统计学期末 · 描述、推断与回归

这张图讲什么

「统计学期末 · 描述、推断与回归」是 SeekFlaw 编辑团队整理的思维导图,分 5 个一级分支:数据类型、抽样方法与描述统计;抽样分布与总体比例的推断;方差分析与列联表的卡方检验;相关分析与一元线性回归;时间序列分析与统计指数,共 74 个节点、73 张记忆卡。

本图面向经管类《统计学》课程:数据的计量尺度与抽样方法,集中趋势、离散程度和分布形状的度量,样本均值与样本比例的抽样分布,总体比例的区间估计、样本量和两个比例的比较,单因素方差分析,列联表的卡方独立性检验,相关系数与一元线性回归(估计、检验、预测、残差),时间序列的平滑与季节指数,拉氏、帕氏指数与指数体系。

5 个要点

  • 数据类型、抽样方法与描述统计:先分清数据是什么类型、怎么来的,再用合适的指标描述它:集中趋势看均值、中位数、众数,离散程度看方差、标准差、离散系数,形状看偏态和峰态。
  • 抽样分布与总体比例的推断:样本统计量本身是随机变量,它的分布叫抽样分布,是区间估计和假设检验的基础。
  • 方差分析与列联表的卡方检验:方差分析检验多个总体均值是否相等,办法是把总变差分解成组间和组内两部分再比较;卡方独立性检验考察两个分类变量是否有关联。
  • 相关分析与一元线性回归:相关系数度量线性关系的方向和强弱;回归用最小二乘法拟合直线,并用判定系数、F 检验、t 检验评价,再做预测。
  • 时间序列分析与统计指数:时间序列部分记住成分分解、速度指标、平滑预测和季节指数;指数部分记住拉氏、帕氏两种综合指数和指数体系。

适用:大学期末复习。用法:点开任一节点先自己答,再翻面核对。

发布于

一句话:这张图把「统计学期末 · 描述、推断与回归」整理成 74 个节点、73 张记忆卡;点开节点翻面就能看答案。

覆盖数据类型与抽样、描述统计、抽样分布与比例估计、方差分析、列联表卡方检验、一元线性回归、时间序列与指数,适合经管类统计学期末复习。点开任一节点翻面看答案,登录后可存进自己的空间,按遗忘曲线复习。

SeekFlaw 求瑕是面向初中、高中、考研、考公考前速记的思维导图与记忆卡平台:把课件、讲义变成思维导图,节点翻面就是记忆卡,按遗忘曲线安排复习。

74 个节点 · 73 张记忆卡。作者:SeekFlaw 编辑团队;发布于 2026-11-18。

先看这 3 条

  1. 数据的四种计量尺度是什么:由低到高: 定类尺度 (只分类,如性别、行业)、 定序尺度 (可排序,如满意度等级)、定距尺度(差值有意义、没有绝对零点,如摄氏温度)、定比尺度(有绝对零点、可以算倍数,如收入、…
  2. 单因素方差分析检验什么,基本思想是什么:检验一个分类自变量的 $k$ 个水平下,因变量的总体均值是否全相等:$H_0:\mu_1=\mu_2=\cdots=\mu_k$,$H_1$:均值 不全相等 。
  3. 时间序列由哪些成分构成:四种成分: 长期趋势 $T$(持续上升或下降)、 季节变动 $S$(一年内重复出现的周期波动)、循环波动 $C$(周期长于一年的涨落)、不规则波动 $I$(随机因素)。

