第一节 线性相关 一、直线相关的概念及其统计描述 二、相关系数的假设检验 三、相关系数的适用条件 四、直线相关系数的意义 五、线性相关应用中应注意的问题 第二节 秩相关 一、秩相关的概念及其描述 二、秩相关系数的统计推断 第三节 分类变量的关联性分析 一、交叉分类2＊2表的关联性分析 二、2＊2配对资料的关联性分析 三、R＊C分类资料的关联性

这一章描述了组对象的视图与过程。对一个组我们可以计算各种统计量，描述不同序列之间的关系，并以各种方式显示出来，例如表格、数据表、图等

这一章描述了组对象的视图与过程。对一个组我们可以计算各种统计量,描述不同序列之间的关系,并以各种方式显示出来,例如表格、数据表、图等

第一章 数据分析概述与软件入门 第二章 数据录入与数据获取 第三章 数据管理 第四章 连续变量的统计描述与参数估计 第五章 分类变量的统计描述与参数

一、波函数及其统计解释 1波函数 由于微观粒子具有波粒二象性,其位置与动量不能同时确定.所以已无法用经典物理方法去描述其运动状态.用波函数来描述微观粒子的运动

(一)最佳选择题 1.描述一组偏态分布资料的变异度,以()指标较好。 A.全距 B.标准差 C.变异系数 D.四分位数间距 E.方差 2.用均数和标准差可以全面描述()资料的特征。 A.正偏态分布 B.负偏态分布 C.正态分布 D.对称分布

本章主要介绍了数据分布特征的描述的基本理论, 包括平均指标和变异指标的基本概念、种类以及 各种计算方法,计算和应用平均指标应注意的问 题等。通过学习,使学习者能够掌握数据分布的 集中趋势和离散特征,为经济管理服务

用回归方程定量地刻划出一个因变量Y与 多个自变量X1，X2…之间的线性依存关 系，称为多重线性回归。其中自变量可 以是随机变动的，也可以是人为选定的， 而因变量是随机变量。 若所有变量都是随机的，还可做多重相 关来描述因变量与一组自变量之间的线 性关系；用偏相关(partial correlation) 描述因变量和一个自变量在扣除其他自 变量影响之后的线性相关

本章主要介绍了数据分布特征的描述的基本理论,包括平均指标 和变异指标的基本概念、种类以及各种计算方法,计算和应用平均指 标应注意的问题等。通过学习,使学习者能够掌握数据分布的集中趋 势和离散特征,为经济管理服务

为了更好的揭示随机现象的规律性并 利用数学工具描述其规律,有必要引入随 机变量来描述随机试验的不同结果