第一篇：2014年暨大统计学考研重点总结
文成暨大考研网
2014年暨大统计学考研重点总结
考研是个艰苦的过程，对毅力，体力等多方面都是一个巨大的考验，当然正确的复习方法也是必不可少的。本文是文成暨大考研辅导老师经过近几年来统计学考试内容的分析总结出来的考研重点，其中很多都是都具有针对性。相信对考生能起到一定的帮助。
（一）集中量数
1）算术平均数M
优点：反应灵敏；计算严密；计算简单；简明易解；适合于进一步用代数方法演算；较少受抽样变动的影响；
缺点：受极端数据的影响；若出现模糊不清的数据时，无法计算平均数；
计算和运用平均数的原则：同质性原则；平均数与个体数值相结合的原则；平均数与标准差。方差相结合原则；
性质：
①在一组数据中每个变量与平均数之差的总和等于零
②在一组数据中，每一个数都加上一个常数C，所得的平均数为原来的平均数加常数C
③在一组数据中，每一个数都乘以一个常数C，所得的平均数为原来的平均数乘以常数C
2）中数：Md按顺序排列在一起的一组数据中居于中间位置的数，即这组数据中，一般数据比它大，一般数据比它小。注意计算方法；
3）众数：Mo是指在次数分布中出现次数最多的那个数值；
三者的关系：正偏态分布中，M>Md>Mo
负偏态分布中，M Mo=3Md-2M（自己推导一下） （二）统计图表 1）统计图 次数分布图： ①直方图：用以矩阵的面积表示连续性随即变量次数分布的图形。 ②次数多边形图：一种表示连续性随机变量次数分布的线形图，属于次数分布图。③累加次数分布图：分为：累加直方图和累加曲线图； 其中累加曲线的形状大约有三种：一种是曲线的上枝长于下枝（正偏态），另一种是下枝长于上枝（负偏态），第三种是上枝，下枝长度相当（正态分布）。 其他统计图：条形图：用于离散型数据资料； 圆形图：用于间断性资料； 线形图：更多用于连续性资料，凡预表示两个变量之间的函数关系，或描述某种现象在时间上的发展趋势，或一种现象随另一种现象变化的情况，用这种方法比较好。散点图： 2）统计表 ①简单次数分布表 ②分组次数分布表 ③相对次数分布表：将次数分布表中各组的实际次数转化为相对次数，即用频数比率表示。 文成暨大考研网 文成暨大考研网 ④累加次数分布表 ⑤双列次数分布表：对有联系的两列变量用同一个表来表示其次数分布。 （三）相对量数 1）百分位数：第P百分位数就是指在其值为P的数值以下，包括分布中全部数据的百分之p,其符号是Pp； 2）百分等级：常模团体中低于该分数的人所占总体的百分比；百分位数的逆运算； 3）标准分数 （1）定义 标准分数：以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数，也叫Z分数 离平均数有多远，即表示原始分数在平均数以上或以下几个标准差的位置。 （2）性质 ①Z分数无实际单位，是以平均数为参照点，以标准差为单位的一个相对量②一组原始分数转换得到的Z分数可正可负，所有原始分数的Z分数之和为零③原始数据的Z分数的标准差为1 ④若原始分数呈正态分布，则转换得到的所有Z分数均值为0，标准差为1的标准正态分布 （3）优点 ①可比性--不同性质的成绩，一经转换为标准分数，就可在同一背景下比较；②可加性--不同性质的原始数据具有相同的参照点，因此可相加； ③明确性--知道了标准分数，利用标准正态分布表就能知道其百分等级； ④稳定性--转换成标准分数之后，规定了标准差为1，保证了不同性质分数在总分数中权重一样。 转自：文成暨大考研网 文成暨大考研网 惟学浙大考研网 2014年浙大考研倒计时：统计学重点总结 眼看着考研倒计时牌上的数字又减少了一个数值，离研考只剩半个月的时间了。可能有些同学心理压力会很大，一方面可能会怀疑自己的能力，觉得还有很多没有复习到或者复习的不够扎实；另一方面也可能极其盼望考试马上进行，但是惟学浙大考研辅导老师建议考生要尽量避免这种心态的出现，这时候最主要的是对考点进行总结与回顾。、相对量数 （1）定义 标准分数：以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数，也叫Z分数 离平均数有多远，即表示原始分数在平均数以上或以下几个标准差的位置。 （2）性质 ①Z分数无实际单位，是以平均数为参照点，以标准差为单位的一个相对量 ②一组原始分数转换得到的Z分数可正可负，所有原始分数的Z分数之和为零③原始数据的Z分数的标准差为1 ④若原始分数呈正态分布，则转换得到的所有Z分数均值为0，标准差为1的标准正态分布 （3）优点 ①可比性--不同性质的成绩，一经转换为标准分数，就可在同一背景下比较；②可加性--不同性质的原始数据具有相同的参照点，因此可相加； ③明确性--知道了标准分数，利用标准正态分布表就能知道其百分等级； ④稳定性--转换成标准分数之后，规定了标准差为1，保证了不同性质分数在总分数中权重一样。 相关量数 （1）前提 ①数据要成对出现，即若干个体中每个个体都有两种不同的观测值，并且每队数据与其它对子相互独立，N应不小于30对； ②两列变量各自总体的分布都是正态的，至少接近正态； ③两个相关的变量是连续变量，也即两列数据都是测量数据； ④两列变量之间的关系应是直线性的； （2）肯德尔W系数（等级评定法） 也叫肯德尔和谐系数，原始数据资料的获得一般采用等级评定法，即让K个被试对N件实物进行等级评定。其原理是评价者评价的一致性除以最大变异可能性。 Ri：评价对象获得的K个等级之和，N：等级评定的对象的数目，K：等级评定者的数目。 推断统计 （1）一个良好估计量的标准：（1）无偏性：即用多个样本的统计量作为总体参数的估计值，其偏差的平均值为0；例如，用样本平均数作为总体平均数μ的估计值，就是无偏性；因为无限多个样本平均数X与μ的偏差之和为零；但方差S2不是σ2的无偏估计，σ2 的无偏估计是：S2n-1=∑x2/（N-1） （2）有效性：当总体参数的无偏估计不止一个统计量时，无偏估计变异量小者有效性高，变异大者有效性底，即方差越小越好；例如μ的估计量有Mo,Md,X但是，只有X是变异量惟学浙大考研网 惟学浙大考研网 最小。 （3）一致性：即当样本无限增大，估计值应能够越来越接近它所估计的总体参数，估计值越来越精确，逐渐接近于真值；即当N→∞，X→μ，S2n-1→σ2; 转自：惟学浙大考研网 惟学浙大考研网 简述标准差与标准误的联系与区别? 标准差和标准误都是变异指标，但它们之间有区别，也有联系。区别: ①概念不同；标准差是描述观察值(个体值)之间的变异程度；标准误是描述样本均数的抽样误差；②用途不同；标准差常用于表示变量值对均数波动的大小，与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误常用于表示样本统计量(样本均数，样本率)对总体参数(总体均数，总体率)的波动情况，用于估计参数的可信区间，进行假设检验等。③它们与样本含量的关系不同: 当样本含量 n 足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0。