資料處理及統(tǒng)計方法內(nèi)容(統(tǒng)計方法)

1.統(tǒng)計方法有哪些

1.計量資料的統(tǒng)計方法

分析計量資料的統(tǒng)計分析方法可分為參數(shù)檢驗法和非參數(shù)檢驗法。

參數(shù)檢驗法主要為t檢驗和方差分析（ANOVN，即F檢驗）等，兩組間均數(shù)比較時常用t檢驗和u檢驗，兩組以上均數(shù)比較時常用方差分析；非參數(shù)檢驗法主要包括秩和檢驗等。t檢驗可分為單組設計資料的t檢驗、配對設計資料的t檢驗和成組設計資料的t檢驗；當兩個小樣本比較時要求兩總體分布為正態(tài)分布且方差齊性，若不能滿足以上要求，宜用t 檢驗或非參數(shù)方法（秩和檢驗）。方差分析可用于兩個以上樣本均數(shù)的比較，應用該方法時，要求各個樣本是相互獨立的隨機樣本，各樣本來自正態(tài)總體且各處理組總體方差齊性。根據(jù)設計類型不同，方差分析中又包含了多種不同的方法。對于定量資料，應根據(jù)所采用的設計類型、資料所具備的條件和分析目的，選用合適的統(tǒng)計分析方法，不應盲目套用t檢驗和單因素方差分析。

2.計數(shù)資料的統(tǒng)計方法

計數(shù)資料的統(tǒng)計方法主要針對四格表和R*C表利用檢驗進行分析。 四格表資料：組間比較用

檢驗或u檢驗，若不能滿足 檢驗：當計數(shù)資料呈配對設計時，獲得的四格表為配對四格表，其用到的檢驗公式和校正公式可參考書籍。 R*C表可以分為雙向無序，單向有序、雙向有序屬性相同和雙向有序屬性不同四類，不同類的行列表根據(jù)其研究目的，其選擇的方法也不一樣。

3.等級資料的統(tǒng)計方法

等級資料（有序變量）是對性質(zhì)和類別的等級進行分組，再清點每組觀察單位個數(shù)所得到的資料。在臨床醫(yī)學資料中，常遇到一些定性指標，如臨床療效的評價、疾病的臨床分期、病癥嚴重程度的臨床分級等，對這些指標常采用分成若干個等級然后分類計數(shù)的辦法來解決它的量化問題，這樣的資料統(tǒng)計上稱為等級資料。

統(tǒng)計方法是指有關收集、整理、分析和解釋統(tǒng)計數(shù)據(jù)，并對其所反映的問題作出一定結論的方法。統(tǒng)計方法是一種從微觀結構上來研究物質(zhì)的宏觀性質(zhì)及其規(guī)律的獨特的方法。

定義1

所謂統(tǒng)計方法是指用多次測量值采用一定方法計算出的標準不確定度。不同于A類的其它方法計算者稱為B類標準不確定度或稱為標準不確定度的B類計算法（typeBevaluation）。

定義2

在平均離子模型的基礎上，發(fā)展了一個計算離子組態(tài)概率分布的有效方法，稱為統(tǒng)計方法。

源自： 激光等離子體非平衡X射線發(fā)射譜理論研究《物理學報》1995年 裴文兵，常鐵強，張鈞

定義3

統(tǒng)計方法是指在不知道紋理基元或尚未監(jiān)測出基元的情況下進行紋理分析，主要描述紋理基元或局部模式隨機和空間統(tǒng)計特征，如灰度共生矩陣法、隨機場模型法等。

源自： 利用紋理分析方法提取TM圖像信息《遙感學報》2004年 姜青香，劉慧平

定義4

分子物理學就是用統(tǒng)計方法來研究的。大量個別的偶然事件存在著一定的規(guī)律，表現(xiàn)了這些事件的整體的本質(zhì)和必然的聯(lián)系。這種規(guī)律是客觀存在的，統(tǒng)計的方法則是揭示這種規(guī)律的必要手段。統(tǒng)計方法只能適合于大量事件，研究的事件越多，得到的統(tǒng)計結果也越準確

2.數(shù)據(jù)預處理包括哪些內(nèi)容

1.墓于粗糙集（ Rough Set）理論的約簡方法 粗糙集理論是一種研究不精確、不確定性知識的數(shù)學工具。

目前受到了KDD的廣泛重視，利用粗糙集理論對數(shù)據(jù)進行處理是一種十分有效的精簡數(shù)據(jù)維數(shù)的方法。我們所處理的數(shù)據(jù)一般存在信息的含糊性（Vagueness）問題。

