<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>麦思客 &#187; 统计学</title>
	<atom:link href="http://www.mathke.com/tag/%e7%bb%9f%e8%ae%a1%e5%ad%a6/feed" rel="self" type="application/rss+xml" />
	<link>http://www.mathke.com</link>
	<description>学习数学像练叉腰肌一样简单</description>
	<lastBuildDate>Thu, 24 Nov 2011 15:59:30 +0000</lastBuildDate>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.2.1</generator>
		<item>
		<title>常用统计学图形介绍</title>
		<link>http://www.mathke.com/probability-and-statistics/statistical-graphics.html</link>
		<comments>http://www.mathke.com/probability-and-statistics/statistical-graphics.html#comments</comments>
		<pubDate>Wed, 13 Jan 2010 13:40:00 +0000</pubDate>
		<dc:creator>锄禾夕阳</dc:creator>
				<category><![CDATA[概率统计]]></category>
		<category><![CDATA[生物统计学]]></category>
		<category><![CDATA[统计学]]></category>

		<guid isPermaLink="false">http://www.mathke.com/probability-and-statistics/statistical-graphics.html</guid>
		<description><![CDATA[在学习完相关的统计学课程之后，接触到了很多的统计学图形，很多时候“一图解千文”，不但美观，而且信息一目了然。在以后的工作和学习当中要学会善于使用这些图形。 1、条形图 也叫柱形图，主要针对于离散型数据资料，如人口数等。它是用一个单位长度表示一定的数量，根据数量的多少画成长短不同的直条，然后把这些直条按一定的顺序排列起来。从条形图中很容易看出各种数量的多少。 &#160; 条形图分为：单式和复式，前者只表示１个项目的数据，后者可以同时表示多个项目的数据。 2、直方图 直方图主要针对于连续性数据资料，如身高、体重等。它和柱形图差别在于柱形图中间是有空隙的，而直方图是一个挨着一个的。 3、饼图 饼图是一个划分为几个扇区的圆形图表，用于描述量、频率或百分比之间的相对关系。在饼图中，每个扇区的弧长（以及圆心角和面积）大小为其所表示的数量的比例。这些扇区合在一起刚好是一个完全的圆形。顾名思义，这些扇区拼成了一个切开的饼形图案。一般不多于六块，原因在于过多则看不清楚。多余的可以合并起来作为其它。 4、散点图 在回归分析中经常可见散点图，由一些分散的点构成。 散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。 5、帕累托图 帕累托图又叫排列图、主次图,是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。它是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。可以用来分析质量问题，确定产生质量问题的主要因素。 按等级排序的目的是指导如何采取纠正措施：项目班子应首先采取措施纠正造成最多数量缺陷的问题。从概念上说，帕累托图与帕累托法则一脉相承，该法则认为相对来说数量较少的原因往往造成绝大多数的问题或缺陷。 排列图用双直角坐标系表示,左边纵坐标表示频数,右边纵坐标表示频率.分析线表示累积频率,横坐标表示影响质量的各项因素,按影响程度的大小(即出现频数多少)从左到右排列,通过对排列图的观察分析可以抓住影响质量的主要因素. 帕累托法则往往称为二八原理，即百分之八十的问题是百分之二十的原因所造成的。 6、箱型图 箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因型状如箱子而得名。箱形图于1977年由美国著名统计学家John Tukey发明。它能显示出一组数据的最大值、最少值、中位数、下四分位数及上四分位数。 以下是箱形图的具体例子： +-----+-+ * o &#124;-------&#124; + &#124; &#124;---&#124; +-----+-+ +---+---+---+---+---+---+---+---+---+---+ 0 1 2 3 4 5 6 7 8 9 10 这组数据显示出： 最小值(min)=5。 下四分位数(Q1)=7。 中位数(Med)=8.5。 上四分位数(Q3)=9。 最大值(max)=10。 平均值=8。 四分位间距(interquartile range)=Q3 − Q1=2 除了这些图形之外，还有折线图、茎叶图、气泡图、雷达图等，这篇图形制作都比较简单，很多都可以使用软件自动生成，所以不多举例子了。这篇文章很多都是来自于维基百科和百度百科。 相关文章：协方差抽样框选取失败的例子统计学术语表（英汉对照）统计学的世界（统计学在工作生活中的应用）]]></description>
