一、模型：数学表达式，科学合理地描述数据 二、直接影响数据统计分析的效果 三、数据：来自试验结果；来自调查测定结果 四、数据统计分析：

·描述性统计(Descriptive Statistics) ·算数平均值(Arithmetic Mean) ·中位值(Median) ·样本方差(Sample Variance) ·直方图(Histogram) ·概率质量函数(Probability Mass Function) ·正态分布(Normal Distribution) ·相关性(Correlation)

2.1数据的计量尺度 2.2统计数据的来源 2.3统计数据的质量 2.4统计数据的整理 2.5分布集中趋势的测度 2.6分布离散程度的测度 2.7分布偏态与峰度的测度 2.8茎叶图与箱线图 2.9统计表与统计图

统计描述 统计推断(1) 统计推断(2) 计量资料 频数分布 集中趋势 离散趋势 统计图表 抽样误差 标准误 t u F检验 秩和检验 直线相关与回归 偏相关 多元线性回归 计数资料 相对数 统计图表 u 、  2检验 秩和检验 Logistic回归

第一节 数值型资料的统计描述 第二节 正态分布和参考值范围的估计第三节 数值型资料的统计推断 第四节 t检验和u检验 第五节 方差分析

2.1 数据的计量尺度 2.2 统计数据的来源 2.3 统计数据的质量 2.4 统计数据的整理 2.5 分布集中趋势的测度 2.6 分布离散程度的测度 2.7 分布偏态与峰度的测度

第一节 分类变量资料的统计描述 第二节 分类变量资料的统计推断 第三节 χ方检验

针对邯钢IF钢冶炼过程，采用统计学软件SPSS中逻辑回归分析、相关性统计、描述性统计等方法，研究了冶炼过程中关键参数和轧材夹杂缺陷之间的对应关系以及参数间的相关性.结果表明：在IF钢冶炼过程中将转炉终点温度控制在1695~1700℃之间，吹氧量控制在250 m3以下，静置时间控制在30~40 min之间，加铝前氧位不超过3.9×10-4时，IF钢轧材出现夹杂缺陷的机率减少.由此对现场提出了改善措施，结果表明以上优化措施可以减少IF钢轧材中夹杂缺陷的产生

一、集中趋势(Central Tendency) 1, What is the most typical value? The Average: typical value for quantitative data The Weighted Average: Adjusting for importance The Median: typical value for quantitative and ordinal data The Mode: typical value even for nominal data 2, What percentile is it? Extremes, Quartiles, and Box Plots The Cumulative distribution function displays the percentiles

风险 一、风险是遭受损失的一种可能性。— Webster 二、风险是有害后果发生的可能性,是对潜在的、未来可能发生损害的一种预期损失。 三、风险是一个统计概念,用于描述在给定的时间和空间中消极事件和状态影响人或者事件的可能性