深入淺出商務與經(jīng)濟統(tǒng)計筆記·Part1

受?統(tǒng)計之都?推薦文章“如何學習統(tǒng)計學乾吻,或我的學習之路——初學者寫給初學者”(胡江堂髓梅,2008-11-20)啟發(fā),“……在統(tǒng)計學習方面绎签,你可以一開始就把自己的努力建立在一個較高的水平上:讀安德森或林德枯饿。”诡必,踏上經(jīng)典閱讀之路奢方。

本讀書筆記選編自:《商務與經(jīng)濟統(tǒng)計學》(原書第12版),David R.Anderson等爸舒,辛辛那提大學蟋字,機械業(yè)出版社。

第一章 數(shù)據(jù)與統(tǒng)計資料


1.1 ? ?開宗明義

關(guān)于本書:概念性介紹統(tǒng)計學及其各種應用方面的知識扭勉。

關(guān)于統(tǒng)計學:研究不確定性現(xiàn)象數(shù)量規(guī)律的方法論科學鹊奖。收集、分析涂炎、表述和解釋數(shù)據(jù)的科學與藝術(shù)忠聚。

關(guān)于商務統(tǒng)計學:統(tǒng)計學在商務和經(jīng)濟中的應用,即在商務和經(jīng)濟活動中唱捣,幫助管理者理解變化两蟀,做出科學正確的決策。舉例:會計震缭、財務赂毯、市場營銷、生產(chǎn)(質(zhì)量管理)拣宰、經(jīng)濟党涕、信息系統(tǒng)等。

1.2~1.3 ? ?數(shù)據(jù)與數(shù)據(jù)來源

數(shù)據(jù)集:個體(數(shù)據(jù)實體)徐裸、變量(特征描述)遣鼓、觀測值(測量值)

四種測量尺度:決定了數(shù)據(jù)中的信息量,包括:1)名義尺度(可標記類別)重贺、2)順序尺度(可區(qū)分等級)、3)間隔尺度(可數(shù)值排序)回懦、4)比率尺度(存在有意義的數(shù)值比)气笙,是初級到高級的“層級遞進”。

分類型和數(shù)值型數(shù)據(jù):為了統(tǒng)計分析的目的怯晕,對數(shù)據(jù)的進一步劃分為分類型數(shù)據(jù)和數(shù)值型數(shù)據(jù)潜圃。分類型數(shù)據(jù)用上述1)2)度量,數(shù)值型數(shù)據(jù)用上述3)4)度量舟茶。注意谭期,當數(shù)據(jù)是數(shù)值型時堵第,算術(shù)運算才有意義,同時有更多的統(tǒng)計分析方法可供選擇隧出。

1.4? ? 描述統(tǒng)計

描述統(tǒng)計:將數(shù)據(jù)以表格踏志、圖形、數(shù)值形式匯總的統(tǒng)計方法胀瞪。如表格匯總针余、圖形匯總(條形圖、直方圖)凄诞、平均數(shù)圆雁、中位數(shù)等。

1.5~1.6 ? ?統(tǒng)計推斷帆谍、計算機與統(tǒng)計數(shù)據(jù)

基本概念:總體伪朽、樣本、普查汛蝙、抽樣調(diào)查

統(tǒng)計推斷:利用樣本數(shù)據(jù)對總體特征進行估算和假設(shè)檢驗驱负。例如,計算抽樣數(shù)據(jù)的平均値患雇,推斷所有燈泡的平均使用壽命跃脊。

大量數(shù)據(jù)處理,需要使用計算機進行分析苛吱。

1.7 ? ?數(shù)據(jù)挖掘

數(shù)據(jù)挖掘:研究從大數(shù)據(jù)中開發(fā)有用的決策信息的方法酪术。例如,電商的關(guān)聯(lián)產(chǎn)品推薦等翠储。常用的數(shù)據(jù)挖掘方法有:多元回歸绘雁、邏輯回歸、人工智能援所、機器學習等庐舟。

1.8 ? ?統(tǒng)計實踐的道德準則

統(tǒng)計研究中的不道德行為:不正確的抽樣,不恰當?shù)臄?shù)據(jù)分析住拭,誤導性的圖表繪制挪略,不恰當?shù)褪褂媒y(tǒng)計摘要,統(tǒng)計結(jié)果片面解釋

要保持公平滔岳、謹慎杠娱、客觀、中立的態(tài)度谱煤。同時也應注意到他人在統(tǒng)計過程中的不道德行為的可能性摊求。

1.9????本章小結(jié)