数据类型、抽样方法与描述统计

  • 数据的四种计量尺度是什么:由低到高: 定类尺度 (只分类,如性别、行业)、 定序尺度 (可排序,如满意度等级)、定距尺度(差值有意义、没有绝对零点,如摄氏温度)、定比尺度(有绝对零点、可以算倍数,如收入、身高)。 记法 高层次的数据可以当低层次用,反过来不行;定类…
  • 总体、样本、参数和统计量怎么区分:总体是所研究的全部个体的集合,样本是从总体中抽出的一部分个体。 参数 是描述总体特征的数值(如总体均值 $\mu$、总体比例 $\pi$),通常未知但固定; 统计量 是由样本算出的数值(如样本均值 $\bar x$、样本比例 $p$),随…
  • 常用的概率抽样方法有哪几种:简单随机抽样:每个个体被抽中的机会相等; 分层抽样 :先按某特征分层,再在每层内随机抽取;要求层内差异小、层间差异大; 系统(等距)抽样:按固定间隔抽取; 整群抽样 :把总体分成若干群,随机抽取若干群,对抽中的群全部调查;要求群内差异大、…
  • 抽样误差和非抽样误差有什么区别:抽样误差是由 抽样的随机性 引起的样本结果与总体真值之间的差异,只在抽样调查中存在,无法消除,但可以计算并通过增大样本量来减小。非抽样误差来自抽样框不全、无回答、测量或登记错误等,全面调查中也会有,增大样本量不能减小它。 例 同一总体抽两…
  • 概率抽样和非概率抽样有什么区别:概率抽样(随机抽样)按随机原则抽取,每个个体被抽中的概率已知且不为零,可以计算抽样误差、 用样本推断总体 ;非概率抽样不按随机原则,由调查者的方便或主观判断来选取,不能计算抽样误差,一般不用来对总体做统计推断。 记法 常见的非概率抽样:方…
  • 均值、中位数和众数各有什么特点:均值是全部数据之和除以个数,利用了全部信息,但 易受极端值影响 ;中位数是排序后位于中间的值;众数是出现次数最多的值,可用于分类数据,可能不唯一或不存在。 例 数据 2,3,3,5,7,10,40:均值 $=\dfrac{70}{7}=1…
  • 分布的偏态与均值、中位数、众数的大小关系:单峰分布中:对称分布三者相等; 右偏 (正偏,右边尾巴长)时一般是众数最小、中位数居中、均值最大; 左偏 (负偏)时反过来,均值最小、中位数居中、众数最大。 记法 均值被长尾巴拉过去:尾巴在哪边,均值就偏向哪边。 例 数据 2,3,3,5…
  • 分组数据的均值怎么算:用各组的 组中值 $M_i$ 代表该组,以频数 $f_i$ 加权:$\bar x=\dfrac{\sum M_if_i}{\sum f_i}$。 例 成绩分组:$50\sim60$ 分 10 人,$60\sim70$ 分 20 人,$70…
  • 几何平均数用在什么场合:几何平均数 $G=\sqrt[n]{x_1x_2\cdots x_n}$,用于求 平均比率 ,如平均发展速度、平均增长率、平均收益率。 例 某指标三年的增长率依次为 8%、25%、28%:年均发展速度 $=\sqrt[3]{1.08\ti…
  • 四分位数和四分位差怎么算:把数据排序后分成四等份的三个点:下四分位数 $Q_1$、中位数、上四分位数 $Q_3$;四分位差 $IQR=Q_3-Q_1$,反映 中间一半数据 的离散程度,不受极端值影响。 例 9 个数:2,4,5,7,8,10,12,15,20。按位…
  • 箱线图怎么画,怎样判断离群点:箱线图由五个数构成:最小值、$Q_1$、中位数、$Q_3$、最大值;箱子从 $Q_1$ 到 $Q_3$,箱内的线是中位数。 公式 常用的离群点判别界限:低于 $Q_1-1.5\,IQR$ 或高于 $Q_3+1.5\,IQR$ 的值视为 离…
  • 样本方差和样本标准差的公式:样本方差 $s^2=\dfrac{\sum(x_i-\bar x)^2}{n-1}$,样本标准差 $s=\sqrt{s^2}$;总体方差 $\sigma^2=\dfrac{\sum(x_i-\mu)^2}{N}$。 例 数据 2,4,4,…
  • 离散系数是什么,什么时候用:离散系数(变异系数)$CV=\dfrac{s}{\bar x}$,是标准差与均值之比,没有量纲。比较 均值水平不同或计量单位不同 的几组数据的离散程度时,用它而不用标准差。 例 A 组均值 50、标准差 5,$CV=10\%$;B 组均值…
  • 标准分数、经验法则和切比雪夫不等式:标准分数 $z=\dfrac{x-\bar x}{s}$,表示数据距均值有 几个标准差 。 记法 经验法则(对称钟形分布):约 68% 的数据在均值 $\pm1$ 个标准差内,约 95% 在 $\pm2$ 个内,约 99.7% 在 $\p…
  • 偏态系数和峰态系数怎么看:偏态系数 $SK$ 度量分布的不对称程度:$SK=0$ 对称,$SK\gt 0$ 右偏 ,$SK\lt 0$ 左偏;绝对值越大偏斜越严重。峰态系数 $K$ 度量分布的尖峭程度:以正态分布为标准(取值 0),$K\gt 0$ 为尖峰分布,$…
  • 极差和平均差怎么算,各有什么缺点:极差 $R=$ 最大值 $-$ 最小值,计算简单,但只用到两个极端值, 易受极端值影响 ,不能反映中间数据的分散情况。平均差是各数据与均值之差的绝对值的平均数:$M_d=\dfrac{\sum|x_i-\bar x|}{n}$,用到了全部…

