应用统计学与R语言实现学习笔记(一)——简介

简介: 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ESA_DSQ/article/details/71076504 Chapter ...
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ESA_DSQ/article/details/71076504

Chapter 1 Introduction

本部分内容是我这学期公选课《应用统计学》的学习笔记,主要参考书目为如下两本:
贾俊平,《统计学》(第五版),中国人民大学出版社,2012.
何晓群,《多元统计分析》(第三版),中国人民大学出版社,2012.
本篇为第一章节,也就是Introduction(简介)部分。

1.从问题说起

常常听到的一句话,好的科学论文解决一个科学问题,科学的诞生本身就和问题离不开。老生常谈的就是像牛顿被苹果砸了之后,就想到一个问题,为啥苹果不飞上天和太阳肩并肩呢?
我答:因为会被烤焦。
。。。
嗯,幽默一下。
总结下来说,科研中有很多问题跟统计学相关(笔者是地学和生态学背景,就提点接地气的问题)。
譬如:
(1)人口研究当中,我们希望了解65岁以上老年人所占的比例,以便于我们更好地研究老龄化的问题。
(2)从几个监测站点的汽车尾气监测推断今天北京市的汽车尾气排放是否达到大气污染物排放标准。
(3)影响植物光合作用的因素是什么,各个因素的影响有多大?
以及等等等。
总结来说,可以分为以下的几类:
(1)统计量问题;(2)参数(推断统计)问题;(3)归因问题;(4)预测问题。

2.统计学及其研究过程

那么统计学又是什么呢?

statistics: the science of collecting,analyzing, presenting, and interpreting data.
Copyright 1994-2000 Encyclopaedia Britannica, In

翻译过来就是

统计学是收集、分析、表述和解释数据的科学( 不列颠百科全书)

所以统计学包括了:

  • 数据收集:取得数据
  • 数据处理:整理与图表展示
  • 数据分析:利用统计分析方法分析数据
  • 数据解释:结果的说明
  • 得到结论:从数据分析中得出客观结论。

同时跟统计学密切相关的就是概率论。这二者都是研究随机现象数量规律的学科。而二者的区别可以用一张图来形象体现:

这里写图片描述

也就是说,概率论是——我知道箱子里面是什么样的,我想知道我拿在手里的球是什么样的可能性分别有多大。统计学则是——我不知道箱子里面是什么样的,但是我已经知道我拿在手里的球是什么样的,我想靠我手里的球的样子去推断箱子是什么样的。
有兴趣的也可以查看知乎上的回答。

https://www.zhihu.com/question/20269390

总结起来,统计学的研究过程就像下面的流程图。

Created with Raphaël 2.1.0实际问题收集数据(取得数据)整理数据(处理数据)分析数据(研究数据)解释数据(结果说明)

当然这里面很容易出问题的是解释数据——数学上有意义,并不代表现实中有意义,非常容易出现很多的悖论。
比如太阳升起的时间与每个人起床时间相关性很高,但是我不能说因为每个人都起床了,所以太阳升起了。

3.统计方法及其应用领域

从前面提到的我们知道,统计方法是通过已知的观测数据去分析随机现象的数量规律。因此统计方法就包括了两大部分:描述统计与推断统计。
其实核心就在于我们所观测的样本是否等于总体。
样本=总体,那么使用描述统计就能够用来描述我们所研究的现象。
样本≠总体,那么使用推断统计才能较为准确地描述我们所研究的现象。
事实上,近年来火热的大数据就是因为技术(传感器等)发展,我们足够获取可以近似等于全样本甚至全样本的数据而不是以往的样本数据所引起的一场变革,也就是说是由数据驱动的变革。

Created with Raphaël 2.1.0统计方法样本=总体?描述统计结论推断统计分布已知?假设检验参数估计yesnoyesno

统计学应用领域十分广泛,这里就不细谈了。

4.统计数据类型

由于应用广泛,所以统计数据类型也是多样化的。不同的划分标准类型也不相同:
(1)按照计量层次划分

  • 分类数据
  • 顺序数据
  • 数值数据

(2)按收集方法划分

  • 调查观察数据
  • 试验数据

(3)按时间状况划分

  • 截面数据
  • 时序数据

5.统计学中的几个基本概念

统计学中的基本概念分别是:

  • 总体(population)
  • 样本(sample)
  • 参数(parameter)
  • 统计量(statistic)
  • 变量(variable)

总体——研究对象的全体
样本——研究对象的部分个体,观测数据
参数——用来描述总体的数学度量
统计量——用来描述样本的数学度量
变量——描述现象的某种特征

Created with Raphaël 2.1.0总体(参数)样本(统计量)
目录
相关文章
|
8月前
|
并行计算 Linux iOS开发
R语言- future.apply 并行包用法简介
本文分享了一个在R语言中使用 future.apply 并行包中 lappy族函数 的示例,以供参考学习
340 0
|
机器学习/深度学习 数据可视化 大数据
可曾听闻【大话】二字—统计学R语言
# 我为什么要写这篇 > 我们都知道,21世纪是数据科学的时代,而统计学则是数据科学的基础,任正非在一档访谈节目中也着重谈到了统计学在大数据时代的重要性。大数据不能被直接拿来使用,统计学依然是数据分析的灵魂。 ![image-20220608170829223](C:\Users\萧\AppData\Roaming\Typora\typora-user-images\image-20220608170829223.png) # 总论 全章概览图 ![image-20220608170918361](C:\Users\萧\AppData\Roaming\Typora\typora-u
251 0
|
数据可视化 数据挖掘 文件存储
应用统计学与R语言实现笔记(番外篇三)——缺失值的相关系数分析
昨天刚好有位同学来咨询R语言里计算相关系数的一些问题,所以来谈谈关于缺失值的相关系数分析问题,主要是在R语言中如何处理含缺失值数据的相关系数分析。
1263 0
|
资源调度 机器学习/深度学习
应用统计学与R语言实现笔记(番外篇一)——判别分析更正
最近经历了很多事情,一言难尽。终究还是要回来更新博客的。新的一年先把旧的问题解决了再来开始新篇章。在年前有两位小伙伴指出了我在判别分析一章中的一些问题。主要针对这篇做些拓展和讨论。
1071 0
|
资源调度
应用统计学与R语言实现学习笔记(四)——抽样方法与抽样分布
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ESA_DSQ/article/details/71289372 Chapter 4 Sampling And Sample Distribution 本篇是第四章,内容主要是抽样方法与抽样分布。
1216 0
|
数据采集 数据可视化 Python
应用统计学与R语言实现学习笔记(三)——描述性统计
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ESA_DSQ/article/details/71190387 Chapter 3 Descriptive Statistics 本篇是第三章,内容是描述性统计。
1064 0
|
数据采集 物联网 大数据
应用统计学与R语言实现学习笔记(二)——数据收集
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ESA_DSQ/article/details/71176846 Chapter 2 Data Collection 本篇是第二章,内容是数据收集。
1179 0

热门文章

最新文章