當前位置:首頁 » 基礎信息 » 什麼是大學基礎統計學
擴展閱讀
有什麼詩送給老師或同學 2025-02-04 20:43:42
如何幫同學追別的女生 2025-02-04 20:21:37
私家動漫圈是什麼意思 2025-02-04 20:20:30

什麼是大學基礎統計學

發布時間: 2023-08-14 05:33:27

A. 學統計學需要什麼基礎

統計學需要具備數學基礎,概率論與數理統計。統計學是應用數學的一個分支,主要通過利用概率論建立數學模型,收集所觀察系統的數據,進行量化的分析、總結,並進而進行推斷和預測,為相關決策提供依據和參考。

它被廣泛的應用在各門學科之上,從物理和社會科學到人文科學,甚至被用來工商業及政府的情報決策之上。 統計學主要又分為描述統計學和推斷統計學。

給定一組數據,統計學可以摘要並且描述這份數據,這個用法稱作為描述統計學。另外,觀察者以數據的形態建立出一個用以解釋其隨機性和不確定性的數學模型,以之來推論研究中的步驟。

在學習前要理解統計學的思想以及目的,統計學的每一種基礎知識都有其對應的數學基礎,所以一定要理解數學。統計學基礎知識大多是來自實際需要的,基礎以及方法可以結合實際進行理解,邊動手邊思考能夠事半功倍。多做基礎題,不太理解的部分針對性練習。

B. 什麼是統計學

統計學是關於認識客觀現象總體數量特徵和數量關系的科學。

它是通過搜集、整理、分析統計資料,認識客觀現象數量規律性的方法論科學。

由於統計學的定量研究具有客觀、准確和可檢驗的特點,所以統計方法就成為實證研究的最重要的方法,廣泛適用於自然、社會、經濟、科學技術各個領域的分析研究。

(2)什麼是大學基礎統計學擴展閱讀:

統計學是一門很古老的科學,一般認為其學理研究始於古希臘的亞里士多德時代,迄今已有兩千三百多年的歷史。它起源於研究社會經濟問題,在兩千多年的發展過程中,統計學至少經歷了「城邦政情」、「政治算數」和「統計分析科學」三個發展階段。

所謂「數理統計」並非獨立於統計學的新學科,確切地說,它是統計學在第三個發展階段所形成的所有收集和分析數據的新方法的一個綜合性名詞。概率論是數理統計方法的理論基礎,但是它不屬於統計學的范疇,而是屬於數學的范疇。

統計學(statistics):收集、處理、分析、解釋數據並從數據中得出結論的科學。

描述統計(descriptive statistics):研究數據收集、處理和描述的統計學方法。

推斷統計(inferential statistics):研究如何利用樣本數據來推斷總體特徵的統計學方法。

變數(variable):每次觀察會得到不同結果的某種特徵。

分類變數(categorical variable):觀測結果表現為某種類別的變數。

順序變數(rank variable):又稱有序分類變數,觀測結果表現為某種有序類別的變數。

數值型變數(metric variable):又稱定量變數,觀測結果表現為數字的變數。

均值(mean):均值也就是平均數,有時特指算術平均數,這是相對其他方式計算的均值,求法是先將所有數字加起來,然後除以數字的個數,這是測量集中趨勢,或者說平均數的一種方法。

中位數(median):也就是選取中間的數,要找中位數,首先需要從小到大排序,排序後,再看中間的數字是什麼。

眾數(mode):眾數也就是數據集中出現頻率最多的數字。

任何統計方法是有效的只有當這個系統或是所討論的母體滿足方法論的基本假設。誤用統計學可能會導致描述面或是推論面嚴重的錯誤,這個錯誤可能會影響社會政策,醫療實踐以及橋梁或是核能發電計劃結構的可靠性。

即使統計學被正確的應用,結果對於不是專家的人來說可能會難以陳述。舉例來說,統計資料中顯著的改變可能是由樣本的隨機變數所導致,但是這個顯著性可能與大眾的直覺相悖。人們需要一些統計的技巧(或懷疑)以面對每天日常生活中透過引用統計數據所獲得的資訊。

在具體進行取樣時,必須根據研究目的的不同,選擇不同的取樣方法。

①單純隨機取樣法先把每個個體編號,然後用抽簽的方式從總體中抽取樣本。這種方法適用於個體間差異較小、所需抽選的個體數較少或個體的分布比較集中的研究對象。

②分區隨機取樣法將總體隨機地分成若幹部分,然後再從每一部分隨機抽選若干個體組成樣本。這種抽樣法可以更有組織地進行,而且中選的個體在總體的分布比單純隨機取樣更均勻。

③系統取樣法先有系統地將總體分成若干組,然後隨機地從第一組決定一個起點,如每組15個元素,決定從第一組的第13個元素選起,那麼以後選定的單位即28,43,58,73等等。

④分層取樣法根據對總體特性的了解,把總體分成若干層次或類型組,然後從各個層次中按一定比例隨機抽選。這種方法的代表性好,但若層次劃分得不正確,也不能獲得有高度代表性的樣本。

C. 統計學基礎知識有哪些

1. 數學分析


本科統計學不學高等代數(至少中財是)學的是數學分析,數學分析注重理論推導過程,對於很多數學原理的理解很有幫助。雖然統計和數學不一樣,但是統計需要數學。微積分知識是後續學習概率論的基礎,概率論是整個統計學專業學習的基石,對於微積分的要求比較高,一定要熟練掌握。


2.高等代數


高等代數比線性代數難,內容更多,線性代數較為簡單,本人本科學的是高等代數,涉及到的原理推導和知識更多,線性代數只是涉及到代數最基礎的知識,對於後續學習概率論與數理統計課程的幫助不如高等代數明顯。


3.概率論與數理統計


統計學必須學習的課程,各個高校選取的教材不一樣,本人本科學的是卯時松版的課本,同時參考過浙江大學版的教材,卯時松版教材較難,對於深入理解概率論與數理統計幫助很大,很多原理性的東西可以掌握,課後習題難度較大。