【华工2025版】统计学辅修核心笔记

第1章 导论

一、统计学定义

通过“收集—分析—表述—解释数据”的完整流程，得出可靠结论的方法论学科。

二、数据类型

三、核心概念：总体与样本

第2章 数据搜集

一、数据来源

二、抽样方法分类及应用

（一）概率抽样（可计算抽样误差，结果可推广）

（二）非概率抽样（不可计算抽样误差，结果仅用于探索）

三、误差控制

• 抽样误差：可通过增大样本量减小

• 非抽样误差：通过优化问卷设计、培训调查员、数据审核等方式控制

第3章 数据图表表示

一、数据预处理步骤

审核（完整性、准确性）→ 筛选 → 排序 → 透视表整理

二、图表类型选择

三、图表设计原则

四、关键图表说明

• 箱线图：展示数据分布的中位数、25%四分位数、75%四分位数、上下界相邻值及异常值（高群点）

• 帕累托图：按类别频数降序排列的条形图，突出主要影响因素

第4章 数据概括性度量

一、集中趋势度量

二、离散程度度量

• 离散系数（CV）：$$CV=\\frac{s}{\\bar{x}$$（消除量纲影响，可跨数据比较离散程度）

  • 示例：8家企业销售额$$\\bar{x}=536.2$$万，$$s=309.1$$万，$$CV=0.57$$，离散程度较低，集中趋势明显

三、分布形态度量

第5章 概率与概率分布

一、离散型分布

二、连续型分布

• 正态分布：满足68-95-99.7规则（均值±1σ涵盖68%数据，±2σ涵盖95%，±3σ涵盖99.7%）

• 正态近似二项分布条件：$$np≥$$且$$n(1-p)≥$$

三、核心定理与公式

• 离散系数：$$V=\\frac{\\sigma}{E(X)$$

• 中心极限定理：当样本量$$n≥3$$时，样本均值近似服从正态分布

第6章 统计量及其抽样分布

一、常用统计量

二、三大分布及应用

第7章 参数估计

一、估计方法

二、估计量评价标准

三、单总体参数的区间估计（核心步骤+公式）

（一）均值的置信区间

（二）比例的置信区间

• 步骤：1. 计算样本比例$$p=\\frac{成功数}{n$$；2. 查z表得临界值$$z_{\\frac{\\alpha}{2}$$；3. 计算标准误$$\\sqrt{\\frac{p(1-p)}{n}$$；4. 代入公式

• 公式：$$p \\pm z_{\\frac{\\alpha}{2}} \\sqrt{\\frac{p(1-p)}{n}$$

• 示例：400人中120人支持政策，99%置信区间：$$0.3 \\pm 2.576 \\times \\sqrt{\\frac{0.3 \\times 0.7}{400}$$，结果为(0.239, 0.361)

（三）方差的置信区间（总体服从正态分布）

• 步骤：1. 计算样本方差$$s^{2$$；2. 确定自由度$$df=n-$$；3. 查$$\\chi^{2$$分布表得上下临界值$$\\chi_{\\frac{\\alpha}{2}}^{2}(n-1$$和$$\\chi_{1-\\frac{\\alpha}{2}}^{2}(n-1$$；4. 代入公式

• 公式：$$\\sigma^{2} \\in \\left( \\frac{(n-1)s^{2}}{\\chi_{\\frac{\\alpha}{2}}^{2}(n-1)}, \\frac{(n-1)s^{2}}{\\chi_{1-\\frac{\\alpha}{2}}^{2}(n-1)} \\right$$

