記錄了一些基本概念的定義。

1. 數(shù)據(jù)

基本定義

數(shù)據(jù)（data）：描述和解釋所搜集，分析，匯總的事實和數(shù)字。
數(shù)據(jù)集（data set）：用于特定研究而搜集的所有數(shù)據(jù)。
個體（element）：搜集數(shù)據(jù)的實體。
變量（variable）：個體中感興趣的特征。
觀測值（observation）：對某一特定個體得到的測量值集合。

觀測值個數(shù) = 測量值個數(shù)
數(shù)據(jù)項總數(shù) = 個體個數(shù) * 變量總數(shù)

四種測量尺度（measure scale）：

名義尺度（nominal scale）：變量的數(shù)據(jù)包含了用來識別個體屬性的標記或者名稱時的測量尺度。
順序尺度（ordinal scale）：數(shù)據(jù)具有名義數(shù)據(jù)的性質(zhì)，并且數(shù)據(jù)的順序或者等級的意義明確時的測量尺度。
間隔尺度（interval scale）：數(shù)據(jù)具有順序數(shù)據(jù)的所有性質(zhì)，并且可以按照某一固定度量單位來表示數(shù)值間的間隔時的測量尺度。
比率尺度（ratio scale）：數(shù)據(jù)具有間隔數(shù)據(jù)的所有性質(zhì)，并且兩個數(shù)值之間的比是有意義的時的測量尺度。

數(shù)據(jù)類型：

分類型數(shù)據(jù)（categorical data）：歸屬于類別的數(shù)據(jù)。
數(shù)量型數(shù)據(jù)（quantitative data）：用于表示大小或者多少的數(shù)值。

截面數(shù)據(jù)（cross-sectional data）：相同或者近似相同的同一時點上搜集的數(shù)據(jù)。
時間序列數(shù)據(jù)（time series data）：幾個時期內(nèi)搜集的數(shù)據(jù)。

統(tǒng)計推斷

總體（population）：特定研究中所有感興趣的個體組成的集合。
樣本（sample）：總體的子集。
普查（census）：搜集總體全部數(shù)據(jù)的調(diào)查過程。
抽樣調(diào)查（sample survey）：搜集樣本數(shù)據(jù)的調(diào)查過程。
統(tǒng)計推斷（statistical inference）：利用樣本數(shù)據(jù)對總體特征進行估計和假設(shè)檢驗。

邏輯分析方法

描述性分析（descriptive analysis）：包含描述過去發(fā)生狀況的分析技術(shù)集合。
預(yù)測性分析（predictive analytics）：包含利用過去數(shù)據(jù)建立的模型來預(yù)測未來或者評估一個變量對另一個變量的影響的分析技術(shù)。
規(guī)范性分析（prescriptive analytics）：產(chǎn)生一個最佳行動過程的分析技術(shù)集合。在一組約束條件下產(chǎn)生最大或最小目標解決方案的優(yōu)化模型屬于規(guī)范性模型。

2. 圖形描述：

數(shù)據(jù)可視化（data visualization）：匯總和表述一個數(shù)據(jù)集信息的圖形。

頻數(shù)分布：分類型數(shù)據(jù)

頻數(shù)分布（frequency distribution）：數(shù)據(jù)的表格匯總方法，表示在幾個互不重疊的組別中每一個項目的個數(shù)。

相對頻數(shù)

條形圖（bar chart）：描述已經(jīng)匯總的頻數(shù)分布信息。

bar chart

pie chart

頻數(shù)分布：數(shù)量型數(shù)據(jù)

確定頻數(shù)分布值的三個步驟：

• 確定互不重疊組的組數(shù)
• 確定每組的寬度

• 確定組限

  
  
  組寬bin
  
  

  打點圖（dot plot）：展示數(shù)據(jù)的細節(jié)，有利于比較兩個或者更多變量的數(shù)據(jù)分布。

  
  
  dot plot
  
  直方圖（histogram）：提供了分布形態(tài)的信息。
  
  histogram

累積頻數(shù)分布（cumlative frequency distribution）：就是將各類別的頻數(shù)逐級累加起來進行的統(tǒng)計。圖形與上類似。

莖葉顯示（stem-and-leaf display）：同時用于顯示數(shù)據(jù)的等級排序和分布形態(tài)的圖形顯示。

stem-and-leaf

莖葉顯示的優(yōu)點：

• 莖葉顯示易于用手繪制。
• 在一個組內(nèi)，莖葉顯示提供了實際的數(shù)據(jù)值，因此莖葉顯示比直方圖提供更多的信息。

表格匯總

交叉分組表（crosstabulation）：一種匯總兩個變量數(shù)據(jù)的方法。
辛普森悖論（Simpson's paradox）：依據(jù)綜合和未綜合數(shù)據(jù)得到的相反結(jié)論。
當交叉分組表包括綜合數(shù)據(jù)時，應(yīng)當審查是否可能存在影響結(jié)論的隱藏變量，使得分開的或未綜合交叉分組表提供不同的，可能更好的見解和理論。

圖形匯總

散點圖（scatter plot）：兩個數(shù)量變量間關(guān)系的圖形描述。
趨勢線（trendline）：顯示相關(guān)性近似程度的一條直線。

scatter plot

復(fù)合條形圖（side-by-side bar chart）：對已匯總的多個條形圖同時顯示的一種圖形方法。

side-by-side bar chart

結(jié)構(gòu)條形圖（stacked chart）：每個長條被分解成不同顏色的矩形段，以與餅狀圖類似的方法顯示每一組的相對頻數(shù)。

stacked chart

參考及引用資料

本人不會將以下資料用于商業(yè)用途并對其于自己的幫助表示由衷的感謝。

• << Statistics for Business and Econimics>>