联系: 标准差，标准误均为变异指标，如果把样本均数看作一个变量值，则样本均数的标准误可称为样本均数的标准差；当样本含量不变时，标准误与标准差成正比；两者均可与均数结合运用，但描述的内容各不相同。 试述正态分布的特征? 服从正态分布的变量的频数分布由υ、σ 完全决定。 (1)υ 是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以 x =υ为对 称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于υ。 (2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数 据分布越集中。σ也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲 线越瘦高。 简述直线相关与直线回归的联系与区别? 答: 1、区别: ①在资料要求上，回归要求因变量y 服从正态分布，自变量x是可以精确测量和严格控制的变量，一般称为Ⅰ型回归；相关要求两个变量x、y服从双变量正态分布。这种资料若进行回归分析称为Ⅱ型回归。②在应用上，说明两变量间依存变化的数量关系用回归，说明变量间的相关关系用相关。 2、联系: ①对一组数据若同时计算r与b，则它们的正负号是一致的；②r与b的假设检验是等价的，即对同一样本，二者的t值相等。③可用回归解释相关。 .简述假设检验的基本步骤及其两类错误 ① 建立假设：包括: H0，称无效假设；H1: 称备择假设；② 确定检验水准：检验水准用α表示，α一般取0.05；③ 计算检验统计量：根据不同的检验方法，使用特定的公式计算；④确定P值：通过统计量及相应的界值表来确定P值；⑤推断结论：如P＞α，则接受H0，差别无统计学意义；如P≤α，则拒绝H0，差别有统计学意义。Ⅰ型错误又称第一类错误（type Ⅰ error）：拒绝了实际上成立的的错误，其概率通常用，为“弃真”，表示。Ⅱ型错误又称第二类错误（type Ⅱ error）：不拒绝实际上不成立的表示。为“存伪”的错误，其概率通常用 3.简述标准差的意义和用途? 标准差是描述变量值离散程度常用的指标，主要用途如下: ①描述变量值的离散程度。两组同类资料(总体或样本)均数相近，标准差大，说明变量值的变异度较大，即各变量值较分散，因而均数代表性较差；反之，标准差较小，说明变量异度较小，各变量值较集中在均数周围，因而均数的代表性较好。②结合均数描述正态分布特征；③结合均数计算变异系数CV；④结合样本含量计算标准误。 抽样误差:由于总体中存在个体变异，随机抽样所得样本仅仅是总体的一部分，从而造成样本统计量与总体参数之间的差异，称抽样误差。 第一类错误:拒绝了实际上是成立的H0所产生的错误，即“弃真”，其概率大小为α。 第二类错误:接受了实际上不成立的H0所产生的错误，即“存伪”，其概率大小用β表示，一般β是未知的，其大小与α有关。 构成比: 又称构成指标。它说明一事物内部各组成部分所占的比重或分布。 构成比=（某一组成部分的观察单位数／同一事物各组成的观察单位总数）×100%。 率:又称频率指标。它说明某现象发生的频率或强度。 率=（发生某现象的观察单位数／可能发生该现象的观察单位总数）×K。 率的标准化法: 采用一个共同的内部构成标准,把两个或多个样本的不同内部构成调整为共同的内部构成标准, 以消除因内部构成不同对总率产生的影响，使算得的标准化率具有可比性 计量资料: 用定量方法对每个观察对象测定某项指标量的大小，所得的资料称为计量资料。 计数资料: 先将观察单位按某种属性或类别分组，然后清点各组的观察单位数所得资料，称为计数资料。等级资料: 将观察单位按某种属性的不同程度分组，所得各组的观察单位数，称为等级资料。 小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。P值：P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义，P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。 描述数据分布集中趋势的指标 算术均数、几何均数、中位数。 描述数据分布离散程度的指标 极差、四分位数间距、方差、标准差、变异系数。 同质：影响研究指标的主要因素易控制的因素基本上相同。 可信区间:在参数估计时，按一定可信度估计所得的总体参数所在的范围。 率:又称频率指标。它说明某现象发生的频率或强度。 非参数检验:在统计推断中,不依赖于总体的分布形式, 直接对总体分布位置是否相同进行检验的方法相关系数: 说明两变量间相关关系的密切程度与相关方向的指标，用r表示。 回归系数b: 即回归直线的斜率,它表示当X变动一个单位时,Y平均改变b个单位。 偏回归系数bi: 在其它自变量保持恒定时,Xi每增(减)一个单位时y平均改变bi个单位。 决定系数: 相关系数或复相关系数的平方,即r或R。它表明由于引入有显著性相关的自变量,使总平方和减少的部分,r或R越接近1, 说明引入相关变量的效果越好 医学参考值范围：指绝大多数正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种波动范围。2222 1.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。 奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的25.正态分布的性质：A：如果随机变量服从正态分布，数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性 2.正态分布的性质：A：如果随机变量服从正态分布，组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变26.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性u） 组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).27.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多 3.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，u）区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。 4.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多28.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样 5.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为均值的方差为6平方/n。 