统计分析与案例课程论文.doc

统计分析与案例课程论文 题目 学号：211008206 专业：国际经济与贸易 姓名：徐云峰 任课老师：陈天祥是的一个分支，主要通过利用建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门之上，从物理和人文科学，甚至被用来工商业及政府的情报决策之上。 设计指标：总量指标、相对指标、平均指标 总量指标反映总体规模，可分为时期总量和时点总量。时期总量即一段时期内的总量，可以垒加，而时点总量不可以垒加。 相对指标反映水平比例，列如恩格尔系数、人均GDP。分为计划完成相对指标，相对结构指标，相对比例指标，相对动态指标，相对强度指标。 平均指标反映共性特点一般水平，缺点遮蔽差异，列如CPI、PPI。其中通过、、反映其中趋势，通过、标准差、标准差系数、极差（最大值-最小值）。 调查：普查和抽样调查 抽样调查存在误差，主要原因：生产者的错误和消费者的错误 抽样调查分为非概率抽样、概率抽样 概率抽样调查：调查的单位随机，可以进行总体的推论 概率抽样调查的方法：简单随机抽样、分成抽样、系统抽样、整群抽样 整理一般通过 画图和编表完成 统计分析具有描述性和推断性 推断性：根据现在推断未来，根据部分推断整体，根据已现象的变动推断另外几个变量的变动。 统计分析的简单方法：回归分析，相关分析 回归分析是研究一个随机变量Y对另一个(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析方法。回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为分析。回归分析的主要内容为：①从一组数据出发确定某些变量之间的定量关系式，即建立并估计其中的未知参数。估计参数的常用方法是。②对这些关系式的可信程度进行检验。③在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量的影响是显著的，哪些自变量的影响是不显著的，将影响显著的自变量选入模型中，而剔除影响不显著的变量，通常用逐步回归、向前回归和向后回归等方法。④利用所求的关系式对某一生产过程进行预测或控制。　= + X 　　式中：和为待定参数，为的截距；为回归直线的斜率，表示X变化一个单位时，的平均变化情。= =