數(shù)據(jù)分析技術(shù)數(shù)據(jù)及其來(lái)源數(shù)據(jù)與統(tǒng)計(jì)學(xué)

主講教師：陳悅北京信息職業(yè)技術(shù)學(xué)院數(shù)據(jù)分析技術(shù)數(shù)據(jù)與統(tǒng)計(jì)學(xué)思考一下在你的印象中，統(tǒng)計(jì)學(xué)是什么？你日常生活和工作中都接觸過(guò)哪些數(shù)據(jù)？調(diào)查一批人的性別、職業(yè)、月收入等，這里涉及了哪些變量？如果讓你在全校大學(xué)生中做一次調(diào)查，你會(huì)調(diào)查所有的學(xué)生還是抽取一部分學(xué)生做調(diào)查？假定讓你從全校10000名學(xué)生中隨機(jī)抽取200人，你會(huì)怎么做？你都使用過(guò)哪些軟件，Excel？SPSS？R？還是其他？你認(rèn)為不使用軟件能做統(tǒng)計(jì)分析嗎？數(shù)據(jù)與統(tǒng)計(jì)學(xué)數(shù)據(jù)與統(tǒng)計(jì)學(xué)1什么是統(tǒng)計(jì)學(xué)2變量、數(shù)據(jù)及其分類數(shù)據(jù)與統(tǒng)計(jì)學(xué)1什么是統(tǒng)計(jì)學(xué)數(shù)據(jù)與統(tǒng)計(jì)學(xué)統(tǒng)計(jì)學(xué)(statistics)是一門分析數(shù)據(jù)的科學(xué)，它所提供的是收集數(shù)據(jù)、處理數(shù)據(jù)和分析數(shù)據(jù)的一套方法和技術(shù)，通過(guò)對(duì)數(shù)據(jù)的分析得出結(jié)論統(tǒng)計(jì)學(xué)研究的是來(lái)自各領(lǐng)域的數(shù)據(jù)，提供的是一套通用于所有學(xué)科領(lǐng)域的獲取數(shù)據(jù)、分析數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的原則和方法統(tǒng)計(jì)方法是通用于所有學(xué)科領(lǐng)域的，而不是為某個(gè)特定的問(wèn)題領(lǐng)域而構(gòu)造的。統(tǒng)計(jì)方法不是一成不變的，使用者在特定的情況下必須根據(jù)所掌握的專門知識(shí)選擇使用這些方法，而且，如果需要還要進(jìn)行必要的修正什么是統(tǒng)計(jì)學(xué)01統(tǒng)計(jì)學(xué)(statistics)是一門分析數(shù)據(jù)的科學(xué)，它所提供的是收集數(shù)據(jù)、處理數(shù)據(jù)和分析數(shù)據(jù)的一套方法和技術(shù)，通過(guò)對(duì)數(shù)據(jù)的分析得出結(jié)論統(tǒng)計(jì)學(xué)研究的是來(lái)自各領(lǐng)域的數(shù)據(jù)，提供的是一套通用于所有學(xué)科領(lǐng)域的獲取數(shù)據(jù)、分析數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的原則和方法統(tǒng)計(jì)方法是通用于所有學(xué)科領(lǐng)域的，而不是為某個(gè)特定的問(wèn)題領(lǐng)域而構(gòu)造的。統(tǒng)計(jì)方法不是一成不變的，使用者在特定的情況下必須根據(jù)所掌握的專門知識(shí)選擇使用這些方法，而且，如果需要還要進(jìn)行必要的修正什么是統(tǒng)計(jì)學(xué)01什么是統(tǒng)計(jì)學(xué)數(shù)據(jù)分析所用的方法可分為描述統(tǒng)計(jì)(descriptivestatistics)和推斷統(tǒng)計(jì)(inferentialstatistics)兩大類描述統(tǒng)計(jì)主要是利用圖表形式對(duì)數(shù)據(jù)進(jìn)行匯總和展示，計(jì)算一些簡(jiǎn)單的統(tǒng)計(jì)量推斷統(tǒng)計(jì)主要是根據(jù)樣本信息來(lái)推斷總體的特征，內(nèi)容包括參數(shù)估計(jì)和假設(shè)檢驗(yàn)兩大類參數(shù)估計(jì)是利用樣本信息推斷所關(guān)心的總體特征假設(shè)檢驗(yàn)則是利用樣本信息判斷對(duì)總體的某個(gè)假設(shè)是否成立什么是統(tǒng)計(jì)學(xué)012變量、數(shù)據(jù)及其分類數(shù)據(jù)與統(tǒng)計(jì)學(xué)變量(variable)描述所觀察對(duì)象某種特征的概念，其的特點(diǎn)是從一次觀察到下一次觀察可能會(huì)出現(xiàn)不同結(jié)果變量與數(shù)據(jù)02觀察一個(gè)企業(yè)的銷售額，你會(huì)發(fā)現(xiàn)這個(gè)月和上個(gè)月有所不同；觀察一只股票的結(jié)果，今天與昨天數(shù)量不一樣；觀察一個(gè)人的月收入，一個(gè)人和另一個(gè)人不一樣；投擲一枚骰子觀察其出現(xiàn)的點(diǎn)數(shù)，這次投擲的結(jié)果和下一次也不一樣。