			<content:encoded><![CDATA[<p>在学习完相关的统计学课程之后，接触到了很多的统计学图形，很多时候“一图解千文”，不但美观，而且信息一目了然。在以后的工作和学习当中要学会善于使用这些图形。</p>
<p>1、条形图 </p>
<p>也叫柱形图，主要针对于离散型数据资料，如人口数等。它是用一个单位长度表示一定的数量，根据数量的多少画成长短不同的直条，然后把这些直条按一定的顺序排列起来。从条形图中很容易看出各种数量的多少。</p>
<p>&#160;</p>
<p>条形图分为：单式和复式，前者只表示１个项目的数据，后者可以同时表示多个项目的数据。 <a href="http://www.mathke.com/wp-content/uploads/2010/01/0fa6ef6ab5c0.gif"><img title="柱形图" style="border-right: 0px; border-top: 0px; display: block; float: none; margin-left: auto; border-left: 0px; margin-right: auto; border-bottom: 0px" height="172" alt="柱形图" src="http://www.mathke.com/wp-content/uploads/2010/01/thumb.gif" width="300" border="0" /></a></p>
<p>2、直方图</p>
<p>直方图主要针对于连续性数据资料，如身高、体重等。它和柱形图差别在于柱形图中间是有空隙的，而直方图是一个挨着一个的。<a href="http://www.mathke.com/wp-content/uploads/2010/01/136af3e9f182.jpg"><img title="直方图" style="border-right: 0px; border-top: 0px; display: block; float: none; margin-left: auto; border-left: 0px; margin-right: auto; border-bottom: 0px" height="192" alt="直方图" src="http://www.mathke.com/wp-content/uploads/2010/01/thumb.jpg" width="294" border="0" /></a></p>
<p>3、饼图</p>
<p>饼图是一个划分为几个扇区的圆形图表，用于描述量、频率或百分比之间的相对关系。在饼图中，每个扇区的弧长（以及圆心角和面积）大小为其所表示的数量的比例。这些扇区合在一起刚好是一个完全的圆形。顾名思义，这些扇区拼成了一个切开的饼形图案。一般不多于六块，原因在于过多则看不清楚。多余的可以合并起来作为其它。<a href="http://www.mathke.com/wp-content/uploads/2010/01/3d.jpg"><img title="3d饼图" style="border-right: 0px; border-top: 0px; display: block; float: none; margin-left: auto; border-left: 0px; margin-right: auto; border-bottom: 0px" height="184" alt="3d饼图" src="http://www.mathke.com/wp-content/uploads/2010/01/3d_thumb.jpg" width="294" border="0" /></a> </p>
<p>4、散点图</p>
<p> 在回归分析中经常可见散点图，由一些分散的点构成。 散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。<img title="散点图" style="border-right: 0px; border-top: 0px; display: block; float: none; margin-left: auto; border-left: 0px; margin-right: auto; border-bottom: 0px" height="293" alt="散点图" src="http://www.mathke.com/wp-content/uploads/2010/01/54e2c805b300.jpg" width="294" border="0" /></p>
<p>5、帕累托图</p>
<p> 帕累托图又叫排列图、主次图,是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。它是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。可以用来分析质量问题，确定产生质量问题的主要因素。</p>
<p>按等级排序的目的是指导如何采取纠正措施：项目班子应首先采取措施纠正造成最多数量缺陷的问题。从概念上说，帕累托图与帕累托法则一脉相承，该法则认为相对来说数量较少的原因往往造成绝大多数的问题或缺陷。</p>
<p>排列图用双直角坐标系表示,左边纵坐标表示频数,右边纵坐标表示频率.分析线表示累积频率,横坐标表示影响质量的各项因素,按影响程度的大小(即出现频数多少)从左到右排列,通过对排列图的观察分析可以抓住影响质量的主要因素.</p>
