懂统计的请进来帮帮忙!
发布网友
发布时间：2022-04-26 16:47
共15个回答
热心网友
时间：2022-04-14 13:57
一、函数关系与相关关系
（一）、函数关系：指客观现象之间确实存在的，且在数量上表现为确定性的相互依存关系。
（二）、相关关系： 指客观现象之间确实存在的，但在数量上表现为不确定的相互依存关系。
（三）、区别与联系：
1、区别：相关关系数量不确定，函数关系数量是确定的；
2、联系：函数关系往往通过相关关系表现出来，相关关系的研究中常常使用函数关系的方式。
二、相关关系的种类：
（一）、按相关程度划分：
1、 完全相关：指某变量的变化，另一变量有一确定的值对它对应。（函数）；
2、 不完全相关：指两个变量之间有数量联系，但是数量是不确定的关系。
3、 零相关：指两个现象在数量上完全独立，在一定的形式下，互不影响，互不相干的关系。
（“零相关”不能称为“不相关”，因为事物的联系是绝对的，而孤立是相对的，只有在某种形式下它才能互不影响，互不相干。）
（二）、按相关的方向划分：
1、正相关：指两个变量按照相同的变量变化。或者说某个现象的数量增加，另一个现象的数量增加的现象。
2、负相关：指两个变量按照相反的方向变化，或者说某个现象的数量增加，另一个现象的数量减少的现象。
（三）、按相关形式划分：
1、线性相关：指两个变量之间呈线性关系的相关。
1、 非线性相关：指变量之间的关系为非线性的相关关系。
（四）、按变量多少划分：单相关；复相关；偏相关。
1、单相关：指两个因素之间的相关关系。
2、复（多）相关：指三个或三个以上的因素之间的相关关系。
2、 偏相关：指在某一现象和多种现象相关的场合，假定其他变量不变，而对其中的两个变量的相关关系。
（五）、按相关性质划分：
1、真实相关：现象之间的相关确定具有内在联系的相关。
2、虚假相关：现象之间只是表面存在，实质上并没有内在联系的相关
2:
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本。
相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。
相关系数的计算公式为：
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
3:
1. 显著性检验的的原理是什么？显著性检验的基本步骤是什么？
答：显著性检验的原理就是“小概率事件实际不可能性原理”来接受或否定假设。其基本步骤如下：
第一：提出统计假设H0和HA。
第二：构造统计量t，并根据样本资料计算t值。
第三：根据t分布的自由度，确定理论临界值t0.05和t0.01。
第四：作出判断。
2. 什么是配对法？什么是成组法？两种方法有何区别？
答：将起始条件一致的两个试验个体配成对，并设有多个配对，每对个体分别随机地给予不同处理。则所得的结果即为配对资料。
非配对资料又称成组资料，是指一组数据与另一组数据没有任何关系，也就是说两样本资料是相互独立的，是对两组平均数进行差异显著性检验。
配对法与成组法之间的差别一是在于试验材料的不同，二是检验的方法上的不同。
4:
统计指数的概念
简单地说，统计指数就是相对数，我们在第四章中学习的六种相对数从广义的角度来讲均可称为指数。
对由复杂现象构成的总体，计算其总体数量变动程度的相对数，就是通常意义上讲的统计指数，即狭义的统计指数概念。
狭义的统计指数是指数分析的主要方面，特别是复杂现象总体的动态指数应用更多,在此只介绍动态指数。
（二）指数的分类
1、指数按其反映的对象范围不同，分为个体指数和总指数。
2、指数按其反映的指标性质不同，分为数量指标指数和质量指标指数。
二、指数的作用
1、研究现象数量变动的方向及变动的幅度。
2、揭示复杂现象的变动趋势及规律。
3、对现象变动的原因进行因素分析。
4、对社会经济现象进行综合评价和测定
一、个体指数的编制方法
