統(tǒng)計(jì)學(xué)期末

第一章導(dǎo) 論

1.什么是統(tǒng)計(jì)學(xué)

統(tǒng)計(jì)學(xué)是收集、處理鸠信、分析胧沫、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的科學(xué)
數(shù)據(jù)分析所用的方法可分為描述統(tǒng)計(jì)方法和推斷統(tǒng)計(jì)方法

2.參數(shù)和統(tǒng)計(jì)量

參數(shù)：總體特征，所關(guān)心的參數(shù)通常是總體平均數(shù)占业、總體標(biāo)準(zhǔn)差绒怨、總體比例等

由于總體數(shù)據(jù)通常是不知道的，所以參數(shù)是一個(gè)未知的常量-
統(tǒng)計(jì)量：個(gè)體特征谦疾，所關(guān)心的參數(shù)通常是樣本平均數(shù)南蹂、樣本標(biāo)準(zhǔn)差、樣本比例等

由于樣本是已經(jīng)抽出來(lái)的念恍，所以統(tǒng)計(jì)量總是知道的

第二章數(shù)據(jù)的搜集

1.數(shù)據(jù)的來(lái)源

間接來(lái)源（二手?jǐn)?shù)據(jù)）與研究?jī)?nèi)容有關(guān)的原信息已經(jīng)存在碎紊，我們只是重新加工、整理樊诺，使之成為分析可用的數(shù)據(jù)仗考，這稱(chēng)為間接來(lái)源的數(shù)據(jù)
直接來(lái)源（一手?jǐn)?shù)據(jù)）通過(guò)調(diào)查方法獲得的為調(diào)查數(shù)據(jù)，實(shí)驗(yàn)得到為實(shí)驗(yàn)數(shù)據(jù)词爬，都是直接來(lái)源的數(shù)據(jù)

2.數(shù)據(jù)誤差

抽樣誤差：由抽樣的隨機(jī)性引起的樣本結(jié)果與總體真值之間的差異
非抽樣誤差：抽樣框誤差秃嗜、回答誤差、無(wú)回答誤差、調(diào)查員誤差锅锨、測(cè)量誤差

第三章數(shù)據(jù)的圖表展示

1.數(shù)據(jù)預(yù)處理

原始數(shù)據(jù)：完整性叽赊、準(zhǔn)確性
二手?jǐn)?shù)據(jù)：適用性、時(shí)效性

2.分類(lèi)數(shù)據(jù)圖示

數(shù)據(jù)的類(lèi)型與主要圖示方法

帕累托圖

環(huán)形圖

1> 組數(shù) 5≤ K ≤15

2> 組距組距=(Max-Min)/K

3> 為解決不重的問(wèn)題必搞，統(tǒng)計(jì)分組習(xí)慣上規(guī)定“上組限不在內(nèi)”必指，即當(dāng)相鄰兩組的上下限重疊時(shí)，恰好等于某一組上限的變量值不算在本組內(nèi)恕洲，而計(jì)算在下一組內(nèi)塔橡。即a≤ x <b

第四章數(shù)據(jù)的概括性度量

1.集中趨勢(shì)的度量

不同分布的眾數(shù)、中位數(shù)和平均數(shù) Me表示中位數(shù)

眾數(shù)不受極端值影響霜第，具有不唯一性

中位數(shù)不受極端值影響葛家，數(shù)據(jù)分布偏斜程度較大時(shí)

平均數(shù)易受極端值影響

2.離散程度的度量

離散程度度量

標(biāo)準(zhǔn)分?jǐn)?shù)：也稱(chēng)標(biāo)準(zhǔn)化值或z分?jǐn)?shù)（將數(shù)據(jù)平均值變?yōu)?，標(biāo)準(zhǔn)差為1）
$z_i=\frac{x_i-\overline{x}}{s}$

經(jīng)驗(yàn)法則：對(duì)稱(chēng)分布

切比雪夫不等式：不是對(duì)稱(chēng)分布

離散系數(shù)
$v_s=\frac{s}{\overline{x}}$

離散系數(shù)越大泌类，數(shù)據(jù)離散程度越大

3.偏態(tài)與峰態(tài)