<p>帕累托法则往往称为二八原理，即百分之八十的问题是百分之二十的原因所造成的。</p>
<p><img title="帕累托图" style="border-right: 0px; border-top: 0px; display: block; float: none; margin-left: auto; border-left: 0px; margin-right: auto; border-bottom: 0px" height="295" alt="帕累托图" src="http://www.mathke.com/wp-content/uploads/2010/01/bbb2217f4ead.jpg" width="275" border="0" /></p>
<p>6、箱型图</p>
<p>箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因型状如箱子而得名。箱形图于1977年由美国著名统计学家John Tukey发明。它能显示出一组数据的最大值、最少值、中位数、下四分位数及上四分位数。</p>
<p>以下是箱形图的具体例子：</p>
<blockquote><pre>                                +-----+-+
  *           o     |-------|   + | |---|
                            +-----+-+    

+---+---+---+---+---+---+---+---+---+---+
0   1   2   3   4   5   6   7   8   9  10</pre>
</blockquote>
<p>这组数据显示出：</p>
<ul>
<li>最小值(<i>min</i>)=5。 </li>
<li>下四分位数(<i>Q1</i>)=7。 </li>
<li>中位数(<i>Med</i>)=8.5。 </li>
<li>上四分位数(<i>Q3</i>)=9。 </li>
<li>最大值(<i>max</i>)=10。 </li>
<li>平均值=8。 </li>
<li>四分位间距(interquartile range)=<i>Q</i>3 − <i>Q</i>1=2 </li>
</ul>
<p>除了这些图形之外，还有折线图、茎叶图、气泡图、雷达图等，这篇图形制作都比较简单，很多都可以使用软件自动生成，所以不多举例子了。这篇文章很多都是来自于<a href="http://zh.wikipedia.org">维基百科</a>和<a href="http://baike.baidu.com">百度百科</a>。</p>
<h3  class="related_post_title">相关文章：</h3><ul class="related_post"><li><a href="http://www.mathke.com/probability-and-statistics/covariance.html" title="协方差">协方差</a></li><li><a href="http://www.mathke.com/probability-and-statistics/chouyang.html" title="抽样框选取失败的例子">抽样框选取失败的例子</a></li><li><a href="http://www.mathke.com/probability-and-statistics/term.html" title="统计学术语表（英汉对照）">统计学术语表（英汉对照）</a></li><li><a href="http://www.mathke.com/probability-and-statistics/a-book.html" title="统计学的世界（统计学在工作生活中的应用）">统计学的世界（统计学在工作生活中的应用）</a></li></ul>]]></content:encoded>
			<wfw:commentRss>http://www.mathke.com/probability-and-statistics/statistical-graphics.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>协方差</title>
		<link>http://www.mathke.com/probability-and-statistics/covariance.html</link>
		<comments>http://www.mathke.com/probability-and-statistics/covariance.html#comments</comments>
		<pubDate>Fri, 05 Dec 2008 22:55:00 +0000</pubDate>
		<dc:creator>锄禾夕阳</dc:creator>
				<category><![CDATA[概率统计]]></category>
		<category><![CDATA[生物统计学]]></category>
		<category><![CDATA[概率论]]></category>
		<category><![CDATA[统计学]]></category>

		<guid isPermaLink="false">http://www.mathke.com/probability-and-statistics/covariance.html</guid>