个体指数是反映个别现象（即简单现象总体）数量变动的相对数，按指数化指标的性质不同可分为数量指标个体指数和质量指标个体指数。
例8-1：某工厂生产两种产品，2005年7、8月份单位产品成本和产量资料如下表：
表8-1
产品
单位
单位成本（元）
产量
7月份
8月份
7月份
8月份
甲
件
50
45
520
600
乙
公斤
120
110
200
500
如例8-1，要反映甲产品的产量及单位成本8月份比7月份的变化情况，则需分别编制甲产品的产量个体指数和甲产品的单位成本个体指数。
甲产品的产量个体指数:Kq= = 115.38%
说明甲产品产量8月份比7月份增长15.38%
绝对值增长：600-520=80（件）
甲产品的单位成本个体指数:Kp= = 90%
说明甲产品单位成本8月份比7月份降低10%（90%-100=-10%）。
单位成本变化绝对值：45-50=-5元，即甲产品的单位成本8月份比7月份下降5元。
同样可编制乙产品的产量个体指数和单位成本个体指数。
乙产品的产量个体指数：:Kq= = =250%，说明乙产品产量8月份比7月份增长250%-1=150%，绝对值增长：500-200=300（公斤）
乙产品的单位成本个体指数:Kp= = 92%，单位成本变化绝对值：110-120=-10（元），即乙产品的单位成本8月份比7月份下降10元。
在编制个体指数时要注意分子采用报告期数值，分母采用基期数值，指数数值表明报告期水平是基期水平的多少，通常用百分数表示。
二、综合指数的编制方法及特点
（一）综合指数的概念及编制方法
1、综合指数的概念
凡是一个总量指标（价值指标）可以分解为两个或两个以上的因素指标时，将其中的一个或一个以上的因素指标（即同度量因素）固定下来，仅观察其中一个因素指标（指数化指标）的变动程度，这样所编制的总指数称为综合指数。
2、产量总指数---数量指标指数的编制方法
拉氏产量指数=
例8-1中，产量指数= = = =180%
说明该企业生产的两种产品产量8月份比7月份综合增长了80%
=90000-50000 =40000（元）
其含义是由于产量的增长使总成本的绝对额增加了40000元。
3、单位成本总指数----质量指标指数的编制方法。
派氏指数=
例8-1中，单位成本总指数= = = =92%
说明该企业生产的两种产品单位成本8月份比7月份综合下降了8%（=92%-1）
=82000-90000=-8000
其含义是由于单位成本的下降使总成本的绝对额减少了8000元。
在编制数量指标指数时，指数化指标是数量指标，以基期的质量指标作为同度量因素；编制质量指标综合数时，指数化指标是质量指标，以计算期的数量指标为同度量因素。
总结：以上编制总指数的方法是先综合后对比，即首先解决不同度量单位的问题，使得不能直接相加的现象变得可以相加，然后再进行对比分析，因此，把这类总指数称为综合指数。
综合指数的编制方法有两个特点：第一，编制综合指数要从现象之间的联系中，确定与所要研究的现象有关联的同度量因素；第二，将引进的同度量因素固定，以便消除其变化，来测定我们所要研究的那个因素即指数化指标的变动，从而解决对比问题。
数量指标指数公式的计算结果说明复杂现象总体数量指标综合变动的方向和程度。分子与分母的差额说明由于数量指标的变动对价值量指标影响的绝对额。
质量指标指数公式的计算结果说明复杂现象总体质量指标综合变动的方向和程度。分子与分母的差额说明由于质量指标的变动对价值量指标影响的绝对额。
5:什么是抽样误差
在抽样检查中，由于用样本指标代替全及指标所产生的误差可分为两种：一种是由于主观因素破坏了随机原则而产生的误差，称为系统性误差；另一种是由于抽样的随机性引起的偶然的代表性误差。抽样误差仅仅是指后一种由于抽样的随机性而带来的偶然的代表性误差，而不是指前一种因不遵循随机性原则而造成的系统性误差。