偏態(tài) SK：數(shù)據(jù)對(duì)稱(chēng)性測(cè)度

SK = 0 分布對(duì)稱(chēng)

SK > 0 右偏

SK < 0 左偏

SK > 1或者SK < -1 高度偏態(tài)分布

SK在0.5_1或-1-0.5 之間癞谒，中等偏態(tài)分布

SK越接近0，偏斜程度越小
峰態(tài) K：數(shù)據(jù)分布平峰或尖峰程度的測(cè)量

K > 0 尖峰分布刃榨，數(shù)據(jù)分布更集中

K < 0 扁平分布弹砚，數(shù)據(jù)分布越分散

第五章概率與概率分布

正態(tài)分布

X服從正態(tài)分布，記作X~N( $\mu,\sigma^2$ )

參數(shù)對(duì)曲線位置形狀影響

$\mu決定圖形中心位置枢希，\sigma決定曲線陡峭程度$

標(biāo)準(zhǔn)正態(tài)分布

當(dāng) $\mu=0桌吃，\sigma=1$ 時(shí) ，X~N(0,1)晴玖，即X服從標(biāo)準(zhǔn)正態(tài)分布

第六章統(tǒng)計(jì)量及其抽樣分布

1.由正態(tài)分布導(dǎo)出的幾個(gè)重要分布

卡方分布

E(Y) = n ,D(Y) = 2n

t分布

小樣本方法

n≥2读存， $E(t) = 0$

n ≥ 3, $D(t) = \frac{n}{n-2}$

F分布

方差分析为流，回歸方程的顯著性檢驗(yàn)

n>2呕屎， $E(X)=\frac{n}{n-2}$

n>4， $D(X)=\frac{2n^2(m+n-2)}{m(n-2)(n-4)}$

如果隨機(jī)變量X服從t(n)分布敬察，則 $X^2$ 服從F(1,n)的F分布=>回歸分析回歸系數(shù)顯著性檢驗(yàn)

2.中心極限定理

定義：設(shè)從均值為 $\mu$ 秀睛、方差為 $\sigma^2$ (有限)的任意一個(gè)總體中抽取樣本量為n的樣本，當(dāng)n充分大時(shí)(n≥30)莲祸，樣本均值 $\overline{x}$ 的抽樣分布近似服從從均值為 $\mu$ ,方差為 $\frac{\sigma^2}{n}$ 的正態(tài)分布

第七章參數(shù)估計(jì)

1.參數(shù)估計(jì)基本原理

置信區(qū)間：在區(qū)間估計(jì)中蹂安，由樣本統(tǒng)計(jì)量所構(gòu)造的總體參數(shù)的估計(jì)區(qū)間稱(chēng)為置信區(qū)間

置信水平：如果將構(gòu)造置信區(qū)間的步驟重復(fù)多次，置信區(qū)間中包含總體參數(shù)真值的次數(shù)所占的比例稱(chēng)為置信水平(置信度或置信系數(shù))

如果用某種方法構(gòu)造的所有區(qū)間中有95%的區(qū)間包含總體參數(shù)的真值锐帜，5%的區(qū)間不包含田盈，那么，用該方法構(gòu)造的區(qū)間稱(chēng)為置信水平為95%的置信區(qū)間
總體參數(shù)的真值是固定的缴阎、未知的允瞧，而樣本構(gòu)造的區(qū)間則是不固定的。因此，置信區(qū)間是一個(gè)隨機(jī)區(qū)間述暂，因樣本的不同而不同
實(shí)際問(wèn)題中痹升，進(jìn)行估計(jì)時(shí)往往只抽取一個(gè)樣本。只是一個(gè)特定區(qū)間而不再是隨機(jī)區(qū)間畦韭，所以無(wú)法知道這個(gè)樣本所產(chǎn)生的區(qū)間是否包含總體參數(shù)的真值疼蛾。