第二章 描述統(tǒng)計學一:表格法和圖形法


2.1 ? ?匯總分類變量數(shù)據(jù)

頻數(shù)分布:一種數(shù)據(jù)的表格匯總,表示在幾個互不重疊組別中的每一組項目的個數(shù)(即頻數(shù))刘离。如對一份飲料購買樣本數(shù)據(jù)做頻數(shù)匯總室叉,出現(xiàn)的頻數(shù)越高表明其越受歡迎睹栖。

相對頻數(shù)分布:組的相對頻數(shù)=組的頻數(shù)/n,總和為1茧痕;其分布即數(shù)據(jù)的表格匯總野来。

百分比頻數(shù)分布:百分比頻數(shù)=相對頻數(shù)x100,總和為100凿渊;其分布即數(shù)據(jù)的表格匯總梁只。

條形圖、餅形圖(略):建議吧頻數(shù)較小的組合合并為“其他”埃脏。

2.2????匯總?數(shù)量型數(shù)據(jù)

頻數(shù)分布的定義適用于數(shù)量型數(shù)據(jù)搪锣。確定其頻數(shù)分布組時,有三個必要步驟:1)確定互不重疊的組數(shù)彩掐;2)確定的寬度构舟;3)確定組限。

實際操作:1)確定組數(shù):一般5~20組堵幽。2)確定組寬:近似組寬=(數(shù)據(jù)最大值-數(shù)據(jù)最小值)/組數(shù)狗超;3)確定組限:必須使每一個數(shù)據(jù)值只屬于一組。4)組中值:上下限的中間值


? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2018.06.09 ? ? ?to be continued

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末朴下,一起剝皮案震驚了整個濱河市努咐,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌殴胧,老刑警劉巖渗稍,帶你破解...
    沈念sama閱讀 222,104評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異团滥,居然都是意外死亡竿屹,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評論 3 399
  • 文/潘曉璐 我一進店門灸姊,熙熙樓的掌柜王于貴愁眉苦臉地迎上來拱燃,“玉大人,你說我怎么就攤上這事力惯⊥胗” “怎么了?”我有些...
    開封第一講書人閱讀 168,697評論 0 360
  • 文/不壞的土叔 我叫張陵夯膀,是天一觀的道長诗充。 經(jīng)常有香客問我,道長诱建,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,836評論 1 298
  • 正文 為了忘掉前任碟绑,我火速辦了婚禮俺猿,結(jié)果婚禮上茎匠,老公的妹妹穿的比我還像新娘。我一直安慰自己押袍,他們只是感情好诵冒,可當我...
    茶點故事閱讀 68,851評論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著谊惭,像睡著了一般汽馋。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上圈盔,一...
    開封第一講書人閱讀 52,441評論 1 310
  • 那天豹芯,我揣著相機與錄音,去河邊找鬼驱敲。 笑死铁蹈,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的众眨。 我是一名探鬼主播握牧,決...
    沈念sama閱讀 40,992評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼幸海,長吁一口氣:“原來是場噩夢啊……” “哼呵曹!你這毒婦竟也來了祖驱?” 一聲冷哼從身側(cè)響起镰踏,我...
    開封第一講書人閱讀 39,899評論 0 276
  • 序言:老撾萬榮一對情侶失蹤秽澳,失蹤者是張志新(化名)和其女友劉穎诚卸,沒想到半個月后烹棉,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體慷蠕,經(jīng)...
    沈念sama閱讀 46,457評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡掸冤,尸身上長有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...
    茶點故事閱讀 38,529評論 3 341
  • 正文 我和宋清朗相戀三年厘托,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片稿湿。...
    茶點故事閱讀 40,664評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡铅匹,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出饺藤,到底是詐尸還是另有隱情包斑,我是刑警寧澤,帶...
    沈念sama閱讀 36,346評論 5 350
  • 正文 年R本政府宣布涕俗,位于F島的核電站罗丰,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏再姑。R本人自食惡果不足惜萌抵,卻給世界環(huán)境...
    茶點故事閱讀 42,025評論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧绍填,春花似錦霎桅、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至卿闹,卻和暖如春揭糕,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背锻霎。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評論 1 272
  • 我被黑心中介騙來泰國打工著角, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人量窘。 一個月前我還...
    沈念sama閱讀 49,081評論 3 377
  • 正文 我出身青樓雇寇,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蚌铜。 傳聞我的和親對象是個殘疾皇子锨侯,可洞房花燭夜當晚...
    茶點故事閱讀 45,675評論 2 359

推薦閱讀更多精彩內(nèi)容