总的说来，抽样误差是指样本指标与全及总体指标之间的绝对误差。在进行抽样检查时不可避免会产生抽样误差，因为从总体中随机抽取的样本，其结构不可能和总体完全一致。例如样本平均数与总体平均数之差，样本成数与总体成数之差 | p − P | 。虽然抽样误差不可避免，但可以运用大数定律的数学公式加以精确地计算，确定它具体的数量界限，并可通过抽样设计加以控制。
抽样误差也是衡量抽样检查准确程度的指标。抽样误差越大，表明抽样总体对全及总体的代表性越小，抽样检查的结果越不可靠。反之，抽样误差越小，说明抽样总体对全及总体的代表性越大，抽样检查的结果越准确可靠。在统计学中把抽样误差分为抽样平均误差和抽样极限误差，下面就这两种误差分别进行阐释。为使推理过程简化，这里不对属性总体进行分析，而仅对变量总体进行分析计算。
[编辑]抽样误差的计算
1、表现形式：平均数指标抽样误差；成数（比重）抽样误差。
2、平均数指标的抽样误差
1）重复抽样的条件下：
2)不重复抽样的条件下：
3、成数指标的抽样误差
1）重复抽样的条件下：
2）不重复抽样的条件下：
[编辑]抽样误差的控制措施
抽样误差则是不可避免的，但可以减少，其措施有：
1、增加样本个案数。
2、适应选择抽样方式。
6: 假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t—检验法、X2检验法、F—检验法等
第6个的参考资料网址给你
参考资料：http://environ.biox.cn/Geography/200701/20070113230923_2186.shtml
热心网友
时间：2022-04-14 15:15
一、函数关系与相关关系
（一）、函数关系：指客观现象之间确实存在的，且在数量上表现为确定性的相互依存关系。
（二）、相关关系： 指客观现象之间确实存在的，但在数量上表现为不确定的相互依存关系。
（三）、区别与联系：
1、区别：相关关系数量不确定，函数关系数量是确定的；
2、联系：函数关系往往通过相关关系表现出来，相关关系的研究中常常使用函数关系的方式。
二、相关关系的种类：
（一）、按相关程度划分：
1、 完全相关：指某变量的变化，另一变量有一确定的值对它对应。（函数）；
2、 不完全相关：指两个变量之间有数量联系，但是数量是不确定的关系。
3、 零相关：指两个现象在数量上完全独立，在一定的形式下，互不影响，互不相干的关系。
（“零相关”不能称为“不相关”，因为事物的联系是绝对的，而孤立是相对的，只有在某种形式下它才能互不影响，互不相干。）
（二）、按相关的方向划分：
1、正相关：指两个变量按照相同的变量变化。或者说某个现象的数量增加，另一个现象的数量增加的现象。
2、负相关：指两个变量按照相反的方向变化，或者说某个现象的数量增加，另一个现象的数量减少的现象。
（三）、按相关形式划分：
1、线性相关：指两个变量之间呈线性关系的相关。
1、 非线性相关：指变量之间的关系为非线性的相关关系。
（四）、按变量多少划分：单相关；复相关；偏相关。
1、单相关：指两个因素之间的相关关系。
2、复（多）相关：指三个或三个以上的因素之间的相关关系。
2、 偏相关：指在某一现象和多种现象相关的场合，假定其他变量不变，而对其中的两个变量的相关关系。
（五）、按相关性质划分：
1、真实相关：现象之间的相关确定具有内在联系的相关。
2、虚假相关：现象之间只是表面存在，实质上并没有内在联系的相关
2:
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本。
相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。
相关系数的计算公式为：
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
3:
1. 显著性检验的的原理是什么？显著性检验的基本步骤是什么？
答：显著性检验的原理就是“小概率事件实际不可能性原理”来接受或否定假设。其基本步骤如下：