比如，用95%的置信水平得到某班學(xué)生考試成績(jī)的置信區(qū)間為60-80分艺配，我們不能說(shuō)60-80分這個(gè)區(qū)間以95%的概率包含全班學(xué)生平均考試成績(jī)的真值察郁，或者說(shuō)全班學(xué)生的平均考試成績(jī)以95%的概率落在60-80分之間，這類(lèi)表述是錯(cuò)誤的妒挎，因?yàn)榭傮w均值p是一個(gè)常數(shù)绳锅，而不是一個(gè)隨機(jī)變量。p要么落在這個(gè)范圍內(nèi)酝掩，要么不在這個(gè)范圍內(nèi)鳞芙，這里并不涉及概率。我們只是知道在多次抽樣中有95%的樣本得到的區(qū)間包含全班學(xué)生平均考試成績(jī)的真值期虾。它的真正意義是如果做了100次抽樣原朝，大概有95次找到的區(qū)間包含真值，有5次找到的區(qū)間不包含真值镶苞。假定全班考試成績(jī)平均數(shù)的真值為70分喳坠，60-80分這個(gè)區(qū)間一定包含真值，如果全班考試成績(jī)平均數(shù)的真值為50分茂蚓，那么區(qū)間60~80分就絕對(duì)不包含真值壕鹉，無(wú)論做多少次試驗(yàn)。因此聋涨，這個(gè)概率不是用來(lái)描述某個(gè)特定的區(qū)間包含總體參數(shù)真值的可能性晾浴，而是針對(duì)隨機(jī)區(qū)間而言的。一個(gè)特定的區(qū)間"總是包含"或"絕對(duì)不包含"參數(shù)的真值牍白，不存在"以多大的概率包含總體參數(shù)"的問(wèn)題绣张。但是院崇，用概率可以知道在多次抽樣得到的區(qū)間中大概有多少個(gè)區(qū)間包含參數(shù)的真值。

評(píng)價(jià)估計(jì)量的標(biāo)準(zhǔn)：無(wú)偏性、有效性笼沥、一致性

2.一個(gè)總體參數(shù)的區(qū)間估計(jì)

總體均值的區(qū)間估計(jì)

“正態(tài)總體沦泌、方差已知或非正態(tài)總體烙常、大樣本”

總體均值μ在1- α 置信水平下的置信區(qū)間為：
$\overline{x}±z_{α/2}\frac{σ}{\sqrt n}$

置信水平1- α = 95%荆永， $z_{α/2}$ =1.96

例題：

不同情況下總體均值的區(qū)間估計(jì)

總體比例的區(qū)間估計(jì)
$p±z_{α/2}\sqrt {\frac {p(1-p)}{n}}$

p是樣本比例

α 是顯著性水平

$z_{α/2}$ 是標(biāo)準(zhǔn)正態(tài)分布右側(cè)面積為α/2是的z值

$z_{α/2}\sqrt {\frac {p(1-p)}{n}}$ 是估計(jì)總體比例時(shí)的估計(jì)誤差

例題：

第八章假設(shè)檢驗(yàn)

1.假設(shè)檢驗(yàn)的基本問(wèn)題

原假設(shè)，備擇假設(shè)：原假設(shè)與備擇假設(shè)互斥
兩類(lèi)錯(cuò)誤
- 第 Ⅰ類(lèi)錯(cuò)誤是原假設(shè) $H_0$ 為真卻被拒絕般渡，犯這種錯(cuò)誤的概率用α 表示懒豹，也稱(chēng)α 錯(cuò)誤或棄真錯(cuò)誤
- 第Ⅱ類(lèi)錯(cuò)誤是原假設(shè)為偽卻沒(méi)有拒絕右蹦，犯這種錯(cuò)誤的概率用 β表示也稱(chēng)β錯(cuò)誤或取偽錯(cuò)誤
假設(shè)檢驗(yàn)流程
- σ已知，大樣本
  
  |z|<| $z_{α/2}$ |歼捐，不拒絕 $H0$
  
  |z|>| $z_{α/2}$ |何陆，拒絕 $H0$
- 利用P值(事先給定α=0.05)
  - 雙側(cè)檢驗(yàn)：P>0.025不拒絕原假設(shè)，P< 0.025拒絕原假設(shè)
  - 單側(cè)檢驗(yàn)：P>0.05不拒絕原假設(shè)豹储，P< 0.05拒絕原假設(shè)
單側(cè)檢驗(yàn)

