【正文】 【高級篩選】命令完成。１． 數(shù)據(jù)審核含義：檢查數(shù)據(jù)中有無錯(cuò)誤。存在于所有類型的調(diào)查之中，包括概率抽樣，非概率抽樣，全面性調(diào)查。 由于這類方法專業(yè)性較強(qiáng)，多用于理工科對應(yīng)的領(lǐng)域，本課程中少有應(yīng)用，故這里不再詳述。— ９ —賈俊平《統(tǒng)計(jì)學(xué)》考點(diǎn)精講優(yōu)點(diǎn)：速度快、時(shí)效性強(qiáng)，尤其適合樣本單位較為分散的情形。 比如調(diào)查員分發(fā)、郵寄、網(wǎng)絡(luò)、媒體等遞送方法的問卷?！襞漕~抽樣方法：先將總體的所有單位按一定的標(biāo)志（變量）分為若干類，然后在每個(gè)類中采用方便抽樣或判斷抽樣的方式選取樣本單位。主要方式有以下幾種：◆方便抽樣方法：調(diào)查過程中由調(diào)查員依據(jù)方便的原則，自行確定入選樣本的單位。典型方式先從數(shù)字１ 到ｋ 之間隨機(jī)抽取一個(gè)數(shù)字ｒ 作為初始單位，然后依次選?。?＋ ｋ，ｒ ＋ ２ｋ，…，等單位組成樣本。局限性：當(dāng)Ｎ 很大時(shí)，構(gòu)造抽樣框較困難；抽出的單位交分散，增加了實(shí)施調(diào)查的難度；無利用其— ７ —賈俊平《統(tǒng)計(jì)學(xué)》考點(diǎn)精講它輔助信息以提高估計(jì)的效率。第二節(jié)　 調(diào)查數(shù)據(jù)１． 概率抽樣與非概率抽樣在數(shù)據(jù)采集階段，我們面臨的一個(gè)關(guān)鍵問題：如何選出一個(gè)好的樣本？ 相對而言，好的樣本包含兩方面含義：①對所研究問題有較強(qiáng)的針對性；②調(diào)查費(fèi)用與估計(jì)精度間要保持較高的性價(jià)比。 或?qū)⒁汛嬖谛畔⒅匦录庸?、整理，變?yōu)槲覀兯脭?shù)據(jù)的方式。 如商品價(jià)格、受教育程度、時(shí)間、體重等都是變量。 構(gòu)成樣本的元素?cái)?shù)目稱為樣本容量或樣本量（ｓａｍｐｌｅ ｓｉｚｅ）。時(shí)間序列數(shù)據(jù)（ｔｉｍｅ ｓｅｒｉｅｓ ｄａｔａ）：取自不同時(shí)間點(diǎn)上的數(shù)據(jù)，這類數(shù)據(jù)通常是在同一空間上獲得的，描述現(xiàn)象隨時(shí)間變化的規(guī)律。１． 按計(jì)量尺度劃分?jǐn)?shù)值型數(shù)據(jù)（ｍｅｔｒｉｃ ｄａｔａ）：按數(shù)字尺度測量的數(shù)據(jù)，結(jié)果表現(xiàn)為具體的數(shù)值，能對不同事物的特征及間距作出精確測度。１． 企業(yè)發(fā)展戰(zhàn)略利用統(tǒng)計(jì)方法提供可靠數(shù)據(jù)，了解經(jīng)濟(jì)發(fā)展?fàn)顩r、變化趨勢，考察市場變化；利用統(tǒng)計(jì)方法的科學(xué)分析，挖掘企業(yè)優(yōu)勢，發(fā)現(xiàn)不足，進(jìn)行合理的市場定位。３． 數(shù)據(jù)分析：選擇統(tǒng)計(jì)方法研究數(shù)據(jù)。要求學(xué)生能在教師的指導(dǎo)下，掌握統(tǒng)計(jì)學(xué)的基本理論和方法，熟悉統(tǒng)計(jì)軟件的基本操作，并能夠結(jié)合經(jīng)濟(jì)學(xué)和工商管理理論加以應(yīng)用。