第一：提出统计假设H0和HA。
第二：构造统计量t，并根据样本资料计算t值。
第三：根据t分布的自由度，确定理论临界值t0.05和t0.01。
第四：作出判断。
2. 什么是配对法？什么是成组法？两种方法有何区别？
答：将起始条件一致的两个试验个体配成对，并设有多个配对，每对个体分别随机地给予不同处理。则所得的结果即为配对资料。
非配对资料又称成组资料，是指一组数据与另一组数据没有任何关系，也就是说两样本资料是相互独立的，是对两组平均数进行差异显著性检验。
配对法与成组法之间的差别一是在于试验材料的不同，二是检验的方法上的不同。
4:
统计指数的概念
简单地说，统计指数就是相对数，我们在第四章中学习的六种相对数从广义的角度来讲均可称为指数。
对由复杂现象构成的总体，计算其总体数量变动程度的相对数，就是通常意义上讲的统计指数，即狭义的统计指数概念。
狭义的统计指数是指数分析的主要方面，特别是复杂现象总体的动态指数应用更多,在此只介绍动态指数。
（二）指数的分类
1、指数按其反映的对象范围不同，分为个体指数和总指数。
2、指数按其反映的指标性质不同，分为数量指标指数和质量指标指数。
二、指数的作用
1、研究现象数量变动的方向及变动的幅度。
2、揭示复杂现象的变动趋势及规律。
3、对现象变动的原因进行因素分析。
4、对社会经济现象进行综合评价和测定
一、个体指数的编制方法
个体指数是反映个别现象（即简单现象总体）数量变动的相对数，按指数化指标的性质不同可分为数量指标个体指数和质量指标个体指数。
例8-1：某工厂生产两种产品，2005年7、8月份单位产品成本和产量资料如下表：
表8-1
产品
单位
单位成本（元）
产量
7月份
8月份
7月份
8月份
甲
件
50
45
520
600
乙
公斤
120
110
200
500
如例8-1，要反映甲产品的产量及单位成本8月份比7月份的变化情况，则需分别编制甲产品的产量个体指数和甲产品的单位成本个体指数。
甲产品的产量个体指数:Kq= = 115.38%
说明甲产品产量8月份比7月份增长15.38%
绝对值增长：600-520=80（件）
甲产品的单位成本个体指数:Kp= = 90%
说明甲产品单位成本8月份比7月份降低10%（90%-100=-10%）。
单位成本变化绝对值：45-50=-5元，即甲产品的单位成本8月份比7月份下降5元。
同样可编制乙产品的产量个体指数和单位成本个体指数。
乙产品的产量个体指数：:Kq= = =250%，说明乙产品产量8月份比7月份增长250%-1=150%，绝对值增长：500-200=300（公斤）
乙产品的单位成本个体指数:Kp= = 92%，单位成本变化绝对值：110-120=-10（元），即乙产品的单位成本8月份比7月份下降10元。
在编制个体指数时要注意分子采用报告期数值，分母采用基期数值，指数数值表明报告期水平是基期水平的多少，通常用百分数表示。
二、综合指数的编制方法及特点
（一）综合指数的概念及编制方法
1、综合指数的概念
凡是一个总量指标（价值指标）可以分解为两个或两个以上的因素指标时，将其中的一个或一个以上的因素指标（即同度量因素）固定下来，仅观察其中一个因素指标（指数化指标）的变动程度，这样所编制的总指数称为综合指数。
2、产量总指数---数量指标指数的编制方法
拉氏产量指数=
例8-1中，产量指数= = = =180%
说明该企业生产的两种产品产量8月份比7月份综合增长了80%
=90000-50000 =40000（元）
其含义是由于产量的增长使总成本的绝对额增加了40000元。
3、单位成本总指数----质量指标指数的编制方法。
派氏指数=
例8-1中，单位成本总指数= = = =92%
说明该企业生产的两种产品单位成本8月份比7月份综合下降了8%（=92%-1）
=82000-90000=-8000
其含义是由于单位成本的下降使总成本的绝对额减少了8000元。