一些情況下贷盲，我們關(guān)心的假設(shè)問(wèn)題帶有方向性
- 數(shù)值越大越好，使用壽命等剥扣，左單側(cè)檢驗(yàn)
- 數(shù)值越小越好巩剖，不合格率等，右單側(cè)檢驗(yàn)

正確選擇雙側(cè)檢驗(yàn)和單側(cè)檢驗(yàn)

2.一個(gè)總體參數(shù)的檢驗(yàn)

總體均值的檢驗(yàn)
- 樣本量大
  
  |z| 與 | $z_α$ |
- 小樣本钠怯，σ已知
  
  |z| 與 | $z_α$ | 或者 P值
- 小樣本佳魔，σ未知
  
  t 與 $t_{α/2}$
總體比例的檢驗(yàn)

當(dāng)α=0.05時(shí)， $z_{α/2}$ =±1.96晦炊，比較|z| 與 | $z_{α/2}$ |

第九章分類(lèi)數(shù)據(jù)分析

1.擬合優(yōu)度檢驗(yàn)

根據(jù)總體的分布狀況鞠鲜，計(jì)算出分類(lèi)變量中各類(lèi)別的期望頻數(shù)，與分布的觀察頻數(shù)進(jìn)行對(duì)比断国，判斷期望頻數(shù)與觀察頻數(shù)是否有顯著差異贤姆，從而達(dá)到對(duì)分類(lèi)變量進(jìn)行分析的目的。

在泰坦尼克號(hào)的例子中稳衬，我們關(guān)注在這次海難中幸存者的性別是否有顯著差異霞捡，當(dāng)時(shí)船上共有2208人，其中男性1738人薄疚，女性470人碧信。海難發(fā)生后，幸存者共718人街夭，其中男性374人砰碴，女性344人。海難后存活比率為 718/2 208=0.325.如果是否活下來(lái)與性別沒(méi)有關(guān)系莱坎，那么按照這個(gè)比率衣式，在1738位男性中應(yīng)該存活1738×0.325=565人寸士，在470位女性中應(yīng)該存活 470×0.325=153人檐什。565和153就是期望頻數(shù)，而實(shí)際存活結(jié)果就是觀察頻數(shù)弱卡。通過(guò)期望頻數(shù)和觀察頻數(shù)的比較乃正，能夠從統(tǒng)計(jì)角度做出存活與性別是否有關(guān)的判斷。

原假設(shè)：一致

2.獨(dú)立性檢驗(yàn)

獨(dú)立性檢驗(yàn)就是分析列聯(lián)表中的行變量和列變量是否相互獨(dú)立婶博，是否存在依賴(lài)關(guān)系

原假設(shè)：不存在依賴(lài)關(guān)系

第十章方差分析

1.單因素方差分析

方差分析(ANOVA)：通過(guò)檢驗(yàn)各總體的均值是否相等來(lái)判斷分類(lèi)型自變量對(duì)數(shù)值型因變量是否有顯著影響

因素(因子)：方差分析中所要檢驗(yàn)的對(duì)象

水平(處理)：因素的不同表現(xiàn)

單因素方差分析：只有一個(gè)因素的方差分析

例如瓮具，行業(yè)為因素，零售業(yè)、旅游業(yè)名党、家電制造業(yè)等屬于水平

總平方和 SST(sum of squares for total)：全部觀測(cè)值與總均值的誤差平方和叹阔。

組間平方和 SSA(sun of squares for factor A)：各組均值與總均值的誤差平方和，反映個(gè)樣本均值之間的差異程度传睹，因此又稱(chēng)為因素平方和耳幢。