四、常用临界值参考（双侧检验）

第8章 假设检验

一、核心概念

• 原假设（$$H_{0$$）：待检验的默认假设（如$$\\mu=\\mu_{0$$、$$\\pi=\\pi_{0$$）

• 备择假设（$$H_{1$$）：与原假设对立的假设（如$$\\mu≠\\mu_{0$$、$$\\pi>\\pi_{0$$）

• 两类错误：

  • 第一类错误（弃真）：$$H_{0$$为真时拒绝$$H_{0$$，概率为$$\\alph$$（显著性水平）

  • 第二类错误（取伪）：$$H_{0$$为假时接受$$H_{0$$，概率为$$\\bet$$

• 检验统计量：

  • 均值检验（大样本/σ已知）：$$Z=\\frac{\\bar{x}-\\mu_{0}}{\\frac{\\sigma}{\\sqrt{n}}$$

  • 均值检验（小样本/σ未知）：$$t=\\frac{\\bar{x}-\\mu_{0}}{\\frac{s}{\\sqrt{n}}$$

  • 比例检验：$$Z=\\frac{p-\\pi_{0}}{\\sqrt{\\frac{\\pi_{0}(1-\\pi_{0})}{n}}$$

  • 方差检验：$$\\chi^{2}=\\frac{(n-1)s^{2}}{\\sigma_{0}^{2}$$

二、检验步骤

三、重难点解析

• P值：$$H_{0$$成立时，观察到当前样本数据的概率，P值越小，拒绝$$H_{0$$的证据越强

• 单侧检验：备择假设含方向（如$$H_{1}:\\mu>1$$），拒绝域在一侧；双侧检验：备择假设无方向（如$$H_{1}:\\mu≠1$$），拒绝域在两侧

第10章 方差分析（ANOVA）

一、基本概念与用途

• 用途：比较多个总体均值是否存在显著差异

• 分类：

  • 单因素ANOVA：1个分类自变量（因子），1个数值型因变量

  • 双因素ANOVA：2个分类自变量

• 关键术语：

  • 因子（因素）：被检验对象（如行业类型）

  • 水平：因子的不同表现（如制造业、服务业、金融业）

二、基本假定（前提条件）

三、单因素方差分析步骤

（一）提出假设

• $$H_{0$$：多个总体均值相等（如6个行业投诉次数均值相同）

• $$H_{1$$：至少有一个总体均值不同

（二）计算统计量（平方和分解）

• 组间自由度：$$df_{组间}=k-$$（k为总体个数）

• 组内自由度：$$df_{组内}=n-$$（n为总观测值个数）

• 组间均方（MSA）：$$MSA=\\frac{SSA}{df_{组间}$$

• 组内均方（MSE）：$$MSE=\\frac{SSE}{df_{组内}$$

（三）决策与多重比较

• 步骤：

  • 计算两水平均值差$$|\\bar{x}_{i}-\\bar{x}_{j}$$

  • 计算LSD临界值：$$LSD=t_{\\frac{\\alpha}{2}} \\sqrt{MSE\\left( \\frac{1}{n_{i}}+\\frac{1}{n_{j}} \\right)$$

  • 若$$|\\bar{x}_{i}-\\bar{x}_{j}|>LS$$，则两水平差异显著

第11章 一元线性回归

一、核心概念

• 相关系数：衡量变量间线性相关程度，需通过t检验（自由度$$n-$$）判断显著性

• 回归模型：$$\\hat{y}=\\hat{\\beta}_{0}+\\hat{\\beta}_{1}$$（$$\\hat{\\beta}_{0$$为截距项，$$\\hat{\\beta}_{1$$为斜率项，通过最小二乘法估计）

二、回归分析关键指标

三、线性关系检验（F检验）

• 假设：$$H_{0}:\\beta_{1}=$$（无线性关系）；$$H_{1}:\\beta_{1}≠$$（有线性关系）

• 检验统计量：$$F=\\frac{MSR}{MSE} \\sim F(1, n-2$$

• 决策：查F分布表得临界值，若$$F$$临界值，拒绝$$H_{0$$，认为线性关系显著

四、回归系数检验（t检验）

• 假设：$$H_{0}:\\beta_{1}=$$；$$H_{1}:\\beta_{1}≠$$

• 检验统计量：$$t=\\frac{\\hat{\\beta}_{1}-0}{s_{\\hat{\\beta}_{1}}$$（$$s_{\\hat{\\beta}_{1}$$为回归系数标准误差）

• 决策：自由度$$df=n-$$，查t表得临界值，若$$|t|$$临界值，拒绝$$H_{0$$，回归系数显著