在编制数量指标指数时，指数化指标是数量指标，以基期的质量指标作为同度量因素；编制质量指标综合数时，指数化指标是质量指标，以计算期的数量指标为同度量因素。
总结：以上编制总指数的方法是先综合后对比，即首先解决不同度量单位的问题，使得不能直接相加的现象变得可以相加，然后再进行对比分析，因此，把这类总指数称为综合指数。
综合指数的编制方法有两个特点：第一，编制综合指数要从现象之间的联系中，确定与所要研究的现象有关联的同度量因素；第二，将引进的同度量因素固定，以便消除其变化，来测定我们所要研究的那个因素即指数化指标的变动，从而解决对比问题。
数量指标指数公式的计算结果说明复杂现象总体数量指标综合变动的方向和程度。分子与分母的差额说明由于数量指标的变动对价值量指标影响的绝对额。
质量指标指数公式的计算结果说明复杂现象总体质量指标综合变动的方向和程度。分子与分母的差额说明由于质量指标的变动对价值量指标影响的绝对额。
5:什么是抽样误差
在抽样检查中，由于用样本指标代替全及指标所产生的误差可分为两种：一种是由于主观因素破坏了随机原则而产生的误差，称为系统性误差；另一种是由于抽样的随机性引起的偶然的代表性误差。抽样误差仅仅是指后一种由于抽样的随机性而带来的偶然的代表性误差，而不是指前一种因不遵循随机性原则而造成的系统性误差。
总的说来，抽样误差是指样本指标与全及总体指标之间的绝对误差。在进行抽样检查时不可避免会产生抽样误差，因为从总体中随机抽取的样本，其结构不可能和总体完全一致。例如样本平均数与总体平均数之差，样本成数与总体成数之差 | p − P | 。虽然抽样误差不可避免，但可以运用大数定律的数学公式加以精确地计算，确定它具体的数量界限，并可通过抽样设计加以控制。
抽样误差也是衡量抽样检查准确程度的指标。抽样误差越大，表明抽样总体对全及总体的代表性越小，抽样检查的结果越不可靠。反之，抽样误差越小，说明抽样总体对全及总体的代表性越大，抽样检查的结果越准确可靠。在统计学中把抽样误差分为抽样平均误差和抽样极限误差，下面就这两种误差分别进行阐释。为使推理过程简化，这里不对属性总体进行分析，而仅对变量总体进行分析计算。
[编辑]抽样误差的计算
1、表现形式：平均数指标抽样误差；成数（比重）抽样误差。
2、平均数指标的抽样误差
1）重复抽样的条件下：
2)不重复抽样的条件下：
3、成数指标的抽样误差
1）重复抽样的条件下：
2）不重复抽样的条件下：
[编辑]抽样误差的控制措施
抽样误差则是不可避免的，但可以减少，其措施有：
1、增加样本个案数。
2、适应选择抽样方式。
6: 假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t—检验法、X2检验法、F—检验法等
第6个的参考资料网址给你
参考资料：http://environ.biox.cn/Geography/200701/20070113230923_2186.shtml
热心网友
时间：2022-04-14 16:49
1、相关分析：对两个变量以某种形式彼此联系进行分析，包括正相关、强正、完全正相关、无相关、负相关、强负、完全负相关、非线性相关8个类型。
回归分析：用方程式图（称为回归线或最佳拟合线描述变量之间的关系。
2、相关系数：是两个变量之间线性关系强度的统计学衡量标准。
相关系数总是介于 -1 和 1之间，当相关系数接近零时，不存在线性关系，否则为正或负相关。
3、显著检验：无论何时，只要进行假设检验，所作的决策都会有风险。错误（风险）有两类： I 类错误 （也称为alpha风险， 由a表示）—即在原假设为真时，将其拒绝的概率。 II类错误（也称为beta风险, 由b表示）—即在原假设为假时，将其接受的概率。
I类错误的概率称之为显著性水平，由a (alpha)表示。通常选择：a = 0.05
4、不清楚。
5、人们想知道：“我需要多少样本?”这里需要引入“功效”。功效是1减去II类或b错误。功效是正确拒绝一项错误原假设的概率。