組內(nèi)平方和 SSE(sum of squares for error)：每個(gè)水平或組的各樣本數(shù)據(jù)與其總均值的誤差平方和，反映每個(gè)樣本各觀測(cè)值的離散狀況欧啤，因此又稱(chēng)誤差平方和睛藻。
$SST = SSA + SSE$

方差分析表

誤差來(lái)源	平方和SS	自由度df	均方MS	F值
組間（因素影響）	SSA	k-1	MSA	MSA/MSE
組內(nèi)（誤差）	SSE	n-k	MSE
總和	SST	n-1

n為全部觀測(cè)值個(gè)數(shù) ；k為因素水平(總體)的個(gè)數(shù)邢隧；MS=SS / df

2.雙因素方差分析

第十一章一元線性回歸

相關(guān)系數(shù)：根據(jù)樣本數(shù)據(jù)計(jì)算的度量?jī)蓚€(gè)變量之間線性關(guān)系強(qiáng)度的統(tǒng)計(jì)量

ρ：總體相關(guān)系數(shù)店印，根據(jù)總體全部數(shù)據(jù)計(jì)算的

r：樣本相關(guān)系數(shù)，根據(jù)樣本數(shù)據(jù)計(jì)算的

[-1,0) ==> 負(fù)線性相關(guān)

(0,1] ==> 正線性相關(guān)

r = -1==>完全負(fù)線性相關(guān)關(guān)系

r=1 ==>完全正線性相關(guān)關(guān)系

相關(guān)程度：

第十三章時(shí)間序列分析和預(yù)測(cè)

1.時(shí)間序列及其分解

時(shí)間序列：同一現(xiàn)象在不同時(shí)間的相繼觀察值排列而成的序列倒慧，分為平穩(wěn)序列和非平穩(wěn)序列

趨勢(shì)：時(shí)間序列在長(zhǎng)期內(nèi)呈現(xiàn)出來(lái)的某種持續(xù)上升或持續(xù)下降的變動(dòng)

季節(jié)性（季節(jié)變動(dòng)）：時(shí)間序列在一年內(nèi)重復(fù)出現(xiàn)的周期性波動(dòng)按摘。

2.增長(zhǎng)率分析

增長(zhǎng)率：也稱(chēng)增長(zhǎng)速度，是時(shí)間序列中報(bào)告期觀察值與基期觀察值之比減1后的結(jié)果纫谅，用%表示
- 環(huán)比增長(zhǎng)率：報(bào)告期觀察值與前一時(shí)期觀察值之比減1的結(jié)果院峡，說(shuō)明現(xiàn)象逐期增長(zhǎng)變化的程度
  $G_i=\frac{Y_i-Y_{i-1}}{Y_{i-1}}=\frac{Y_i}{Y_{i-1}}-1，i=1,2,...,n$

定基增長(zhǎng)率：報(bào)告期觀察值與某一固定時(shí)期觀察值之比減1的結(jié)果系宜，說(shuō)明現(xiàn)象在整個(gè)觀察期內(nèi)總的增長(zhǎng)變化程度
$G_i=\frac{Y_i-Y_0}{Y_0}=\frac{Y_i}{Y_0}-1照激，i=1,2,...,n$

平均增長(zhǎng)率：也稱(chēng)平均增長(zhǎng)速度，時(shí)間序列中逐期環(huán)比值（也稱(chēng)環(huán)比發(fā)展速度）的幾何平均數(shù)減1后的結(jié)果
$\overline{G}=\sqrt[n]{\frac{Y_n}{Y_0}-1}$

$\overline{G}$ 表示平均增長(zhǎng)率盹牧；n表示環(huán)比值的個(gè)數(shù)

第十四章指數(shù)

1.簡(jiǎn)單指數(shù)

簡(jiǎn)單綜合指數(shù)：將報(bào)告期的指數(shù)總和與基期的指標(biāo)總和相對(duì)比的指數(shù)
$I_p=\frac{\sum p_1}{\sum p_0}$
$I_q=\frac{\sum q_1}{\sum q_0}$

