统计学思维导图

统计学第六版读书笔记分享！该图归纳总结了统计量及其抽样分布、多元线性回归、数据的概括性度量、概率与概率分布、数据的搜集等多方面的内容。掌握上述统计学的基础知识，考研顺利高分通过！

统计学 第六版 贾俊平

• 9分类数据分析
  • 9.1分类数据与卡方统计量
    • 分类数据
    • 卡方统计量
  • 9.2拟合优度检验
    • 拟合优度概念
    • 卡方值的计算过程
  • 9.3列联分析：独立性检验
    • 列联表
    • 独立性检验
  • 9.4列联表中的相关测量
    • φ相关系数
    • 列联相关系数
    • V相关系数
  • 9.5列联表分析中应注意的问题
    • 条件百分表的方向
    • 卡方分布的期望值准则
• 10方差分析
  • 10.1方差分析引论
    • 方差分析及其有关术语
    • 方差分析的基本思想和原理
    • 方差分析中的基本假定
    • 问题的一般提法
  • 10.2单因素方差分析
    • 数据结构
    • 分析步骤
    • 关系强度的测量
    • 方差分析中的多重比较
  • 10.3双因素方差分析
    • 双因素方差分析及其类型
    • 无交互作用的双因素方差分析
    • 有交互作用的双因素方差分析
• 11一元线性回归
  • 11.1变量间的关系度量
    • 变量间的关系
    • 相关关系的描述与测度
    • 相关关系的显著性检验
  • 11.2一元线性回归
    • 一元线性回归模型
    • 参数的最小二乘估计
    • 回归直线的拟合优度
    • 显著性检验
    • 回归分析结果的评价
  • 11.3利用回归方程进行预测
    • 点估计
    • 区间估计
  • 11.4残差分析
    • 残差与残差图
    • 标准化残差
• 12多元线性回归
  • 12.1多元线性回归模型
    • 多元回归模型与回归方程
    • 估计的多元回归方程
    • 参数的最小二乘估计
  • 12.2回归方程的拟合优度
    • 多重判定系数
    • 估计标准误差
  • 12.3显著性检验
    • 线性关系检验
    • 回归系数检验和推断
  • 12.4多重共线性
    • 多重共线性及其所产生的问题
    • 多重共线性的判别
    • 多重共线性问题的处理
  • 12.5利用回归方程方程进行预测
  • 12.6变量选择与逐步回归
    • 变量选择过程
    • 向前选择
    • 向后剔除
    • 逐步回归
• 13时间序列分析和预测
  • 13.1时间序列及其分解
  • 13.2时间序列的描述性分析
    • 图形描述
    • 增长率分析
  • 13.3时间序列预测的程序
    • 确定时间序列的成分
    • 选择预测方法
    • 预测方法的评估
  • 13.4平稳序列的预测
    • 简单平均法
    • 移动平均法
    • 指数平滑法
  • 13.5趋势型序列的预测
    • 线性趋势预测
    • 非线性趋势预测
  • 13.6复合型序列的分解预测
    • 确定并分离季节成分
    • 建立预测模型并进行预测
• 14指数
  • 14.1基本问题
    • 指数概念
    • 指数分类
    • 指数编制中的问题
  • 14.2总指数编制方法
    • 简单指数
    • 加权指数
  • 14.3指数体系
    • 总量指数体系分析
    • 平均数变动因素分解
  • 14.4几类典型的指数
    • 居民消费价格指数
    • 股票价格指数
    • 消费者满意度指数
  • 14.5综合评价指数
    • 综合评价与综合评价指数
    • 综合评价指数的构建方法
• 8假设检验
  • 8.1假设检验的基本问题
    • 假设问题的提出
    • 假设的表达式
    • 两类错误
    • 假设检验流程
    • 利用P值进行决策
    • 单侧检验
  • 8.2一个总体参数的检验
    • 检验统计量的确定