6、假设检验：对一系列事实的一项初步解释，可通过进一步调查进行检验。
包括下列进行假设检验的情况：
1. 检验总体平均值是否等于一个特定值。
2. 检验两个总体的平均值是否相等。
3. 检验两个以上总体的平均值是否相等。
4. 检验方差是否相等。
5. 检验总体比率是否相等。（二项数据）
6. 检验总体缺陷率是否相等。（泊松数据）
7. 检验关联。
假设检验的步骤：
a. 建立备择假设和原假设。
b. 确定显著性水平a。
c. 随机选择一个代表性数据样本。
d. 计算P值：如果原假设属实，获取观察到的样本的概率。
e. 将 P值与显著性水平a进行比较。
热心网友
时间：2022-04-14 18:41
2.什么是相关系数，系数数值大小说明什么问题？
3.说明是显著检验？
4.“指数”是怎么算出来的？需要哪些数据，最好举例
5.“抽样误差”是怎么算出来的？需要哪些数据，依据是什么原理？
6.什么是假设检验？
行家请不吝赐教，请不要图省事，助人为乐，利人利己！
******************************
放假了，上不了网。偷偷溜出来半小时，呜呜。
其实楼上说得很多，我也不是统计学专业的，回答自然不可能专业。
1.什么是相关分析，回归分析？
给你一组数据，就能描点一条直线，如果用数学方法求出这条直线，就是回归分析。如果这条直线中的两个变量没有关系，自然就是直角坐标系，可是一旦两者出现了相关性，两者就不能用直角坐标表示，于是就需要用相关分析找出它们的相关度。
[百度百科]：相关分析（correlation analysis），研究随机变量之间的相关关系的一种统计方法。相关关系是一种非确定性的关系，例如，以X和Y分别记一个人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则X与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一个的程度，这就是相关关系。
相关分析与回归分析在实际应用中有密切关系。然而在回归分析中，所关心的是一个随机变量Y对另一个（或一组）随机变量X的依赖关系的函数形式。而在相关分析中 ，所讨论的变量的地位一样，分析侧重于随机变量之间的种种相关特征。例如，以X、Y分别记小学生的数学与语文成绩，感兴趣的是二者的关系如何，而不在于由X去预测Y。
*****************
2.什么是相关系数，系数数值大小说明什么问题？
[百度百科]：相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
*******************
3.说明是显著检验？
这是一个非常蹩脚的名词，最开始学统计的时候为了它不知道吐了多少回。
显著性检验的原理就是“小概率事件实际不可能性原理”来接受或否定假设。
**************
4.“指数”是怎么算出来的？
从指数的定义上看，广义地讲，任何两个数值对比形成的相对数都可以称为指数；狭义地讲，指数是用于测定多个项目在不同场合下综合变动的一种特殊相对数。
根据某些采样股票或债券的债格所设计并计算出来的统计数据，用来衡量股票市场或债券市场的价格波动情形。以美国为例，常见的股价指数有道琼工业指数、史坦普500企业指数；最有名的债券价格指数则是所罗门兄弟债券指数（SalomonBrothersBondIndex）和协利债券指数（Sheason-LehmanBondIndex）。在国内，有上海及深圳证券交易所制作的发行量加权股价指数和中信指数、新华指数等。
指数的算法很多，简单算术股价平均数＝(P1＋P2＋P3＋…＋ Pn)/n，还有GDP平减指数，一般用加权的方法比较当期和基期两组数据得来。指数一般算法很简单，知道名称就可以网上查方法。
***********
5.“抽样误差”是怎么算出来的？需要哪些数据，依据是什么原理？