含糊性有三種：術語的模糊性，如高矮；數(shù)據(jù)的不確定性，如噪聲引起的；知識自身的不確定性，如規(guī)則的前后件間的依賴關系并不是完全可靠的。在KDD中，對不確定數(shù)據(jù)和噪聲干擾的處理是粗糙集方法的 2.基于概念樹的數(shù)據(jù)濃縮方法 在數(shù)據(jù)庫中，許多屬性都是可以進行數(shù)據(jù)歸類，各屬性值和概念依據(jù)抽象程度不同可以構成一個層次結構，概念的這種層次結構通常稱為概念樹。

概念樹一般由領域專家提供，它將各個層次的概念按一般到特殊的順序排列。 3.信息論思想和普化知識發(fā)現(xiàn) 特征知識和分類知識是普化知識的兩種主要形式，其算法基本上可以分為兩類：數(shù)據(jù)立方方法和面向屬性歸納方法。

普通的基于面向屬性歸納方法在歸納屬性的選擇上有一定的盲目性，在歸納過程中，當供選擇的可歸納屬性有多個時，通常是隨機選取一個進行歸納。事實上，不同的屬性歸納次序獲得的結果知識可能是不同的，根據(jù)信息論最大墑的概念，應該選用一個信息丟失最小的歸納次序。

4.基于統(tǒng)計分析的屬性選取方法 我們可以采用統(tǒng)計分析中的一些算法來進行特征屬性的選取，比如主成分分析、逐步回歸分析、公共因素模型分析等。這些方法的共同特征是，用少量的特征元組去描述高維的原始知識基。

5.遺傳算法〔GA, Genetic Algo}thrn}） 遺傳算法是一種基于生物進化論和分子遺傳學的全局隨機搜索算法。遺傳算法的基本思想是：將問題的可能解按某種形式進行編碼，形成染色體。

隨機選取N個染色體構成初始種群。再根據(jù)預定的評價函數(shù)對每個染色體計算適應值。

選擇適應值高的染色體進行復制，通過遺傳運算（選擇、交叉、變異）來產(chǎn)生一群新的更適應環(huán)境的染色體，形成新的種群。這樣一代一代不斷繁殖進化，最后收斂到一個最適合環(huán)境的個體上，從而求得問題的最優(yōu)解。

遺傳算法應用的關鍵是適應度函數(shù)的建立和染色體的描述。在實際應用中，通常將它和神經(jīng)網(wǎng)絡方法綜合使用。

通過遺傳算法來搜尋出更重要的變量組合。

3.統(tǒng)計調(diào)查搜集資料的方法有哪些

統(tǒng)計數(shù)據(jù)的具體搜集方法有：

訪問調(diào)查。訪問調(diào)查又稱派員調(diào)查，它是調(diào)查者與被調(diào)查者通過面對面地交談從而得到所需資料的調(diào)查方法。訪問調(diào)查的方式有標準式訪問和非標準式訪問兩種。前者是按一個事先設計好的訪問結構，如固定格式的標準化問卷，有順序地依次提問，并由受訪者做出回答。非標準式訪問則事先不做統(tǒng)一的問卷或表格，也沒有統(tǒng)一的提問順序，有的只是一個題目或提綱，由調(diào)查人員和受訪者自由交談，以獲得所需的資料。

郵寄調(diào)查。它是通過郵寄或宣傳媒體等方式將調(diào)查表或調(diào)查問卷送至被調(diào)查者手中，由被調(diào)查者填寫，然后將調(diào)查表寄回或投放到指定收集點的一種調(diào)查方法。

電話調(diào)查。電話調(diào)查是調(diào)查人員利用電話同受訪者進行語言交流，從而獲得信息的一種調(diào)查方式。電話調(diào)查具有時效快、費用低等特點。

電腦輔助調(diào)查。它也稱電腦輔助電話調(diào)查系統(tǒng)（computer-assisted telephone interviewing system,cati）。該系統(tǒng)使電話調(diào)查更加便利和快捷，也使調(diào)查的質(zhì)量大大提高了。

座談會。它也稱為集體訪談法，它是將一組被調(diào)查者集中在調(diào)查現(xiàn)場，讓他們對調(diào)查的主題（如一種產(chǎn)品、一項服務或其他話題）發(fā)表意見，從而獲取調(diào)查資料的方法。

個別深度訪問。它是一種一次只有一名受訪者參加的特殊的定性研究?！吧钤L”是一種無結構的個人訪問，調(diào)查人員運用大量的追問技巧，盡可能讓受訪者自由發(fā)揮，表達他的想法和感受。

