第2个回答 推荐于2019-09-29
统计方法:
1)测量的尺度
统计学一共有四种测量的尺度或是四种测量的方式。这四种测量(名目,顺序,等距,等比)在统计过程中具有不等的实用性 。等比尺度(Ratio measurements)拥有零值及资料间的距离是相等被定义的,等距尺度(Interval measurements)资料间的距离是相等被定义的但是它的零值并非绝对的无而是自行定义的(如智力或温度的测量)。( Ordinal measurements)顺序尺度的意义并非表现在其值而是在其顺序之上。名目尺度(Nominal measurements)的测量值则不具量的意义。
1.与数据相关的几个基本概念:
个体:收集数据时所依据的对象。【数据库中的关键字】
变量:对个体所感兴趣的特征。【属性】
观察值:对某个体收集到的测量值的全体。【测量值表全体】
观察值是对数据集中每个个体的各个方面进行测量所得的集合。因此它的个数总是等于个体的数量,每个个体的测量值个数等于变量的个数。数据总数=个体数*变量数。
2.对数据的测量尺度:
名义尺度:用于确认个体属性的标签或者名称。
顺序尺度:数据以名义数据显示,但数据顺序或等级之间的差异有意义。【如对于服务质量测量:优秀、良好、较差;对酒店的1-5星级的划分;班级中上成绩排名】
区间尺度:数据具有顺序数据所有的特征,并以相同的刻度或单位表示数值间的间隔。它总是数值型数据。【如学生的语文成绩分数】
比率尺度:数据数据具有区间数据所有特性,且两个数据的比值是有意义的,其测量尺度为比率尺度。
3.统计数据类型
在统计学中,统计数据主要可分为四种类型,分别是定类数据,定序数据,定距数据,定比变量。
1.定类数据(Nominal):名义级数据,数据的最低级,表示个体在属性上的特征或类别上的不同变量,仅仅是一种标志,没有序次关系。【例如, ”性别“,”男“编码为1,”女“编码为2。 】
2.定序数据(Ordinal):数据的中间级,用数字表示个体在某个有序状态中所处的位置,不能做四则运算。【例如,“受教育程度”,文盲半文盲=1,小学=2,初中=3,高中=4,大学=5,硕士研究生=6,博士及其以上=7。 】
3.定距数据(Interval):具有间距特征的变量,有单位,没有绝对零点,可以做加减运算,不能做乘除运算。统计中经常需要这种数据来时行分析。【例如,温度。】
4.定比变量(Ratio):数据的最高级,既有测量单位,也有绝对零点。【例如职工人数,身高。】
一般来说,数据的等级越高,应用范围越广泛,等级越低,应用范围越受限。不同测度级别的数据,应用范围不同。等级高的数据,可以兼有等级低的数据的功能,而等级低的数据,不能兼有等级高的数据的功能。
中国统计网中有一博文提到了如下分类:
1.按计量尺度分类
分类数据:只能归于某一类别的非数字型数据。【根据特征划成类。可以使用名义尺度或者顺序尺度】——分类变量
顺序数据:只能归于某一有序类别的非数字型数据。
数值型数据可能是离散的也可能是连续的。如泊松分布描述的数据是离散的,正态分布等描述的数据是连续的。
2.按收集方法分类
观测数据:通过调查和观测而收集到的数据。
实验数据:在实验中控制实验对象而收集到的数据。
3.按时间状况分类
截面数据:在相同或近似相同时间点上收集的数据。
时间序列数据:在不同时间上收集到一段时间内的数据。本回答被网友采纳
第3个回答 2013-07-07
统计学概述:
统计学是应用数学的一个分支,主要通过利用概率论建立数学模型,收集所观察系统的数据,进行量化的分析、总结,并进而进行推断和预测,为相关决策提供依据和参考。它被广泛的应用在各门学科之上,从物理和社会科学到人文科学,甚至被用来工商业及政府的情报决策之上。
统计学主要又分为描述统计学和推断统计学。给定一组数据,统计学可以摘要并且描述这份数据,这个用法称作为描述统计学。另外,观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型,以之来推论研究中的步骤及母体,这种用法被称做推论统计学。这两种用法都可以被称作为应用统计学。另外也有一个叫做数理统计学的学科专门用来讨论这门科目背后的理论基础。
统计方法:
1)测量的尺度
统计学一共有四种测量的尺度或是四种测量的方式。这四种测量(名目,顺序,等距,等比)在统计过程中具有不等的实用性 。等比尺度(Ratio measurements)拥有零值及资料间的距离是相等被定义的,等距尺度(Interval measurements)资料间的距离是相等被定义的但是它的零值并非绝对的无而是自行定义的(如智力或温度的测量)。( Ordinal measurements)顺序尺度的意义并非表现在其值而是在其顺序之上。名目尺度(Nominal measurements)的测量值则不具量的意义。
2)统计技术
以下列出一些有名的统计检定方法以及可供验证实验数据的程序
费雪最小显著差异法(Fisher's Least Significant Difference test )
学生t检验(Student's t-test)
曼-惠特尼 U 检定(Mann-Whitney U)
回归分析(regression analysis)
相关性(correlation)
皮尔森积矩相关系数(Pearson product-moment correlation coefficient)
史匹曼等级相关系数(Spearman's rank correlation coefficient )
卡方分配(chi-square )本回答被网友采纳