		<description><![CDATA[在平均数、变异数的优缺点中已经介绍了度量集中性的平均数，如算术平均数、中位数、众数等和度量离散性的变异数如方差、标准差等概念和具体理解。随着学习的深入，我们很快就会接触到协方差这一概念。那么协方差又如何理解呢？ 我们知道平均数是进行集中性度量，方差是离散型的度量，但要是考虑两个变量之间的相互关系时，它们都哑火了。这时就该轮到协方差上场了！对二维随机向量（X,Y)来说，期望E(X),E(Y)只反映了X,Y各自的平均值，方差D(X),D(Y)只反映了它们各自与它们均值的偏离程度，它们都对X,Y之间的相互关系不提供任何信息。于是定义：E((X-E(X)(Y-(Y)))为X与Y的协方差，记为Cov(X,Y). 即： Cov(X,Y)=E(((X-E(X))(Y-E(Y))) 计算式： Cov(X,Y)=E(XY)-E(X)E(Y) 如果协方差Cov(X,Y)存在，并且X,Y的方差均大于０，则将Cov(X,Y)/sqrt[D(x)*D(Y)]定义为相关系数。可不要小瞧了这个相关系数，它将在以后的课程中大放异彩！ 相关文章：常用统计学图形介绍最适合追女孩子的跑鞋平均数、变异数的优缺点抽样框选取失败的例子统计学术语表（英汉对照）]]></description>
			<content:encoded><![CDATA[<p style="text-indent: 2em">在<a href="http://www.mathke.com/probability-and-statistics/mean-variance.html">平均数、变异数的优缺点</a>中已经介绍了度量集中性的平均数，如算术平均数、中位数、众数等和度量离散性的变异数如方差、标准差等概念和具体理解。随着学习的深入，我们很快就会接触到协方差这一概念。那么协方差又如何理解呢？</p>
<p style="text-indent: 2em">我们知道平均数是进行集中性度量，方差是离散型的度量，但要是考虑两个变量之间的相互关系时，它们都哑火了。这时就该轮到协方差上场了！对二维随机向量（X,Y)来说，期望E(X),E(Y)只反映了X,Y各自的平均值，方差D(X),D(Y)只反映了它们各自与它们均值的偏离程度，它们都对X,Y之间的相互关系不提供任何信息。于是定义：E((X-E(X)(Y-(Y)))为X与Y的协方差，记为Cov(X,Y).</p>
<p>即：<br />
Cov(X,Y)=E(((X-E(X))(Y-E(Y)))<br />
计算式：<br />
Cov(X,Y)=E(XY)-E(X)E(Y)</p>
<p style="text-indent: 2em">如果协方差Cov(X,Y)存在，并且X,Y的方差均大于０，则将Cov(X,Y)/sqrt[D(x)*D(Y)]定义为相关系数。可不要小瞧了这个相关系数，它将在以后的课程中大放异彩！</p>
<h3  class="related_post_title">相关文章：</h3><ul class="related_post"><li><a href="http://www.mathke.com/probability-and-statistics/statistical-graphics.html" title="常用统计学图形介绍">常用统计学图形介绍</a></li><li><a href="http://www.mathke.com/math-fun/nike-air-force.html" title="最适合追女孩子的跑鞋">最适合追女孩子的跑鞋</a></li><li><a href="http://www.mathke.com/probability-and-statistics/mean-variance.html" title="平均数、变异数的优缺点">平均数、变异数的优缺点</a></li><li><a href="http://www.mathke.com/probability-and-statistics/chouyang.html" title="抽样框选取失败的例子">抽样框选取失败的例子</a></li><li><a href="http://www.mathke.com/probability-and-statistics/term.html" title="统计学术语表（英汉对照）">统计学术语表（英汉对照）</a></li></ul>]]></content:encoded>
			<wfw:commentRss>http://www.mathke.com/probability-and-statistics/covariance.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>抽样框选取失败的例子</title>
		<link>http://www.mathke.com/probability-and-statistics/chouyang.html</link>
		<comments>http://www.mathke.com/probability-and-statistics/chouyang.html#comments</comments>
		<pubDate>Sat, 12 Jul 2008 13:38:00 +0000</pubDate>
		<dc:creator>锄禾夕阳</dc:creator>
				<category><![CDATA[概率统计]]></category>
		<category><![CDATA[统计学]]></category>

