。统计量是根据样本数据计算出来的一个量，通常包括：样本平均数、样本标准差、样本比例等，由于样本是我们已经抽出来的，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推断总体参数。

(5)变量是说明现象某种特征的概念。变量的特点是从一次观察到下一次观察会呈现出差别或变化，分为分类变量、顺序变量、数值型变量、离散型变量和连续型变量。

以上就是本篇的全部解答，如果你想学习更多考研相关知识，欢迎大家前往高顿教育官网考研频道！

2023年考研备考资料下载> >

延伸阅读

版权声明：本条内容自发布之日起，有效期为一个月。凡本网站注明“来源高顿教育”或“来源高顿网校”或“来源高顿”的所有作品，均为本网站合法拥有版权的作品，未经本网站授权，任何媒体、网站、个人不得转载、链接、转帖或以其他方式使用。经本网站合法授权的，应在授权范围内使用，且使用时必须注明“来源高顿教育”或“来源高顿网校”或“来源高顿”，并不得对作品中出现的“高顿”字样进行删减、替换等。违反上述声明者，本网站将依法追究其法律责任。本网站的部分资料转载自互联网，均尽力标明作者和出处。本网站转载的目的在于传递更多信息，并不意味着赞同其观点或证实其描述，本网站不对其真实性负责。如您认为本网站刊载作品涉及版权等问题，请与本网站联系(邮箱fawu@gaodun.com，电话：021-31587497)，本网站核实确认后会尽快予以处理。

展开全文咨询在线

在线咨询热销

专业老师服务限时优惠

图文问答

图片文字快速问答