抽样误差是指由于随机抽样的偶然周素使样本各单位的结构对总体各单位结构的代表性差别，而引起的抽样指标和全及指标之间的绝对离差。如抽样平均数与总体平均数的绝对离差，抽样成数与总体成数的绝对离差等等。
必须指出，抽样误差是抽样所特有的误差。凡进行抽样就一定会产生抽样误差，这种误差虽然是不可避免的，但可以控制，所以又称为可控制误差。抽样误差与另外两种误差不同。一种是调查误差，即在调查过程中，由于观察测量、登记、计算上的差错所引起的误差：另一种是系统偏误，即由于违反随机原则，有意地选择较好或较差单位进行调查，造成样本代表性不足所引起的误差。这两种误差是可以防止和避免的。
影响抽样误差大小的因素主要有：
(1)总体单位的标志值的差异程度。 差异程度愈大则抽样误差愈大，反之则愈小。
(2)样本单位数的多少。 在其他条件相同的情况下，样本单位数愈多，则抽样误差愈小。
(3)抽样方法。 抽样方法不同，抽样误差也不相同。一般说，重复抽样比不重复抽样，误差要大些。
(4)抽样调查的组织形式。 抽样调查的组织形式不同，其抽样误差也不相同，而且同一组织形式的合理程度也会影响抽样误差。
……
热心网友
时间：2022-04-14 20:49
你还是自己看看书比较好，统计学原理里面说的比较清楚，统计学原理已经是很浅显的了，要想省事，就看统计学原理吧，如果连这个都不愿看，那就别想弄清楚
我是学统计学的，你说话要注意点!既然你无所谓，那何必在这里浪费公共资源发问。我只是想说，你问的问题虽然在统计学中都是些很基本的问题，但它们都不是很简单的问题，想弄清楚就只能好好看书，没想到你是这种态度，很让人失望。
热心网友
时间：2022-04-14 23:13
别提问了，找个同学一问不就省事了，虽然现在放假。
有提问能回答就回答，明明是不会，为什么还想教训别人，具体情况你们知道吗，瞎评论。
学一门课并不省心，对于只需要知道一点的花几小时能搞定最好，老是深究所有的课，你们能精通几门。
如果无所谓的课都花这么多时间，那和在无聊事上花时间有什么区别？
什么叫态度？尽最大努力学好自己专业及对以后有用的，其他事以最高的效率进行有什么错...........态度有什么不好？？？
热心网友
时间：2022-04-15 01:55
楼主对这样的科目都肯花这么多分来请教还能说态度不好？
只能说一些人处于某些原因在装模作样...
一个人不学中学物理
然后要别人给他讲相对论
有什么意义？
同意楼上的
如果你不学 问这个也没有用
这个人还举个例子，好像很有学问，也不怕人笑话，狗屁不通装正经！
热心网友
时间：2022-04-15 04:53
是面对面的讲哦!!
热心网友
时间：2022-04-15 08:07
然后要别人给他讲相对论
有什么意义？
同意楼上的
如果你不学 问这个也没有用
热心网友
时间：2022-04-15 11:39
你把一本书上的总结内容全部拿出来了呀‘‘
你考试了？‘‘
热心网友
时间：2022-04-15 15:27
热心网友
时间：2022-04-15 19:31
热心网友
时间：2022-04-15 23:53
热心网友
时间：2022-04-16 04:31
（一）、函数关系：指客观现象之间确实存在的，且在数量上表现为确定性的相互依存关系。
（二）、相关关系： 指客观现象之间确实存在的，但在数量上表现为不确定的相互依存关系。
（三）、区别与联系：
1、区别：相关关系数量不确定，函数关系数量是确定的；
2、联系：函数关系往往通过相关关系表现出来，相关关系的研究中常常使用函数关系的方式。
二、相关关系的种类：
（一）、按相关程度划分：
1、 完全相关：指某变量的变化，另一变量有一确定的值对它对应。（函数）；
2、 不完全相关：指两个变量之间有数量联系，但是数量是不确定的关系。
3、 零相关：指两个现象在数量上完全独立，在一定的形式下，互不影响，互不相干的关系。
（“零相关”不能称为“不相关”，因为事物的联系是绝对的，而孤立是相对的，只有在某种形式下它才能互不影响，互不相干。）
（二）、按相关的方向划分：