    • 总体均值的检验
    • 总体比例的检验
    • 总体方差的检验
  • 8.3两个总体参数的检验
    • 检验统计量的确定
    • 两个总体均值之差的检验
    • 两个总体比值之差的检验
    • 两个总体方差比的检验
    • 检验中的匹配样本
  • 8.4检验问题的进步说明
    • 关于检验结果的解释
    • 单侧检验中假设的建立
• 7参数估计
  • 7.1参数估计的基本原理
    • 估计量与估计值
    • 点估计与区间估计
    • 评价估计量的标准
  • 7.2一个总体参数的区间估计
    • 总体均值的区间估计
    • 总体比例的区间估计
    • 总体方差的区间估计
  • 7.3两个总体参数的区间估计
    • 两个总体均值之差的区间估计
    • 两个总体比例之差的区间估计
    • 两个总体方差比的区间估计
  • 7.4样本量的确定
    • 估计总体均值时样本量的确定
    • 估计总体比例时样本量的确定
• 6统计量及其抽样分布
  • 6.1统计量
    • 统计量的概念
    • 常用统计量
    • 次序统计量
    • 充分统计量
  • 6.2关于分布的几个概念
    • 抽样分布
    • 渐近分布
    • 随机模拟获得的近似分布
  • 6.3由正态分布导出的几个重要分布
    • 卡方分布
    • t分布
    • F分布
  • 6.4样本均值的分布与中心极限定理
    • 抽样分布
    • 中心极限定理
  • 6.5样本比例的抽样分布
  • 6.6两个样本平均值之差的分布
  • 6.7关于样本方差的分布
    • 样本方差的分布
    • 两样本方差比的分布
• 5概率与概率分布
  • 5.1随机事件及其概率
    • 随机事件的几个基本概念
    • 事件的概率
    • 关于概率计算的几个例子
  • 5.2概率的性质与运算法则
    • 概率的基本性质
    • 概率的加法法则
    • 条件概率与独立事件
  • 5.3离散型随机变量及其分布
    • 随机变量的概念
    • 离散型随机变量的概率分布
  • 5.4连续型随机变量的概率分布
    • 概率密度与分布函数
    • 正态分布
• 4数据的概括性度量
  • 4.1集中趋势的度量
    • 分类数据：众数
    • 顺序数据：中位数和分位数
    • 数值型数据：平均数
    • 众数、中位数和平均数的比较
  • 4.2离散程度的度量
    • 分类数据：异众比率
    • 顺序数据：四分位差
    • 数值型数据：方差和标准差
    • 相对离散程度：离散系数
  • 4.3偏态与峰态的度量
    • 偏态及测度
    • 峰态及测度
• 3数据的图表展示
  • 3.1数据的预处理
    • 数据审核
    • 数据筛选
    • 数据排序
    • 数据透视表
  • 3.2品质数据的整理与展示
    • 分类数据的整理与展示
    • 顺序数据的整理与展示题
  • 3.3数值型数据的整理与展示
    • 数据分组
    • 数值型数据的图示
  • 3.4合理使用图表
    • 鉴别图形优劣的准则
    • 统计表的设计
• 2数据的搜集
  • 2.1数据的来源
    • 数据的间接来源
    • 数据的直接来源
  • 2.2调查数据
    • 概率抽样和非概率抽样
    • 搜集数据的基本方法
  • 2.3实验数据
    • 实验组和对照组
    • 实验中的若干问题
    • 实验中的统计
    • 实验法案例
  • 2.4数据的误差
    • 抽样误差
    • 非抽样误差
    • 误差的控制
• 1导论
  • 1.1统计及其应用领域
    • 什么是统计学
    • 统计学的应用领域
  • 1.2统计数据的类型
    • 分类数据、顺序数据、数值型数据
    • 观测数据和实验数据
    • 截面数据和时间序列数据
  • 1.3统计中的几个基本概念
    • 总体和样本
    • 参数和统计量
    • 变量