文档介绍：第二章 统计
一、简单随机抽样
1．总体和样本
在统计学中 , 把研究对象的全体叫做总体．
把每个研究对象叫做个体．
把总体中个体的总数叫做总体容量．
为了研究总体的有关性质,一般从总体中随机抽取一部分:， ， ， 研）
2．分层抽样是把差异性较强的总体分成一个个同质性较强的子总体，再抽取不同的子总体中的样本分别代表该子总体。（精品文档请下载）
分层标准：
（1）以调查所要分析和研究的主要变量或相关的变量作为分层的标准。
（2）以保证各层内部同质性强、各层之间差异性强、突出总体内在构造的变量作为分层变量。
（3)以那些有明显分层区分的变量作为分层变量.
3．分层的比例问题：
（1）按比例分层抽样：根据各种类型或层次中的单位数目占总体单位数目的比重来抽取子样本的方法。
（2）不按比例分层抽样：有的层次在总体中的比重太小，其样本量就会非常少,此时采用该方法，主要是便于对不同层次的子总体进展专门研究或进展互相比较。假设要用样本资料推断总体时,那么需要先对各层的数据资料进展加权处理，调整样本中各层的比例，使数据恢复到总体中各层实际的比例构造。（精品文档请下载）
四、用样本的数字特征估计总体的数字特征
1、样本均值：
2、样本标准差：(标准差是方差的算术平方根）
3．用样本估计总体时,假设抽样的方法比较合理，那么样本可以反映总体的信息，，这种偏向是不可防止的。（精品文档请下载）
虽然我们用样本数据得到的分布、均值和标准差并不是总体的真正的分布、均值和标准差，而只是一个估计,但这种估计是合理的，特别是当样本量很大时,它们确实反映了总体的信息。（精品文档请下载）
4．（1)假设把一组数据中的每一个数据都加上或减去同一个共同的常数,标准差不变
（2)假设把一组数据中的每一个数据乘以一个共同的常数k，标准差变为原来的k倍,
五、两个变量的线性相关
1、概念：（1）回归直线方程 (2）回归系数
2．回归直线方程的应用
（1）描绘两变量之间的依存关系；利用直线回归方程即可定量描绘两个变量间依存的数量关系
（2）利用回归方程进展预测；把预报因子（即自变量x)代入回归方程对预报量(即因变量Y）进展估计.
（3）利用回归方程进展统计控制规定Y值的变化，通过控制x的范围来实现统计控制的目的。如已经得到了空气中NO2的浓度和汽车流量间的回归方程，即可通过控制汽车流量来控制空气中NO2的浓度。（精品文档请下载）
4．在生活中应用直线回归的注意事项（不要求）：
(1）做回归分析要有实际意义;
(2）回归分析前，最好先作出散点图；
（3）回归直线不要外延。
第三章 概 率
一、随机事件的概率及概率的意义
1、根本概念：
（1)必然事件：在一定条件下，必然会发生的事件，叫做必然事件；
（2）不可能事件：在一定条件下，一定不会发生的事件，叫做不可能事件；
(3)确定事件：必然事件和不可能事件统称为确定事件；
（4)随机事件:在一定条件下可能发生也可能不发生的事件,叫做随机事件；
(5）频数和频率：在一样的条件S下重复n次试验,观察某一事件A是否出现，称n次试验中事件A出现的次数为事件A