1、正相关：指两个变量按照相同的变量变化。或者说某个现象的数量增加，另一个现象的数量增加的现象。
2、负相关：指两个变量按照相反的方向变化，或者说某个现象的数量增加，另一个现象的数量减少的现象。
（三）、按相关形式划分：
1、线性相关：指两个变量之间呈线性关系的相关。
1、 非线性相关：指变量之间的关系为非线性的相关关系。
（四）、按变量多少划分：单相关；复相关；偏相关。
1、单相关：指两个因素之间的相关关系。
2、复（多）相关：指三个或三个以上的因素之间的相关关系。
2、 偏相关：指在某一现象和多种现象相关的场合，假定其他变量不变，而对其中的两个变量的相关关系。
（五）、按相关性质划分：
1、真实相关：现象之间的相关确定具有内在联系的相关。
2、虚假相关：现象之间只是表面存在，实质上并没有内在联系的相关
2:
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本。
相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。
相关系数的计算公式为：
其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
3:
1. 显著性检验的的原理是什么？显著性检验的基本步骤是什么？
答：显著性检验的原理就是“小概率事件实际不可能性原理”来接受或否定假设。其基本步骤如下：
第一：提出统计假设H0和HA。
第二：构造统计量t，并根据样本资料计算t值。
第三：根据t分布的自由度，确定理论临界值t0.05和t0.01。
第四：作出判断。
2. 什么是配对法？什么是成组法？两种方法有何区别？
答：将起始条件一致的两个试验个体配成对，并设有多个配对，每对个体分别随机地给予不同处理。则所得的结果即为配对资料。
非配对资料又称成组资料，是指一组数据与另一组数据没有任何关系，也就是说两样本资料是相互独立的，是对两组平均数进行差异显著性检验。
配对法与成组法之间的差别一是在于试验材料的不同，二是检验的方法上的不同。
4:
统计指数的概念
简单地说，统计指数就是相对数，我们在第四章中学习的六种相对数从广义的角度来讲均可称为指数。
对由复杂现象构成的总体，计算其总体数量变动程度的相对数，就是通常意义上讲的统计指数，即狭义的统计指数概念。
狭义的统计指数是指数分析的主要方面，特别是复杂现象总体的动态指数应用更多,在此只介绍动态指数。
（二）指数的分类
1、指数按其反映的对象范围不同，分为个体指数和总指数。
2、指数按其反映的指标性质不同，分为数量指标指数和质量指标指数。
二、指数的作用
1、研究现象数量变动的方向及变动的幅度。
2、揭示复杂现象的变动趋势及规律。
3、对现象变动的原因进行因素分析。
4、对社会经济现象进行综合评价和测定
一、个体指数的编制方法
个体指数是反映个别现象（即简单现象总体）数量变动的相对数，按指数化指标的性质不同可分为数量指标个体指数和质量指标个体指数楼上两个不懂装懂，既然会，那你说说！！实际上是不会。
别提问了，找个同学一问不就省事了，虽然现在放假。
有提问能回答就回答，明明是不会，为什么还想教训别人，具体情况你们知道吗，瞎评论。
学一门课并不省心，对于只需要知道一点的花几小时能搞定最好，老是深究所有的课，你们能精通几门。
如果无所谓的课都花这么多时间，那和在无聊事上花时间有什么区别？
什么叫态度？尽最大努力学好自己专业及对以后有用的，其他事以最高的效率进行有什么错...........态度有什么不好？？？
对一个无关紧要的学科要求有多高？？？
楼主对这样的科目都肯花这么多分来请教还能说态度不好？
只能说一些人处于某些原因在装模作样...
一个人不学中学物理
然后要别人给他讲相对论
有什么意义？
同意楼上的
如果你不学 问这个也没有用
这个人还举个例子，好像很有学问，也不怕人笑话，狗屁不通装正经！
热心网友
时间：2022-04-16 09:25