		<guid isPermaLink="false">http://www.mathke.com/?p=21</guid>
		<description><![CDATA[抽样框是总体中用于抽样的所有个体的集合。 1936年美国总统大选预测。当时《文学文摘》杂志寄出1000万张明信片进行投票倾向调查，然后根据回收的200万份结果预测共和党人兰登将以领先15%的得票率当选美国总统。结果却是，民主党人罗斯福的得票率超过兰登20%，再次当选为美国总统。预测失败的主要原因是《文学文摘》并不是以登记的选民作为抽样框来抽取访问样本，而是把电话号码簿和汽车等级簿作为抽样框，这样就把大量没有电话和汽车的选民排除在外。这次失误让该杂志不久就关门歇业。这个案例也说明，当抽样框选取不恰当，再大的样本量都无济于事。 相关文章：常用统计学图形介绍协方差统计学术语表（英汉对照）统计学的世界（统计学在工作生活中的应用）]]></description>
			<content:encoded><![CDATA[<p style="TEXT-INDENT: 2em">抽样框是总体中用于抽样的所有个体的集合。</p>
<p style="TEXT-INDENT: 2em">1936年美国总统大选预测。当时《文学文摘》杂志寄出1000万张明信片进行投票倾向调查，然后根据回收的200万份结果预测共和党人兰登将以领先15%的得票率当选美国总统。结果却是，民主党人罗斯福的得票率超过兰登20%，再次当选为美国总统。预测失败的主要原因是《文学文摘》并不是以登记的选民作为抽样框来抽取访问样本，而是把电话号码簿和汽车等级簿作为抽样框，这样就把大量没有电话和汽车的选民排除在外。这次失误让该杂志不久就关门歇业。这个案例也说明，当抽样框选取不恰当，再大的样本量都无济于事。</p>
<h3  class="related_post_title">相关文章：</h3><ul class="related_post"><li><a href="http://www.mathke.com/probability-and-statistics/statistical-graphics.html" title="常用统计学图形介绍">常用统计学图形介绍</a></li><li><a href="http://www.mathke.com/probability-and-statistics/covariance.html" title="协方差">协方差</a></li><li><a href="http://www.mathke.com/probability-and-statistics/term.html" title="统计学术语表（英汉对照）">统计学术语表（英汉对照）</a></li><li><a href="http://www.mathke.com/probability-and-statistics/a-book.html" title="统计学的世界（统计学在工作生活中的应用）">统计学的世界（统计学在工作生活中的应用）</a></li></ul>]]></content:encoded>
			<wfw:commentRss>http://www.mathke.com/probability-and-statistics/chouyang.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>统计学术语表（英汉对照）</title>
		<link>http://www.mathke.com/probability-and-statistics/term.html</link>
		<comments>http://www.mathke.com/probability-and-statistics/term.html#comments</comments>
		<pubDate>Fri, 23 May 2008 15:48:00 +0000</pubDate>
		<dc:creator>锄禾夕阳</dc:creator>
				<category><![CDATA[概率统计]]></category>
		<category><![CDATA[统计学]]></category>

		<guid isPermaLink="false">http://www.mathke.com/?p=26</guid>
		<description><![CDATA[在励恒医学翻译那里看到的Medical translation English vs Chinese 统计学术语中英对照。搬来这里备份。 相关文章：常用统计学图形介绍协方差抽样框选取失败的例子统计学的世界（统计学在工作生活中的应用）]]></description>
			<content:encoded><![CDATA[<p style="TEXT-INDENT: 2em">在励恒医学翻译那里看到的<a href="http://www.med-trans.com.cn/UploadFiles/2008427132039651.doc">Medical translation English vs Chinese 统计学术语中英对照</a>。搬来这里备份。</p>
