资源简介

(共42张PPT)
第一章
统计学及其基本概念
本章内容
一、 统计学简介
二、 认识数据
三、 基本概念
四、 统计计算工具
统计学简介
统计的涵义：
统计工作、统计资料、 统计学
统计学的内容 ：
描述统计学 、推断统计学
统计学的过去与现在：
统计学中的各大著名学派、统计学的现代格局
统计学在经济管理中的应用：
案例1 案例2 案例3 案例4
认识数据
四个数据集：
中国主要宏观经济指标数据集、95世界各国基本情况数据集
公司人力资源部数据集 、企业流水线上的抽样数据集
按测量的精度分：
分类数据 顺序数据 数值型数据
按与时间的关系分 ：
时间序列数据 截面数据 面板数据
基本概念
总体 、个体、样本、标志、指标、变量
统计计算工具
Excel:
统计函数、统计分析工具
SPSS:
方差分析中多重比较、
多元统计分析
统计工作
统计工作是为了管理或认识的需要，对社会经济现象和自然现象进行数量收集的活动。
谁做？
统计局系统、企业信息化
Statistical work
中华人民共和国国家统计局
企业信息化模式
统计资料
统计资料是统计工作过程中所取得的各项数字资料以及与之相关信息的总称。统计资料是统计工作取得的能够说明所研究对象的数据。例如国内生产总值数据，说明整个国家的生产规模。这些数据经常会在报纸、杂志上出现。
Statistical data
统计学
统计学是在统计工作的经验积累到一定程度时自然产生的，它是收集、整理、描述分析统计数据的方法和技术，为我们的决策提供“量”方面的依据。
《不列颠百科全书》对统计学的定义为：“统计学是关于收集和分析数据的科学和艺术”。
Statistics
描述统计学
描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合、概括与分析得出反映客观现象的规律性数量特征。
Descriptive Statistics
推断统计学
推断统计学是研究如何根据样本数据去推断总体数量特征的方法，它是在对样本数据进行描述的基础上，对统计总体的未知数量特征作出以概率形式表述的推断。
Inferential Statistics
统计学中的各大著名学派
国势学派
政治算术学派
数理统计学派
社会统计学派
统计学的现代格局
一是以社会经济问题为主要研究对象的社会经济统计,从属于应用经济学。
二是以方法和应用研究为主的数理统计。从学科的角度看，从属于数学。
国势学派
人物：
【德国】康令和阿亨瓦尔
贡献：
提出世界公认的名词－统计学（Statistics）
评价：
“有统计之名，无统计之实”的学派
政治算术学派
人物：
【英国】威廉·配第和约翰·格朗特
贡献：
开用数量方法研究社会经济现象之先河
评价：
“有统计之实，无统计之名”的学派
数理统计学派
人物：
【比利时】人才济济。如：凯特勒、戈赛特 、费希尔、内曼、卡尔·皮尔逊
贡献：
（1）完成统计学和概率论的结合
（2）建立了丰富的数理统计理论
社会统计学派
人物：
【德国】克尼斯、恩格尔和梅尔
观点：统计学的研究对象是社会现象，目的在于明确社会现象的内在联系和相互之间的关系。在研究过程中，要用全面调查，也可以适量的使用抽样调查。
案例1
1995年9月，美国斯坦福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方法，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。
案例2
2005年3月16日上证平均指数中30支股票的市盈率是21.08。东方电子集团有限公司的市盈率是17.92。这时，市盈率方面的统计信息显示：与上证指数股票的平均收入相比，东方电子集团有限公司的股票价格较低。因此，投资顾问可以得出结论：东方电子集团有限公司的现行价格被低估了。
案例3
假设一家会计师事务所想确定客户的资产负债表中所显示的应收账款的数量是否公正地体现了实际的应收账款的数量。通常，应收账款的账目数量很大，要审查和验证每个账户既费时又费钱。
怎么办？
抽样调查可以解决问题！
案例4
零售付账柜台使用电子扫描仪收集数据，可供各种营销研究应用。
数据挖掘的典型：
啤酒与纸尿裤
分类数据
分类数据是对事物进行分类的结果，数据的主要特征是采用文字、数字的代码和其他符号对事物进行简单的分类和分组。
分类数据以定类尺度（nominal scale）来衡量。
categorical data
顺序数据
即等级数据，是对事物进行分类的结果，这些分类在语义上表现出明显的等级或顺序关系，例如，学生成绩可以分为优秀、良好、中等、及格和不及格。
顺序数据以定序尺度（ordinal scale）来衡量。
rank data
数值型数据
数值型数据是使用自然或度量衡单位对事物进行测量的结果，其结果表现为具体数值。
数值型数据有两种衡量尺度：
一是定距尺度（interval scale）
二是定比尺度（ratio scale）
区别：“零点”
metric data
时间序列数据
时间序列数据是在不同时间上收集到的数据，它所描述的是现象随时间而变化的情况。
time series data
截面数据
截面数据是在相同或近似相同的时间点上收集的数据，它所描述的是现象在某一时刻或某一时间段的变化情况。
cross-sectional data
面板数据
面板数据是对若干个单位在不同时间进行重复跟踪调查所形成的数据。
panel data
绝对数
绝对数是统计数据的基本表现形式，是其他指标形式形成的基础。现象的总体规模和水平一般都以绝对数形式表现，一个地区的总人口、国内生产总值、货物周转量等都是绝对数。
absolute number
相对数
相对数是由两个相互联系的绝对数对比得到，反映事物的相对数量。常用的相对数包括：结构相对数、动态相对数、比较相对数、计划完成相对数。
relative number
平均数
平均数反映现象总体的一般水平。如职工的平均工资。
average
变量
变量（variable）总是可以用数值形式表现的，可变的数量标志和所有的统计指标都是变量。
分类：自变量与因变量
离散型变量、连续型变量
确定性变量、随机变量
计算工具
计算器－要求会用“统计功能”
计算机－要求会用“Excel”作分析
1. 公式和函数
2. 数据分析工具
总体
统计总体，简称总体(Population)，就是统计所要研究的事物或现象的全体，即由客观存在的，具有某种共同特征的许多个别事物构成的整体。
总体的特点：大量性、同质性、
差异性、相对性
个体
个体（Item Unit）是构成统计总体的个别事物，又称为总体单位。
样本
样本（Sample）是指从统计总体中抽取出来作为代表这一总体的、由部分个体组成的集合体。
抽取原则：随机、非随机
非随机抽样：任意抽样、判断抽样、配额抽样
标志
统计标志，简称标志（characteristic），是指每个个体所共同具有的属性或特征，它是说明个体的属性或特征的具体名称。
标志按其性质分为品质标志和数量标志。
标志按变异情况分为不变标志和可变标志。
可变的数量标志称为变量，其值称为变量值。
指标
统计指标，简称指标（indicator），是反映总体数量特征的，由各个个体的标志值汇总综合而成。任何一个统计指标都是经过了从个别到一般、从具体到抽象的过程，它体现总体特征，具有综合性。
注意：口径 － 外延、维度
分类： 数量指标、质量指标
总体指标、样本指标
指标体系
指标体系
一系列相互联系、相互制约的多个统计指标就构成统计指标体系。
举例1：
企业可持续发展统计指标体系
举例2：宏观统计指标体系
～国民经济核算体系
企业可持续发展统计指标体系
国民经济核算体系

展开更多......

收起↑