第1页：第1章 统计和统计数据目录
第1章 统计和统计数据目录
- 1.1 统计及其应用
- 1.2 统计学的分科
- 1.3 数据的类型（重点）
- 1.4 统计学的基本概念（重点）
- 1.5 统计学的研究方法
第2页：第1章学习目标
第1章学习目标
- 统计学的含义
- 统计的应用领域
- 统计学的数据及类型
- 统计中的几个基本概念
- 统计学的研究方法
第3页：1.1 统计及其应用
1.1 统计及其应用
- 1.1.1 统计学及其研究对象
- 1.1.2 统计的应用
第4页：什么是统计学
- 统计学（statistics）
- 是收集、整理、分析、表述和解释数据的科学和艺术
- 统计数据的收集：取得数据（第二章）
- 统计数据的整理：图表展示（第三章）
- 统计数据的分析：利用统计方法分析数据（第三—-九章）
- 数据的表述与解释：结果的说明
- 得到结论：从数据分析中得出客观结论结论体现出统计学研究目的：探索数据内在的规律性
第5页：统计学的研究对象
- 统计学研究对象是来自各领域的数据，靠解决其他领域的问题而存在和发展。
- 统计学就是关于数据的一门科学，它提供一套通用的数据分析方法和技术，这些方法和技术不是为某个特定领域的问题而构造的，也不是一成不变的，可根据需要进行必要调整。
第6页：1.1 统计及其应用（导航）
1.1 统计及其应用（导航）
- 1.1.1 统计学及其研究对象
- 1.1.2 统计的应用
第7页：统计的作用
- 认识自然和社会的必要方法和途径
- 在微观上企业管理中应用
- 在宏观经济管理中应用
- 为科学研究提供了有力手段
第8页：统计学的误用
政治家本杰明曾有一个著名论断：“有三类谎言：谎言、糟透的谎言、和统计。”统计常被人们滥用误用。
包括：常识性误用、技术性误用、人为故意误用。
学术界最常见误用：寻求技术支持。
第9页：1.2 统计学的分科
1.2 统计学的分科
- 1.2.1 描述统计学和推断统计学（统计方法的构成）
- 1.2.2 理论统计学和应用统计学（统计方法的研究与应用）
第10页：描述统计学与推断统计学
描述统计学和推断统计学
描述统计学（Descriptive Statistics）研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。内容包括统计数据的收集方法、数据的加工处理方法、数据的显示方法、数据分布特征的概括与分析方法等。
- 推断统计学（Inferential Statistics）
- 则是研究如何根据样本数据去推断总体数量特征的方法，它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断
第11页：描述与推断统计学关系图
本页为描述统计学与推断统计学的关系示意图，展示从总体抽取样本、经样本描述后推断总体数量特征的完整过程。
第12页：理论统计学与应用统计学
理论统计学和应用统计学
- 理论统计学（Theoretical Statistics）
- 是指统计学的数学原理，它主要研究统计学的一般理论和统计方法的数学理论
- 应用统计学（Applied Statistics）
- 是研究如何应用统计方法去解决实际问题的
第13页：1.3 数据的类型
1.3 数据的类型
- 1.3.1 分类数据、顺序数据、数值型数据（计量尺度不同）
- 1.3.2 观测数据和实验数据（数据收集方法的不同）
- 1.3.3 截面数据和时间序列数据（被描述对象与时间关系不同）
第14页：分类数据、顺序数据与数值型数据
分类数据、顺序数据、数值型数据
- 分类数据（categorical data）
- 是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据则表现为类别，是用文字来表述的。各类别之间是平等并列关系
- 顺序数据（rank data）
- 是只能归于某一有序类别的非数字型数据。顺序数据也是对事物进行分类的结果，但这些类别是有顺序，比分类数据精确，有大于或小于的数学特征
- 数值型数据（metric data）
- 是使用自然或度量衡单位对事物进行计量的结果，其结果表现为具体的数值，可进行各种数学运算，实际工作中大多数统计数据为此类型
第15页：定性数据与定量数据
定性数据和定量数据
- 分类数据和顺序数据说明事物质的特征，通常用文字来表述，其结果均表现为类别，因而也可称为定性数据或品质数据（qualitative data）
- 数值型数据说明现象量的特征，通常用数值来表达，因此也可称为定量数据或数量数据（quantitative data）。
第16页：观测数据与实验数据
观测数据和实验数据
- 观测数据(observational data)
- 是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下而得到的，有关社会经济现象的统计数据大多都是观测数据
- 试验数据(experimental data)
