统计学常用分析方法汇总

"统计方法大全：从基础到高阶，一文掌握核心分析技巧！本文汇总常用统计分析方法，涵盖四大模块：基础模块（描述统计、概率分布、假设检验）；回归与方差分析（相关/回归分析、单/多因素ANOVA）；多元分析技术（聚类/PCA/判别分析/SEM）；进阶模型（贝叶斯统计/生存分析/时间序列/非参数检验）。特别解析贝叶斯定理、生存函数、ARIMA模型等关键概念，助你快速构建统计知识框架。"

统计学常用分析方法汇总

• 描述性统计分析
  • 集中趋势度量
    • 均值
      • 算术平均数
      • 加权平均数
    • 中位数
      • 位置排序
      • 分位数概念
    • 众数
      • 单峰分布
      • 多峰分布
  • 离散程度度量
    • 方差
      • 样本方差
      • 总体方差
    • 标准差
      • 方差的平方根
      • 数据波动的度量
    • 极差
      • 最大值与最小值之差
      • 数据范围的度量
    • 四分位数间距
      • 第一四分位数
      • 第三四分位数
  • 分布形态描述
    • 偏度
      • 数据分布的对称性
      • 正偏与负偏
    • 峰度
      • 数据分布的尖峭程度
      • 尖峰与平峰
• 概率分布
  • 离散型概率分布
    • 二项分布
      • 固定次数的独立实验
      • 成功次数的概率分布
    • 泊松分布
      • 稀有事件的概率分布
      • 时间或空间上的平均发生率
    • 几何分布
      • 首次成功前的失败次数
      • 无记忆性质
  • 连续型概率分布
    • 正态分布
      • 对称的钟形曲线
      • 中心极限定理
    • t分布
      • 小样本数据的分布
      • 自由度的影响
    • 卡方分布
      • 离散随机变量的平方和
      • 统计假设检验
• 参数估计
  • 点估计
    • 估计量的选择
      • 无偏性
      • 一致性
    • 估计方法
      • 矩估计
      • 最大似然估计
  • 区间估计
    • 置信区间的概念
      • 置信水平
      • 置信区间的宽度
    • 计算方法
      • 样本均值的区间估计
      • 比例的区间估计
• 假设检验
  • 基本概念
    • 零假设与备择假设
      • 零假设的设定
      • 备择假设的含义
    • 显著性水平
      • 第一类错误的概率
      • α值的选择
  • 检验方法
    • t检验
      • 单样本t检验
      • 独立样本t检验
      • 配对样本t检验
    • 卡方检验
      • 独立性检验
      • 好度检验
    • F检验
      • 方差分析(ANOVA
      • 多个样本均值的比较
• 方差分析(ANOVA
  • 单因素ANOVA
    • 组间差异与组内差异
      • F统计量的计算
      • 组间均值差异的显著性
    • 事后多重比较
      • Tukey's HSD
      • Bonferroni校正
  • 多因素ANOVA
    • 主效应与交互作用
      • 各因素独立效应的分析
      • 因素间相互作用的分析
    • 多重比较
      • 多个组别均值的比较
      • 调整后的显著性水平
• 相关与回归分析
  • 相关分析
    • 相关系数
      • 皮尔逊相关系数
      • 斯皮尔曼等级相关系数
    • 相关性的解释
      • 正相关与负相关
      • 相关程度的判断
  • 回归分析
    • 线性回归
      • 最小二乘法
      • 回归系数的解释
    • 多元回归
      • 多个自变量的回归模型
      • 变量选择与模型诊断
• 非参数统计方法
  • 非参数检验
    • 符号检验
      • 配对数据的差异性检验
      • 符号的正负判断
    • 秩和检验
      • Mann-Whitney U检验
      • Kruskal-Wallis H检验
  • 非参数估计
    • 核密度估计
      • 数据分布的平滑估计
      • 带宽选择的影响
    • 经验累积分布函数(ECDF
      • 样本数据的经验分布
      • 分布函数的非参数估计
• 时间序列分析
  • 时间序列的成分
    • 趋势成分
      • 长期趋势的识别
      • 趋势的建模方法
    • 季节成分
      • 季节性波动的分析
      • 季节调整技术
    • 循环成分
      • 经济周期的影响
      • 循环波动的识别
  • 时间序列模型
    • 自回归模型(AR
      • AR(p)模型的构建
      • 自相关系数的分析
    • 移动平均模型(MA
      • MA(q)模型的构建
      • 偏自相关系数的分析
    • 自回归移动平均模型(ARMA
      • ARMA(p,q)模型的构建
      • 模型参数的估计
    • 自回归积分滑动平均模型(ARIMA
      • 非平稳时间序列的处理
      • 差分运算的应用
• 多变量分析方法
  • 主成分分析(PCA
    • 数据降维
      • 方差最大化的方向
      • 主成分的提取
    • 变量解释
      • 主成分的经济含义
      • 数据结构的简化
  • 聚类分析
    • 分类方法
      • K-means聚类
      • 层次聚类
    • 距离度量
      • 欧氏距离
      • 曼哈顿距离
  • 判别分析
    • 线性判别函数
      • Fisher判别
      • 判别系数的确定
    • 分类规则
      • 后验概率的计算
      • 分类决策的制定
  • 结构方程模型(SEM
    • 模型设定
      • 观测变量与潜在变量
      • 路径图的构建
    • 参数估计
      • 最大似然估计
      • 广义最小二乘法
    • 模型评估
      • 拟合优度指标
      • 模型修正与再评估
• 生存分析
  • 生存时间数据
    • 生存函数
      • 生存概率的估计
      • Kaplan-Meier估计器
    • 风险函数
      • 危险率的计算
      • Cox比例风险模型
  • 生存时间比较
    • Log-rank检验
      • 不同组别生存曲线的比较
      • 非参数检验方法
    • 参数模型
      • 指数分布模型
      • Weibull分布模型
  • 竞争风险分析
    • 竞争风险的概念
      • 多个风险因素的影响
      • 竞争风险的识别
    • 竞争风险模型
      • Fine-Gray模型
      • 竞争风险的估计与解释
• 贝叶斯统计方法
  • 贝叶斯定理
    • 先验概率与后验概率
      • 先验信息的整合
      • 后验概率的更新
    • 贝叶斯推断
      • 参数的贝叶斯估计
      • 预测分布的计算
  • 贝叶斯模型
    • 贝叶斯线性回归
      • 参数的后验分布
      • 预测与不确定性评估