抽样分布与总体比例的推断

  • 样本均值的抽样分布和中心极限定理:从均值 $\mu$、标准差 $\sigma$ 的总体中抽取容量为 $n$ 的样本:$E(\bar x)=\mu$,$\sigma_{\bar x}=\dfrac{\sigma}{\sqrt n}$。总体正态时 $\bar x$ 服从正态分…
  • 标准误是什么,它和标准差有什么区别:标准误是 统计量的抽样分布 的标准差,如样本均值的标准误 $\dfrac{\sigma}{\sqrt n}$($\sigma$ 未知时用 $\dfrac{s}{\sqrt n}$ 估计)。标准差描述的是单个数据的离散程度;标准误描述的是样…
  • 样本比例的抽样分布:总体比例为 $\pi$,样本比例 $p=\dfrac xn$:$E(p)=\pi$,$\sigma_p=\sqrt{\dfrac{\pi(1-\pi)}{n}}$。当 $n\pi\ge5$ 且 $n(1-\pi)\ge5$ 时,$p$ 近…
  • 总体比例的置信区间怎么求:大样本下,总体比例 $\pi$ 的置信水平为 $1-\alpha$ 的置信区间是 $p\pm z_{\alpha/2}\sqrt{\dfrac{p(1-p)}{n}}$。 例 随机调查 400 人,240 人表示满意,$p=0.6$。95…
  • 估计总体比例时需要多大的样本量:给定置信水平和允许的估计误差 $E$:$n=\dfrac{z_{\alpha/2}^2\,\pi(1-\pi)}{E^2}$。$\pi$ 未知时用以往的比例或试调查的结果;都没有就取 $\pi=0.5$,这时 $\pi(1-\pi)$ 最…
  • 置信区间的宽度由哪些因素决定:区间半宽(估计误差)$=$ 分位数 $\times$ 标准误。 置信水平越高 区间越宽; 样本量越大 区间越窄;数据本身越分散区间越宽。 例 比例的 95% 置信区间半宽 $1.96\sqrt{\dfrac{p(1-p)}{n}}$,$p…
  • 估计总体均值时用 z 分布还是 t 分布:按「总体方差是否已知、样本大小」来选: $\sigma$ 已知(正态总体,或大样本):用 $z$,$\bar x\pm z_{\alpha/2}\dfrac{\sigma}{\sqrt n}$; $\sigma$ 未知、大样本($n\ge…
  • 估计总体均值时需要多大的样本量:给定置信水平和允许的估计误差 $E$:$n=\dfrac{z_{\alpha/2}^2\,\sigma^2}{E^2}$。$\sigma$ 未知时用以往的调查结果或试调查的样本标准差代替。 例 总体标准差约为 20,要求在 95% 置信水…
  • 两个总体比例是否相等怎么检验:检验 $H_0:\pi_1=\pi_2$:先算 合并比例 $p=\dfrac{x_1+x_2}{n_1+n_2}$,检验统计量 $z=\dfrac{p_1-p_2}{\sqrt{p(1-p)\left(\frac1{n_1}+\frac1…
  • 两个总体比例之差的置信区间:大样本下,$\pi_1-\pi_2$ 的置信区间为 $(p_1-p_2)\pm z_{\alpha/2}\sqrt{\dfrac{p_1(1-p_1)}{n_1}+\dfrac{p_2(1-p_2)}{n_2}}$。 例 $p_1=0.6…
  • 统计上显著和实际上显著是一回事吗:不是。统计显著只说明:如果原假设为真,观察到这样大(或更大)差异的概率很小, 差异不太可能纯属偶然 ;它不说明差异本身有多大、有没有实际意义。 例 两种教学方法的平均分相差 0.5 分。每组 20 人时可能不显著;每组 20000 人时同…

