通过本章的学习要求在掌握统计指数涵义的基础上，把握综合指数、平均数指数和平均指标指数的编制方法。并能灵活运用指数体系对现象发展变化的情况进行因素分析。 第一节 指数的概念及种类 第二节 综合指数 第三节 平均指数 第四节 指数体系及其指数因素分析 第五节 指数数列

判别分类的频次间是否有差异的方法称为计数统计方法，主要是用卡方检验。 1、配合度检验 单因素分类计数数的实际次数与理论次数是否相同。 用 Nonparametric tests 中的Chi-Square和binomial。 2、独立性检验 有多分类的两个或多个因素之间是否独立。 两个因素：Cosstabs--Chi-Square 多个因素： Loglinear(用层次对数线性模型)

一、相对指标(相对数) 指两个有联系的统计指标值比。它对事物的绝对水平 和绝对差异进行了抽象,能更简明、更清楚地表达事物之 间的数量关系

 回归（Regression，或Linear Regression）分析变量间的关系，有明确的因果关系假设。  即要假设一个变量为自变量，一个为因变量，用回归表示自变量对因变量的影响。  如年龄对收入的影响。[解释]  由于回归构建了变量间因果关系的数学表达，它具有统计预测功能

前面讨论的简单随机抽样和分层抽样，我们所关心的参 数都是单指标的，给出的估计量也是线性形式。这一章我们 将要讨论比较复杂的情况，我们关心的参数不再是单指标的 而是两个或两个以上的指标。此时，遇到的统计量不再是线 性形式，往往呈现出非线性形式，比如两个变量之比，或呈 现变量之间的回归关系

工序质量波动及其规律性，质量波动，质量波动形式。工序质量的影响因素“5MIE 质量波动的统计规律和数据类型 ，受控状态下的观测结果呈现的统计意义上的 规律性。 数据类型:计数值(计件值,计点值) 计量值

一、假设检验的概念 假设(hypothesis)，又称统计假设，是对总体参数 的具体数值所作的陈述。 假设检验(hypothesis test) 是先对总体参数提出 某种假设，然后利用样本信息判断假设是否成立的过程。 ㈠ 原假设与备择假设 原假设(null hypothesis)，又称零假设，用 表示，是指研究者想收集证据予以反对的假设

3.1 均值（Mean）和均值标准误差（S.E.mean） 3.2 中位数（Median） 3.3 众数（Mode） 3.4 全距（Range） 方差（Variance）和标准差 （Standard Deviation） 3.5 四分位数（Quartiles）、十分位数 （Deciles）和百分位数（Percentiles） 3.6 3.7 频数（Frequency） 3.8 峰度（Kurtosis） 3.9 偏度（Skewness） 3.10 标准化Z分数及其线性转换 3.11 探 索 分 析 3.12 交叉列联表分析 3.13 多选项分析 3.14 基本统计分析的报表制作

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t 分布

第一章 绪论 第二章 基本概念 一、 基本概念 二、 学习目的、内容及方法 第一节 电子计算器的使用 二、 分类及特性 三、 使用注意事项 四、 常用键符及其功能简介 五、 典型运算操作实例 第二章 定量资料的统计描述 一、基本概念 二、公式及应用条件 三、习题 四、思考题 第三章 总体均数的区间估计和假设检验 第四章 方差分析 第五章 定性资料的统计描述 第六章 总体率的区间估计和假设检验 第七章 二项分布与 Poisson 分布 第八章 秩和检验 第九章 直线相关与回归 第十章 实验设计 第十一章 调查设计 第十二章 统计表与统计图