這里的“企業(yè)銷售額”、“股票價(jià)格”、“月收入”、“投擲一枚骰子出現(xiàn)的點(diǎn)數(shù)”等“企業(yè)銷售額”、“股票價(jià)格數(shù)”、“月收入”、“投擲一枚骰子出現(xiàn)的點(diǎn)數(shù)”等都是變量2數(shù)據(jù)(data)變量的觀測(cè)結(jié)果變量與數(shù)據(jù)02

(變量的分類)2022-4-17根據(jù)觀測(cè)結(jié)果的特征分為類別變量數(shù)值變量變量與數(shù)據(jù)02類別變量(categoricalvariable)取值為事物屬性或類別以及區(qū)間值的變量，也稱為“定性變量(qualitativevariable)。如“人的性別”、“上市公司所屬的行業(yè)”、“用戶對(duì)商品滿意度的評(píng)價(jià)”、“月收入的檔次”等都是類別變量。變量與數(shù)據(jù)02類別變量分為兩種無(wú)序類別變量，其取值是不可以排序有序類別變量，取值可以排序數(shù)值變量(metricvariable)取值為數(shù)字的變量，也稱為定量變量(quantitativevariable)。例如“企業(yè)銷售額”、“股票價(jià)格”、“月收入”、“投擲一枚骰子出現(xiàn)的點(diǎn)數(shù)”等這些變量的取值可以用數(shù)字來(lái)表示，都屬于數(shù)值變量變量與數(shù)據(jù)02根據(jù)其取值的不同，可以分為離散型變量是只取有限個(gè)值的變量，而且其取可以一一列舉連續(xù)型變量是可以在一個(gè)或多個(gè)區(qū)間中取任何值的變量，它的取值是連續(xù)不斷的變量與數(shù)據(jù)02數(shù)據(jù)(data)：變量的觀測(cè)結(jié)果與變量性對(duì)應(yīng)分為：“類別數(shù)據(jù)”(categoricaldata)數(shù)值型數(shù)據(jù)(metricdata)類別數(shù)據(jù)也稱為“定性數(shù)據(jù)”或“屬性數(shù)據(jù)”，有名義值類別數(shù)據(jù)和順序值變量數(shù)據(jù)兩種，其中只取兩個(gè)值的類別數(shù)據(jù)也稱為二值類別數(shù)據(jù)數(shù)值型數(shù)據(jù)(metricdata)也稱為“定量數(shù)據(jù)”。是數(shù)值變量的觀察結(jié)果，用數(shù)字來(lái)表示變量與數(shù)據(jù)02按照數(shù)據(jù)的收集方法可分為觀測(cè)數(shù)據(jù)(observationaldata)和實(shí)驗(yàn)數(shù)據(jù)(experimentaldata)數(shù)據(jù)的其他分類02觀測(cè)數(shù)據(jù)是通過(guò)調(diào)查或觀測(cè)而收集到的數(shù)據(jù)，有關(guān)社會(huì)經(jīng)濟(jì)現(xiàn)象的數(shù)據(jù)幾乎都是觀測(cè)數(shù)據(jù)實(shí)驗(yàn)數(shù)據(jù)則是在實(shí)驗(yàn)中控制實(shí)驗(yàn)對(duì)象而收集到的數(shù)據(jù)，自然科學(xué)領(lǐng)域的大多數(shù)數(shù)據(jù)都為實(shí)驗(yàn)數(shù)據(jù)2按照被描述的現(xiàn)象與時(shí)間的關(guān)系，可以將數(shù)據(jù)分為截面數(shù)據(jù)(cross-sectionaldata)和時(shí)間序列數(shù)據(jù)(timeseriesdata)數(shù)據(jù)的其他分類02截面數(shù)據(jù)是在相同或近似相同的時(shí)間點(diǎn)上收集的數(shù)據(jù)，這類數(shù)據(jù)通常是在不同的空間上獲得的，用于描述現(xiàn)象在某一時(shí)刻的變化情況，比如，2014