方差分析与列联表的卡方检验

  • 单因素方差分析检验什么,基本思想是什么:检验一个分类自变量的 $k$ 个水平下,因变量的总体均值是否全相等:$H_0:\mu_1=\mu_2=\cdots=\mu_k$,$H_1$:均值 不全相等 。 记法 思想:若各组均值相等,组间差异只反映随机误差,应与组内差异差不多大;若…
  • 方差分析中的平方和分解与 F 统计量:$SST=SSA+SSE$:总平方和 $=$ 组间平方和 $+$ 组内(误差)平方和;自由度对应分解 $n-1=(k-1)+(n-k)$。 公式 均方 $MSA=\dfrac{SSA}{k-1}$,$MSE=\dfrac{SSE}{n-k…
  • 例:三组数据的单因素方差分析:三组各 3 个观测值:A 组 2,3,4;B 组 4,5,6;C 组 6,7,8。$F=12$,在 0.05 水平下拒绝各组均值相等的假设。 步骤 组均值 3,5,7,总均值 5。$SSA=3\times[(3-5)^2+0+(7-5)^…
  • 怎样补全一张方差分析表:抓住三条关系:平方和相加、自由度相加、均方 $=$ 平方和 $\div$ 自由度。 例 4 个组、每组 6 个观测值($n=24$),已知 $SST=200$,$SSA=80$。则 $SSE=120$;自由度:组间 3,组内 20,总计 …
  • 多个均值的比较为什么不直接两两做 t 检验:两两检验次数多,每次都有犯第一类错误的可能,累积起来「至少犯一次」的概率会 明显超过 $\alpha$。 例 3 个组要做 3 次两两比较,每次 $\alpha=0.05$。若把各次检验近似看作独立,至少犯一次第一类错误的概率约为 $1-…
  • 方差分析拒绝原假设后怎样做多重比较:要知道具体哪些组不同,可用最小显著差异法(LSD):若 $|\bar x_i-\bar x_j|\gt LSD$,则认为第 $i$、$j$ 组均值有显著差异。 公式 $LSD=t_{\alpha/2}(n-k)\sqrt{MSE\left…
  • 列联表的卡方独立性检验怎么做:$H_0$:两个分类变量 相互独立 。期望频数 $e_{ij}=\dfrac{\text{第 }i\text{ 行合计}\times\text{第 }j\text{ 列合计}}{n}$,统计量 $\chi^2=\sum\dfrac{(f_…
  • 卡方检验对期望频数有什么要求:卡方统计量只是近似服从卡方分布,要求 期望频数不能太小 :通常要求每个单元格的期望频数不小于 5(较宽松的说法是期望频数小于 5 的单元格不超过 20%)。不满足时把相邻的类别合并,或改用其他方法。 易错 要求针对的是 期望频数 $e_{…
  • 卡方检验显著后怎样度量两个分类变量的相关程度:$\chi^2$ 值受样本量影响,不能直接表示相关强弱,要换算成相关系数: $\varphi$ 系数(用于 $2\times2$ 表):$\varphi=\sqrt{\dfrac{\chi^2}{n}}$; 列联系数:$C=\sqrt{\…

相关分析与一元线性回归

  • 相关系数的公式和性质:$r=\dfrac{S_{xy}}{\sqrt{S_{xx}S_{yy}}}$,其中 $S_{xy}=\sum(x_i-\bar x)(y_i-\bar y)$,$S_{xx}=\sum(x_i-\bar x)^2$,$S_{yy}=\s…
  • 一元线性回归方程的最小二乘估计公式:估计的回归方程 $\hat y=b_0+b_1x$,使残差平方和 $\sum(y_i-\hat y_i)^2$ 最小:$b_1=\dfrac{S_{xy}}{S_{xx}}$,$b_0=\bar y-b_1\bar x$。 例 $x$:1…
  • 回归系数怎么解释,预测时要注意什么:斜率 $b_1$:$x$ 每增加 1 个单位,$y$ 平均变化 $b_1$ 个单位;截距 $b_0$ 是 $x=0$ 时 $y$ 的估计值,若 $x=0$ 不在数据范围内,它不一定有实际意义。 例 广告费 $x$(万元)与销售额 $y$(…
  • 一元线性回归模型有哪些基本假定:模型 $y=\beta_0+\beta_1x+\varepsilon$,对误差项 $\varepsilon$ 的假定: 期望为零:$E(\varepsilon)=0$,即 $y$ 的期望是 $x$ 的线性函数; 同方差 :对所有 $x$,…
  • 回归的平方和分解与判定系数:$SST=SSR+SSE$:总平方和 $=$ 回归平方和 $+$ 残差平方和。判定系数 $R^2=\dfrac{SSR}{SST}=1-\dfrac{SSE}{SST}$,表示 $y$ 的总变差中 能被回归解释的比例 ,$0\le R^2…
  • 估计标准误差怎么算,表示什么:估计标准误差 $s_e=\sqrt{\dfrac{SSE}{n-2}}=\sqrt{MSE}$,是残差的标准差,反映观测点在回归直线周围的 平均离散程度 ,是误差项标准差 $\sigma$ 的估计。 例 $n=5$,$SSE=2.4$:$…
  • 回归系数的 t 检验和线性关系的 F 检验:t 检验:$H_0:\beta_1=0$,$t=\dfrac{b_1}{s_{b_1}}$,$s_{b_1}=\dfrac{s_e}{\sqrt{S_{xx}}}$,自由度 $n-2$。F 检验:$F=\dfrac{SSR/1}{SSE/…
  • 均值的置信区间和个别值的预测区间有什么不同:给定 $x_0$,$\hat y_0=b_0+b_1x_0$。$y$ 的 平均值 的置信区间:$\hat y_0\pm t_{\alpha/2}(n-2)\,s_e\sqrt{\dfrac1n+\dfrac{(x_0-\bar x)^2}…
  • 残差图怎么看:以 $x$(或 $\hat y$)为横轴、残差为纵轴作图: 残差在 0 上下 随机分布 在一条水平带内:模型假定合理; 呈喇叭形(离散程度随 $x$ 变大或变小):存在异方差; 呈曲线形:线性模型不合适,应考虑非线性模型。 记法 标准化残…
  • 多元线性回归要注意哪几点:偏回归系数 $b_j$: 其他自变量不变 时,$x_j$ 每增加 1 个单位,$y$ 的平均变化量; 调整的判定系数 $R_a^2=1-(1-R^2)\dfrac{n-1}{n-k-1}$($k$ 为自变量个数):增加自变量时 $R^2$…