ｐ——質(zhì)量指標(biāo)

ｑ——數(shù)量指標(biāo)

$I_p$ ——質(zhì)量指標(biāo)指數(shù)

$I_q$ ——數(shù)量指標(biāo)指數(shù)

下標(biāo)1——報(bào)告期

下標(biāo)0——基期

簡(jiǎn)單平均指數(shù)：
$I_p=\frac{\sum \frac{p_1}{p_0}}{n}$
$I_q=\frac{\sum \frac{q_1}{q_0}}{n}$

2.加權(quán)指數(shù)

加權(quán)綜合指數(shù)

拉氏指數(shù)：將作為權(quán)數(shù)的同度量因素固定在基期
$I_q=\frac{\sum q_1p_0}{\sum q_0p_0}$
$I_p=\frac{\sum q_0p_1}{\sum q_0p_0}$
帕氏指數(shù)：將作為權(quán)數(shù)的同度量因素固定在報(bào)告期
$I_q=\frac{\sum q_1p_1}{\sum q_0p_1}$

$I_q=\frac{\sum q_1p_1}{\sum q_1p_0}$

大多數(shù)的看法是俩垃，計(jì)算數(shù)量指數(shù)（如生產(chǎn)量指數(shù)）時(shí)，權(quán)數(shù)（價(jià)格）應(yīng)該定在基期汰寓，這樣才能剔除價(jià)格變動(dòng)的影響口柳，準(zhǔn)確反映生產(chǎn)量的變化，按不變價(jià)計(jì)算產(chǎn)量指數(shù)就是出于這個(gè)原因有滑。計(jì)算質(zhì)量指數(shù)（如價(jià)格指數(shù)）時(shí)跃闹，不同時(shí)期的權(quán)數(shù)含義不同：若權(quán)數(shù)定在基期，反映的是在基期商品（產(chǎn)品）結(jié)構(gòu)下價(jià)格的整體變動(dòng)毛好，更能揭示價(jià)格變動(dòng)的內(nèi)容望艺；若權(quán)數(shù)定在報(bào)告期，反映的是在現(xiàn)實(shí)商品（產(chǎn)品）結(jié)構(gòu)下價(jià)格的整體變動(dòng)肌访，商品（產(chǎn)品）結(jié)構(gòu)變化的影響會(huì)融入價(jià)格指數(shù)找默，更能揭示價(jià)格變動(dòng)的實(shí)際影響。編制指數(shù)的目的不同吼驶，權(quán)數(shù)確定的時(shí)期就可以不同惩激。

加權(quán)平均指數(shù)