- 是在试验中控制试验对象而收集到的数据。自然科学领域的数据大多数都为试验数据，随着试验方法在经济领域的应用，在经济领域也出现了实验数据
第17页：截面数据与时间序列数据
截面数据和时间序列数据
截面数据（cross-sectional data）是在相同或近似相同的时间点上收集的数据，它所描述的是现象在某一时刻不同空间上的变化情况。比如，2010年我国各地区的国内生产总值数据。
- 时间序列数据（time series data）
- 是在不同时间上收集到的数据，它所描述的是现象随时间变化而变化的情况。比如，2000—2010年沈阳市居民年平均收入数据就是时间序列数据
第18页：统计数据的分类图
本页为统计数据的分类示意图（图1—2），按计量尺度列出分类数据、顺序数据、数值型数据，按收集方法列出观测数据与实验数据，按时间状况列出截面数据与时序数据。
第19页：1.4 统计学的基本概念
1.4 统计学的基本概念
- 1.4.1 总体和样本
- 1.4.2 参数和统计量
- 1.4.3 变量
第20页：总体
- 总体(population)
- 是包含研究者感兴趣的全部个体（数据）的集合，也称为样本空间
总体分为有限总体和无限总体。有限与无限总体的划分主要是为了判别在抽样中每次抽样是否独立。统计上的总体是一组数据，而不是传统意义上的一群人或一些物品的集合。总体是由一些实数组成的集合。
第21页：样本
- 样本(sample)
- 是从总体中按随机原则抽取的一部分个体的集合，也称子样
构成样本的个数的数目称为样本容量(sample size)。当样本容量大于30时，称为大样本，样本容量小于30时，称为小样本。从一个总体中随机抽取一定容量的样本，样本具有不唯一性。
第22页：样本与总体的关系
- 首先，总体是要研究的全部数据集合，而样本是要观测的部分数据集合，样本是总体的代表和缩影。
- 其次，样本是用来推断总体的。
- 最后，总体和样本的角色是可以随着研究目的的不同而改变的。
第23页：1.4 统计学基本概念导航
1.4 统计学基本概念导航
- 1.4.1 总体和样本
- 1.4.2 参数和统计量
- 1.4.3 变量
第24页：参数
- 参数(parameter)
- 是用来描述总体特征的概括性数字度量，是研究者想要了解的总体的某种特征值
研究者所关心的参数主要有总体均值、标准差、总体比例等。在统计中，总体参数通常用希腊字母表示。比如，总体均值用来表示，总体标准差用表示，总体比例用表示。
第25页：统计量
- 统计量(statistic)
- 是用来描述样本特征的概括性数字度量，它是根据样本数据计算出来的一些量，是样本的函数
- 研究者所关心的样本统计量有样本均值，样本标准差、样本比例等，样本统计量通常用小写英文字母来表示。
- 比如，样本均值用(x)表示，样本标准差用s表示，样本比例用(p)表示。
第26页：总体样本参数统计量概念图
本页为总体和样本、参数和统计量的概念示意图（图1—3），展示由总体到样本、由参数到统计量的对应关系与推断方向。
第27页：1.4 统计学基本概念导航（变量）
1.4 统计学基本概念导航（变量）
- 1.4.1 总体和样本
- 1.4.2 参数和统计量
- 1.4.3 变量
第28页：变量
- 变量（variable)
- 是说明现象某种特征的概念，其特点是从一次观测到另一次观测会出现不同的结果，而把观测的结果记录下来就是数据（data）
- 按计量尺度的不同，可以分为分类变量、顺序变量、数值型变量三种。分类变量和顺序变量又可成为定性变量，而数值变量可称为定量变量。
- 按照数据的变化是否连续，变量还可分为离散型变量和连续性变量。离散型变量（discrete variable）的变化是不连续的、间断的，它们只能取整。在一定区间内可任意取值的变量叫连续型变量(continuous variable)，其数值是连续不断的，只能用测量或计量的方法取得。
第29页：1.5 统计学的研究方法
1.5 统计学的研究方法
- 1.5.1 实验设计
- 1.5.2 大量观察法
- 1.5.3 统计描述
- 1.5.4 统计分组法
- 1.5.5 统计模型法
- 1.5.6 统计推断
第30页：实验设计
统计是要分析数据的，但首先需要考察的是数据的来源是否合适，实验采集的数据是否符合分析的目的要求。
由于安排不科学，使实验数据不能反映现象的真实情况，或不能用以估计总体的数量特征，所以我们需要事先做出安排，使实验结果数据的差异中排除可控因素（土地）的差异，而显示不可控因素（品种）的差异。
第31页：大量观察法
- 所谓大量观察法，是指对所研究的事物的全部或足够数量进行观察的方法。
- 大量观察法的数学依据是大数定律，大数定律是随机现象的基本规律。
- 大数定律的本质意义在于经过大量观察，把个别的、偶然的差异性相互抵消，而必然的、集体的规律性便显示出来。
第32页：统计描述
- 统计描述是指对由实验或观测而得到的数据进行登记、审核、整理、归类、计算出各种能反映总体数量特征的概括性度量，并加以分析从中抽出有用的信息，用表格或图象把它表示出来。