觀察法。它是指就調(diào)查對象的行動和意識，調(diào)查人員邊觀察邊記錄以收集信息的方法。

實驗法。它是一種特殊的觀察調(diào)查方法，它是在所設定的特殊實驗場所、特殊狀態(tài)下，對調(diào)查對象進行實驗以取得所需資料的一種調(diào)查方法。

其中前六種方法屬于詢問調(diào)查，后兩種方法屬于觀察與實驗的方法。

4.統(tǒng)計整理包括哪些內(nèi)容

統(tǒng)計整理的內(nèi)容通常包括：

1、根據(jù)研究任務的要求，選擇應整理的指標，并根據(jù)分析的需要確定具體的分組；

2、對統(tǒng)計資料進行匯總、計算；

3、通過統(tǒng)計表描述匯總的結果。在統(tǒng)計整理中，抓住最基本的、最能說明問題本質(zhì)特征的統(tǒng)計分組和統(tǒng)計指標對統(tǒng)計資料進行加工整理，這是進行統(tǒng)計整理必須遵循的原則。

統(tǒng)計整理：

統(tǒng)計整理即“統(tǒng)計資料整理”，就是根據(jù)研究的目的和任務的要求，對統(tǒng)計調(diào)查所搜集到的原始資料進行科學的加工整理，使之條理化、系統(tǒng)化，把反映總體單位的大量原始資料，轉化為反映總體的基本統(tǒng)計指標，統(tǒng)計工作的這一過程，叫統(tǒng)計資料的整理。廣義地說，統(tǒng)計整理也包括對次級資料進行的再加工。

5.計量資料的統(tǒng)計描述和統(tǒng)計推斷各有哪些方法

描述統(tǒng)計是指對采集的數(shù)據(jù)進行登記、審核、整理、歸類，在此基礎上進一步計算出各種能反映總體數(shù)量特征的綜合指標，并用圖表的形式表示經(jīng)過歸納分析而得到的各種有用的統(tǒng)計信息。

推斷統(tǒng)計是在對樣本數(shù)據(jù)進行描述的基礎上，利用一定的方法根據(jù)樣本數(shù)據(jù)去估計或檢驗總體的數(shù)量特征。推斷統(tǒng)計是現(xiàn)代統(tǒng)計學的主要內(nèi)容。

回歸分析：確定兩種或兩種以上變數(shù)間相互依賴的定量關系的一種統(tǒng)計分析方法 方差分析：用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗，通過分析研究中不同來源的變異對總變異的貢獻大小，從而確定可控因素對研究結果影響力的大小。 相關分析：是研究現(xiàn)象之間是否存在某種依存關系，并對具體有依存關系的現(xiàn)象探討其相關方向以及相關程度，是研究隨機變量之間的相關關系的一種統(tǒng)計方法。

相關分析與回歸分析在實際應用中有密切關系。然而在回歸分析中，所關心的是一個隨機變量Y對另一個（或一組）隨機變量X的依賴關系的函數(shù)形式。

而在相關分析中 ，所討論的變量的地位一樣，分析側重于隨機變量之間的種種相關特征。 判別分析：是按照一定的判別準則，建立一個或多個判別函數(shù)，用研究對象的大量資料確定判別函數(shù)中的待定系數(shù)，并計算判別指標，在氣候分類、農(nóng)業(yè)區(qū)劃、土地類型劃分中有著廣泛的應用。

聚類分析：通過數(shù)據(jù)建模簡化數(shù)據(jù)的一種方法，聚類分析在電子商務中網(wǎng)站建設數(shù)據(jù)挖掘中也是很重要的一個方面，通過分組聚類出具有相似瀏覽行為的客戶，并分析客戶的共同特征，可以更好的幫助電子商務的用戶了解自己的客戶，向客戶提供更合適的服務。 因子分析：基本目的就是用少數(shù)幾個因子去描述許多指標或因素之間的聯(lián)系，即將相關比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子（之所以稱其為因子，是因為它是不可觀測的，即不是具體的變量），以較少的幾個因子反映原資料的大部分信息。

運用這種研究技術，可以方便地找出影響消費者購買、消費以及滿意度的主要因素是哪些，以及它們的影響力（權重）運用這種研究技術，還可以為市場細分做前期分析。 描述統(tǒng)計是通過圖表或數(shù)學方法，對數(shù)據(jù)資料進行整理、分析，并對數(shù)據(jù)的分布狀態(tài)、數(shù)字特征和隨機變量之間關系進行估計和描述的方法。

描述統(tǒng)計分為集中趨勢分析和離中趨勢分析和相關分析三大部分。常見統(tǒng)計分析法：t檢驗，F(xiàn)檢驗 方差分析。