<h3  class="related_post_title">相关文章：</h3><ul class="related_post"><li><a href="http://www.mathke.com/probability-and-statistics/statistical-graphics.html" title="常用统计学图形介绍">常用统计学图形介绍</a></li><li><a href="http://www.mathke.com/probability-and-statistics/covariance.html" title="协方差">协方差</a></li><li><a href="http://www.mathke.com/probability-and-statistics/chouyang.html" title="抽样框选取失败的例子">抽样框选取失败的例子</a></li><li><a href="http://www.mathke.com/probability-and-statistics/a-book.html" title="统计学的世界（统计学在工作生活中的应用）">统计学的世界（统计学在工作生活中的应用）</a></li></ul>]]></content:encoded>
			<wfw:commentRss>http://www.mathke.com/probability-and-statistics/term.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>统计学的世界（统计学在工作生活中的应用）</title>
		<link>http://www.mathke.com/probability-and-statistics/a-book.html</link>
		<comments>http://www.mathke.com/probability-and-statistics/a-book.html#comments</comments>
		<pubDate>Sat, 17 May 2008 09:59:00 +0000</pubDate>
		<dc:creator>锄禾夕阳</dc:creator>
				<category><![CDATA[概率统计]]></category>
		<category><![CDATA[统计学]]></category>

		<guid isPermaLink="false">http://www.mathke.com/?p=27</guid>
		<description><![CDATA[许多统计学家在第二次世界大战中发挥了重大的作用，沃德是其中之一。他发明的一些统计方法，在战时被视为军事机密。沃德在被咨询飞机上什么部位的钢板需要加强时，画了飞机的轮廓，并且标出返航的战斗机上受敌军创伤的弹孔位置。资料积累一段时间后，机身各部位几乎都被填满了。于是沃德建议，把剩下少数几个没有弹孔的位置加强，因为这些部位被击中的飞机都没有返航。 摘自：《统计学的世界》 十分抱歉，我并没有认真阅读这本书，只是随便翻阅了几页，这本书的中译本给人的第一感觉就是太浪费了--内容极其稀疏，太浪费纸张了！唯独上面的一段话吸引了我。对于其文章内容究竟如何，没有认真阅读，也就没有发言权了。 相关文章：常用统计学图形介绍协方差抽样框选取失败的例子统计学术语表（英汉对照）]]></description>
			<content:encoded><![CDATA[<blockquote><p>许多统计学家在第二次世界大战中发挥了重大的作用，沃德是其中之一。他发明的一些统计方法，在战时被视为军事机密。沃德在被咨询飞机上什么部位的钢板需要加强时，画了飞机的轮廓，并且标出返航的战斗机上受敌军创伤的弹孔位置。资料积累一段时间后，机身各部位几乎都被填满了。于是沃德建议，把剩下少数几个没有弹孔的位置加强，因为这些部位被击中的飞机都没有返航。</p></blockquote>
<p style="TEXT-ALIGN: right">摘自：《统计学的世界》</p>
<p style="TEXT-INDENT: 2em">十分抱歉，我并没有认真阅读这本书，只是随便翻阅了几页，这本书的中译本给人的第一感觉就是太浪费了--内容极其稀疏，太浪费纸张了！唯独上面的一段话吸引了我。对于其文章内容究竟如何，没有认真阅读，也就没有发言权了。</p>
<h3  class="related_post_title">相关文章：</h3><ul class="related_post"><li><a href="http://www.mathke.com/probability-and-statistics/statistical-graphics.html" title="常用统计学图形介绍">常用统计学图形介绍</a></li><li><a href="http://www.mathke.com/probability-and-statistics/covariance.html" title="协方差">协方差</a></li><li><a href="http://www.mathke.com/probability-and-statistics/chouyang.html" title="抽样框选取失败的例子">抽样框选取失败的例子</a></li><li><a href="http://www.mathke.com/probability-and-statistics/term.html" title="统计学术语表（英汉对照）">统计学术语表（英汉对照）</a></li></ul>]]></content:encoded>
			<wfw:commentRss>http://www.mathke.com/probability-and-statistics/a-book.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>