- 统计描述是统计研究的基础，它为统计推断、统计咨询、统计决策提供必要的事实依据。统计描述也是对客观事物认识的不断深化过程。它通过对分散无序的原始资料的整理归纳，运用分组法、统计模型法得到现象总体的数量特征，揭露客观事物内在数量规律性，达到认识的目的。
第33页：统计分组法
- 分组法是研究总体内部差异的重要方法，通过分组可以研究总体中不同类型的性质以及它们的分布情况，如产业的经济类型及其行业分布情况；可以研究总体中的构成和比例关系，如三次产业的构成，生产要素的比例等；可以研究总体中现象之间的相关依存关系，如企业经营规模和利润率之间的关系等等。
- 统计分组法有传统的分组法、判别分析法和聚类分析法等。
第34页：统计模型法
- 统计模型法则是根据一定的理论和假定条件，用数学方程去模拟客观现象相互关系的一种研究方法。
- 统计模型的三个基本要素是：变量、数学方程和模型参数。
第35页：统计推断
- 统计推断是现代统计学的基本方法，在统计研究中得到了极为广泛的应用，它既可以用于对总体参数的估计，也可以用作对总体某些分布特征的假设检验。
- 从这种意义上来说，统计学是在不确定条件下做出决策或推断的一种方法。
第36页：统计学与全面质量管理案例
案例分析与讨论统计学与全面质量管理1950年的日本正试图从二战所遭受的毁坏中恢复过来。
日本所有行业几乎都遭受了毁灭性的打击，国家领导人知道只有重建各行各业国家才能生存。
但是如何重建呢？具有讽刺意味的是，日本企业家们决定聘用一个美国统计学家作为顾问。
被选中的这个人就是已故的W．Edward．Deming,当时他只是政府部门的一个不知名的统计学家。
在美国，没有人对Deming通过统计来提高产业生产质量的理论给予关注。
日本人却想听一下。
他们于1950年将Deming请到日本，在那年的7月份Deming见到了日本龙头企业的高管们。
接着他开始了给日本管理层讲授的一系列讲座中的第一讲。
这个课程的名字叫“统计质量控制基本原理”，有230名日本企业管理者、工程师和科学家参加了这个课程。
日本人仔细听取了Deming的思想。
实际上，他们听得很好，以至于短短的数十年后成为了全球最成功的工业国家。
而“日本制造”曾经一度意味着低质量，现在这个词却意味着高品质。
1960年，Hirouito天皇授予Deming财富奖章（the Medal of the Sacred Treasure）．
第37页：戴明奖章与丰田总部画像
案例分析与讨论这个奖章是日本人为了褒扬W．Edward．Deming对日本复兴的贡献。
此外，日本设立的Deming奖章是对质量改进领域的重大进步和发明的认可。
在东京丰田总部的主大厅挂着三幅肖像，一个是公司的创立者，一个是现任的总裁，最大的一幅画像就是Deming博士。
讽刺的是，Deming博士的理论在美国却没有得到认可。
直到他80岁的时候仍然如此。
数年后，美国的制造业感觉到了质量改进的压力，但是日本人正在征服市场时美国人却什么也没做。
1980年７月，Deming博士出现在网络电视的一个名为“如果日本能，我们为什么不能”的记录节目中。
第二天早晨，Deming博士的邮件增加了４倍，电话响个不停，并收到了福特、通用、施乐和其他许多公司的聘书。
在他90岁之后，Deming博士是美国工业界最受欢迎的咨询师之一。
他几年的预约都被订的满满的，很多公司都愿意为他一小时的时间支付高额费用。
他在全国巡回讲授质量控制及其实现。
第一家采用Deming博士的理论并在各环节进行质量改进项目的公司是Nashua公司。
第38页：戴明十四点与全面质量管理
案例分析与讨论公平来讲，Deming博士并没有发明用统计学控制和改进质量的思想；这要归功于他的一个同事，Deming博士所做的只是推广理论并说明如何将之用于工业。
从那时开始，Deming的理论已超出了统计学和质量控制，现在这些理论已经围绕着整个企业展开。
他对管理的原则是他提出的著名的“14点”，这“14点”是针对公司中成本、价格、利润、劳动力和其他因素的措施。
在Deming90岁生日上，他的讲座从一张幻灯片开始：“Deming第二定理：‘没有人对利润不感兴趣。
’”然后他停下来向观众说，“请问我什么是Deming第一定理呢？”。
他用期待的眼光看着他的观众并回答到：“我也没想到！”质量和整个企业的哲学方法，以及他们如何与利润和成本相关，都在他有关这个主题的前所未有的文献中进行了描述。
他有时被称为全面质量管理（TQM）。
Deming博士关于通过全面质量管理方法对企业进行不断改进进行不断改进的观点被归纳在他著名的“14点”中。
Deming方法的核心是创造这14点可以实施的环境以提高质量的目的。
。
第39页：案例分析讨论题
案例分析讨论题
- 1、试收集Deming博士“14点”的具体内容
- 2、试通过美日两国的不同态度对比二者质量改进的不同进程，体会统计应用的重要性
第40页：第1章结束致谢页
本页为第一章课件的结束致谢页。