目　 錄第一章　 導(dǎo)論 （２） 第一節(jié)　 統(tǒng)計(jì)及其應(yīng)用領(lǐng)域 （２） 第二節(jié)　 統(tǒng)計(jì)數(shù)據(jù)類型 （４） 第三節(jié)　 統(tǒng)計(jì)學(xué)的常用基本概念 （４） 第二章　 數(shù)據(jù)的搜集 （６） 第一節(jié)　 數(shù)據(jù)的來源 （６） 第二節(jié)　 調(diào)查數(shù)據(jù) （７） 第三節(jié)　 數(shù)據(jù)的誤差 （１０） 第三章　 數(shù)據(jù)的圖表展示 （１２） 第一節(jié)　 數(shù)據(jù)的預(yù)處理 （１２） 第二節(jié)　 品質(zhì)數(shù)據(jù)的整理與展示 （１３） 第三節(jié)　 數(shù)值型數(shù)據(jù)的整理與展示 （１８） 第四節(jié)　 合理使用圖表 （２４） 第四章　 數(shù)據(jù)的概括性度量 （２６） 第一節(jié)　 集中趨勢的度量 （２６） 第二節(jié)　 離散程度的度量 （３１） 第三節(jié)　 偏態(tài)與峰態(tài)的度量 （３４） 第五章　 概率與概率分布 （３６） 第一節(jié)　 隨機(jī)事件及概率 （３６） 第二節(jié)　 概率的性質(zhì)與運(yùn)算法則 （３９） 第三節(jié)　 離散型隨機(jī)變量及其分布 （４４） 第四節(jié)　 連續(xù)型隨機(jī)變量的概率分布 （４９） 第六章　 統(tǒng)計(jì)量及其抽樣分布 （５４） 第一節(jié)　 統(tǒng)計(jì)量 （５４） 第二節(jié)　 由正態(tài)分布導(dǎo)出的幾個(gè)重要分布 （５５） 第三節(jié)　 樣本均值的分布 （５８） 第四節(jié)　 樣本方差和樣本比例的分布 （６１） 第七章　 參數(shù)估計(jì) （６２） 第一節(jié)　 參數(shù)估計(jì)的基本原理 （６２） 第二節(jié)　 一個(gè)總體參數(shù)的區(qū)間估計(jì) （６６） 第三節(jié)　 兩個(gè)總體參數(shù)的區(qū)間估計(jì) （７０） 第四節(jié)　 樣本量的確定 （７３） 第八章　 假設(shè)檢驗(yàn) （７５） 第一節(jié)　 假設(shè)檢驗(yàn)的基本問題 （７５） 第二節(jié)　 一個(gè)總體參數(shù)的檢驗(yàn) （８０） 第三節(jié)　 兩個(gè)總體參數(shù)的檢驗(yàn) （８５） 第九章　 列聯(lián)分析 （９１） 第一節(jié)　 分類數(shù)據(jù)與列聯(lián)表 （９１） 第二節(jié)　 χ２ 　檢驗(yàn) （９３） 第三節(jié)　 列聯(lián)表中的相關(guān)測量 （９５） 第十章　 方差分析 （９９） 第一節(jié)　 方差分析引論 （９９） 第二節(jié)　 單因素方差分析 （１０２） 第三節(jié)　 雙因素方差分析 （１１０） 第十一章　 一元線性回歸 （１１６） 第一節(jié)　 變量間關(guān)系的度量 （１１６） 第二節(jié)　 一元線性回歸 （１２１） 第三節(jié)　 利用回歸方程進(jìn)行預(yù)測 （１２８） 第四節(jié)　 殘差分析 （１２９） 第十二章　 多元線性回歸 （１３２） 第一節(jié)　 多元線性回歸模型 （１３２） 第二節(jié)　 回歸方程的擬合優(yōu)