店煞。。风钻。

指數(shù)計(jì)算

采用加權(quán)平均的方法
$I_p=\frac{\sum iW}{\sum W}$

i為代表規(guī)格品個(gè)數(shù)指數(shù)或各層的類(lèi)指數(shù)顷蟀；

W為相應(yīng)的消費(fèi)支出比重

最后編輯于：2020.06.19 15:48:18

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者

人面猴
序言：七十年代末，一起剝皮案震驚了整個(gè)濱河市骡技，隨后出現(xiàn)的幾起案子衩椒，更是在濱河造成了極大的恐慌，老刑警劉巖哮兰，帶你破解...
沈念sama閱讀 211,817評(píng)論 6贊 492
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件毛萌，死亡現(xiàn)場(chǎng)離奇詭異，居然都是意外死亡喝滞，警方通過(guò)查閱死者的電腦和手機(jī)阁将，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 90,329評(píng)論 3贊 385
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門(mén)，熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)右遭，“玉大人做盅，你說(shuō)我怎么就攤上這事【焦” “怎么了吹榴？”我有些...
開(kāi)封第一講書(shū)人閱讀 157,354評(píng)論 0贊 348
道士緝兇錄：失蹤的賣(mài)姜人
文/不壞的土叔我叫張陵，是天一觀的道長(zhǎng)滚婉。經(jīng)常有香客問(wèn)我图筹，道長(zhǎng)，這世上最難降的妖魔是什么让腹？我笑而不...
開(kāi)封第一講書(shū)人閱讀 56,498評(píng)論 1贊 284
?港島之戀（遺憾婚禮）
正文為了忘掉前任远剩，我火速辦了婚禮，結(jié)果婚禮上骇窍，老公的妹妹穿的比我還像新娘瓜晤。我一直安慰自己，他們只是感情好腹纳，可當(dāng)我...
茶點(diǎn)故事閱讀 65,600評(píng)論 6贊 386
惡毒庶女頂嫁案：這布局不是一般人想出來(lái)的
文/花漫我一把揭開(kāi)白布痢掠。她就那樣靜靜地躺著，像睡著了一般嘲恍。火紅的嫁衣襯著肌膚如雪足画。梳的紋絲不亂的頭發(fā)上，一...
開(kāi)封第一講書(shū)人閱讀 49,829評(píng)論 1贊 290
城市分裂傳說(shuō)
那天蛔钙，我揣著相機(jī)與錄音锌云，去河邊找鬼荠医。笑死吁脱，一個(gè)胖子當(dāng)著我的面吹牛桑涎，可吹牛的內(nèi)容都是我干的。我是一名探鬼主播兼贡，決...
沈念sama閱讀 38,979評(píng)論 3贊 408
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開(kāi)眼攻冷，長(zhǎng)吁一口氣：“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼！你這毒婦竟也來(lái)了遍希？” 一聲冷哼從身側(cè)響起等曼，我...
開(kāi)封第一講書(shū)人閱讀 37,722評(píng)論 0贊 266
萬(wàn)榮殺人案實(shí)錄
序言：老撾萬(wàn)榮一對(duì)情侶失蹤，失蹤者是張志新（化名）和其女友劉穎凿蒜，沒(méi)想到半個(gè)月后禁谦，有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體，經(jīng)...
沈念sama閱讀 44,189評(píng)論 1贊 303
?護(hù)林員之死
正文獨(dú)居荒郊野嶺守林人離奇死亡废封，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點(diǎn)故事閱讀 36,519評(píng)論 2贊 327
?白月光啟示錄
正文我和宋清朗相戀三年州泊，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片漂洋。...
茶點(diǎn)故事閱讀 38,654評(píng)論 1贊 340
活死人
序言：一個(gè)原本活蹦亂跳的男人離奇死亡遥皂，死狀恐怖，靈堂內(nèi)的尸體忽然破棺而出刽漂，到底是詐尸還是另有隱情演训，我是刑警寧澤，帶...
沈念sama閱讀 34,329評(píng)論 4贊 330
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布贝咙，位于F島的核電站样悟，受9級(jí)特大地震影響，放射性物質(zhì)發(fā)生泄漏庭猩。R本人自食惡果不足惜乌奇，卻給世界環(huán)境...
茶點(diǎn)故事閱讀 39,940評(píng)論 3贊 313
男人毒藥：我在死后第九天來(lái)索命
文/蒙蒙一、第九天我趴在偏房一處隱蔽的房頂上張望眯娱。院中可真熱鬧礁苗，春花似錦、人聲如沸徙缴。這莊子的主人今日做“春日...
開(kāi)封第一講書(shū)人閱讀 30,762評(píng)論 0贊 21
一樁弒父案，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽(yáng)于样。三九已至疏叨，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間穿剖，已是汗流浹背蚤蔓。一陣腳步聲響...
開(kāi)封第一講書(shū)人閱讀 31,993評(píng)論 1贊 266
情欲美人皮
我被黑心中介騙來(lái)泰國(guó)打工，沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留糊余，地道東北人秀又。一個(gè)月前我還...
沈念sama閱讀 46,382評(píng)論 2贊 360
代替公主和親
正文我出身青樓单寂，卻偏偏與公主長(zhǎng)得像，于是被迫代替她去往敵國(guó)和親吐辙。傳聞我的和親對(duì)象是個(gè)殘疾皇子宣决，可洞房花燭夜當(dāng)晚...
茶點(diǎn)故事閱讀 43,543評(píng)論 2贊 349