时间序列分析与统计指数

  • 时间序列由哪些成分构成:四种成分: 长期趋势 $T$(持续上升或下降)、 季节变动 $S$(一年内重复出现的周期波动)、循环波动 $C$(周期长于一年的涨落)、不规则波动 $I$(随机因素)。 公式 加法模型 $Y=T+S+C+I$;乘法模型 $Y=T\time…
  • 发展速度、增长速度和平均发展速度怎么算:环比发展速度 $=\dfrac{y_t}{y_{t-1}}$,定基发展速度 $=\dfrac{y_t}{y_0}$;定基发展速度等于相应各期环比发展速度的 连乘积 。增长速度 $=$ 发展速度 $-1$。平均发展速度 $=\sqrt[n]…
  • 移动平均法怎么做预测:$k$ 期简单移动平均:用最近 $k$ 期观测值的平均数作为下一期的预测值,$F_{t+1}=\dfrac{Y_t+Y_{t-1}+\cdots+Y_{t-k+1}}{k}$。 例 五期数据 10,12,14,13,16,取 $k=3$:…
  • 一次指数平滑法的公式和平滑系数的作用:$F_{t+1}=\alpha Y_t+(1-\alpha)F_t$,$0\lt \alpha\lt 1$:下一期预测值 $=$ 本期实际值与本期预测值的加权平均;也可写成 $F_{t+1}=F_t+\alpha(Y_t-F_t)$,即用…
  • 季节指数怎么计算(同期平均法):季节指数 $=\dfrac{\text{同季(月)平均数}}{\text{全部数据的总平均数}}\times100\%$。大于 100% 是旺季,小于 100% 是淡季;季度数据的四个季节指数之和应为 400%。 例 两年的季度销量:一季…
  • 线性趋势方程怎么求、怎么用来预测:序列有近似直线的长期趋势时,以时间序号 $t$ 为自变量,用最小二乘法拟合 $\hat Y_t=a+bt$:$b=\dfrac{\sum(t-\bar t)(Y_t-\bar Y)}{\sum(t-\bar t)^2}$,$a=\bar …
  • 拉氏指数和帕氏指数的公式:下标 0 表示基期、1 表示报告期,$p$ 为价格、$q$ 为数量。 拉氏指数把同度量因素固定在 基期 :价格指数 $\dfrac{\sum p_1q_0}{\sum p_0q_0}$,数量指数 $\dfrac{\sum q_1p_0}{…
  • 例:计算两种商品的拉氏和帕氏价格指数:数据:商品 A 基期价格 10、报告期价格 12,基期销量 100、报告期销量 110;商品 B 基期价格 20、报告期价格 18,基期销量 50、报告期销量 60。拉氏价格指数 105%,帕氏价格指数约 104.35%。 步骤 $\su…
  • 什么是指数体系,怎样做因素分析:指数体系:总量指数等于各因素指数的乘积,如销售额指数 $=$ 销售量指数 $\times$ 价格指数,即 $\dfrac{\sum p_1q_1}{\sum p_0q_0}=\dfrac{\sum q_1p_0}{\sum q_0p_0}…

本图由 SeekFlaw 编辑团队整理。发现错误,欢迎到学习论坛指出。

打开这张导图:点节点翻面看答案 →