u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样29.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著均值的方差为6平方/n。差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方 6.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次接受与和拒绝域，d计算检验统计量的值e，做出统计决策。 试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假30.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相接受与和拒绝域，d计算检验统计量的值e，做出统计决策。关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找 7.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联到一条直线来适当的代表个点的趋势。 系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相31.关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找32.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正 在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好到一条直线来适当的代表个点的趋势。 奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的8.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正 数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好 定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的33.正态分布的性质：A：如果随机变量服从正态分布，数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制 则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。 量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性9.正态分布的性质：A：如果随机变量服从正态分布，组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变 （样本均值的均值为量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性34.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，u）组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).10.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为35.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多 个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，u） 区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。11.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多 36.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为 u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样12.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽 本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为 均值的方差为6平方/n。u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样 本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本37.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体 参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著均值的方差为6平方/n。 差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方13.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体 法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著 试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方 设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次 接受与和拒绝域，d计算检验统计量的值e，做出统计决策。试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假 设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的38.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联 系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相接受与和拒绝域，d计算检验统计量的值e，做出统计决策。 关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找14.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联 到一条直线来适当的代表个点的趋势。系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相 39.关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找 40.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正到一条直线来适当的代表个点的趋势。 在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好15.奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的16.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正 数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好 定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制41.正态分布的性质：A：如果随机变量服从正态分布，则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。 量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性17.正态分布的性质：A：如果随机变量服从正态分布，组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变 （样本均值的均值为量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性42.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，u）组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).18.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为43.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多 个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，u） 区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。19.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多 44.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为 u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样20.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽 本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为 均值的方差为6平方/n。u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样 45.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本 参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著均值的方差为6平方/n。 差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方21.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体 法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著 试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方 设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次 接受与和拒绝域，d计算检验统计量的值e，做出统计决策。试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假 46.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相接受与和拒绝域，d计算检验统计量的值e，做出统计决策。 关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找22.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联 到一条直线来适当的代表个点的趋势。系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相 关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找 到一条直线来适当的代表个点的趋势。 23.24.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正 在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好 奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的 统计学重点 第一章 着重考查对数据的理解，注意后面的习题 注意几个概念：样本、总体、统计量、变量以及数据的来源等 第二章 中位数、四分位数、均值的计算，分组均值、分组分位数计算 离差、自由度是什么（理解）（见33页） 偏态研究的是什么，峰度测度的是什么 注意课后9、10、11、12等类似的题目 第三章 抽样 第四章 1、一个参数的计算128页 2、什么情况下使用正态分布、t分布、f分布等 3、两个参数的计算，注意匹配、方差等 课后题如3、9、11、12题等 第五章 1、假设的陈述——原假设与备择假设 2、假设描述 3、两类错误是什么 4、拒绝域怎么表示155页 5、一个总体参数的检验 总体均值、比率注意单侧还是双侧检验6、167页两个总体均值的检验什么时候用t分布、正态分布 判断是大样本还是小样本7、176页两个总体方差的比把握自由度 第六章考概念、方法原理 原假设、备择假设是什么 187-188页的基本原理 193页均方、f值等 方差分析之单因素、双因素（双因素考的概率比较大，但不排除单因素出现在填空等）等 195页 第七章 注意p227/p241的回归图表数据 1、相关回归的概念及差异的关系 2、一元线性回归与多元线性回归的写法 3、总体回归函数与样本回归函数中ue代表的意思如何检验怎样设置第二篇：2014年浙大考研倒计时：统计学重点总结
第三篇：医学统计学重点总结
第四篇：统计学重点
第五篇：2014统计学考试重点
点击咨询 