資料處理及統(tǒng)計方法內(nèi)容(統(tǒng)計方法)
1.統(tǒng)計方法有哪些
1.計量資料的統(tǒng)計方法
分析計量資料的統(tǒng)計分析方法可分為參數(shù)檢驗法和非參數(shù)檢驗法。
參數(shù)檢驗法主要為t檢驗和方差分析（ANOVN，即F檢驗）等，兩組間均數(shù)比較時常用t檢驗和u檢驗，兩組以上均數(shù)比較時常用方差分析；非參數(shù)檢驗法主要包括秩和檢驗等。t檢驗可分為單組設計資料的t檢驗、配對設計資料的t檢驗和成組設計資料的t檢驗；當兩個小樣本比較時要求兩總體分布為正態(tài)分布且方差齊性，若不能滿足以上要求，宜用t 檢驗或非參數(shù)方法（秩和檢驗）。方差分析可用于兩個以上樣本均數(shù)的比較，應用該方法時，要求各個樣本是相互獨立的隨機樣本，各樣本來自正態(tài)總體且各處理組總體方差齊性。根據(jù)設計類型不同，方差分析中又包含了多種不同的方法。對于定量資料，應根據(jù)所采用的設計類型、資料所具備的條件和分析目的，選用合適的統(tǒng)計分析方法，不應盲目套用t檢驗和單因素方差分析。
2.計數(shù)資料的統(tǒng)計方法
計數(shù)資料的統(tǒng)計方法主要針對四格表和R*C表利用檢驗進行分析。 四格表資料：組間比較用
檢驗或u檢驗，若不能滿足 檢驗：當計數(shù)資料呈配對設計時，獲得的四格表為配對四格表，其用到的檢驗公式和校正公式可參考書籍。 R*C表可以分為雙向無序，單向有序、雙向有序屬性相同和雙向有序屬性不同四類，不同類的行列表根據(jù)其研究目的，其選擇的方法也不一樣。
3.等級資料的統(tǒng)計方法
等級資料（有序變量）是對性質和類別的等級進行分組，再清點每組觀察單位個數(shù)所得到的資料。在臨床醫(yī)學資料中，常遇到一些定性指標，如臨床療效的評價、疾病的臨床分期、病癥嚴重程度的臨床分級等，對這些指標常采用分成若干個等級然后分類計數(shù)的辦法來解決它的量化問題，這樣的資料統(tǒng)計上稱為等級資料。
統(tǒng)計方法是指有關收集、整理、分析和解釋統(tǒng)計數(shù)據(jù)，并對其所反映的問題作出一定結論的方法。統(tǒng)計方法是一種從微觀結構上來研究物質的宏觀性質及其規(guī)律的獨特的方法。
定義1
所謂統(tǒng)計方法是指用多次測量值采用一定方法計算出的標準不確定度。不同于A類的其它方法計算者稱為B類標準不確定度或稱為標準不確定度的B類計算法（typeBevaluation）。
定義2
在平均離子模型的基礎上，發(fā)展了一個計算離子組態(tài)概率分布的有效方法，稱為統(tǒng)計方法。
源自： 激光等離子體非平衡X射線發(fā)射譜理論研究《物理學報》1995年 裴文兵，常鐵強，張鈞
定義3
統(tǒng)計方法是指在不知道紋理基元或尚未監(jiān)測出基元的情況下進行紋理分析，主要描述紋理基元或局部模式隨機和空間統(tǒng)計特征，如灰度共生矩陣法、隨機場模型法等。
源自： 利用紋理分析方法提取TM圖像信息《遙感學報》2004年 姜青香，劉慧平
定義4
分子物理學就是用統(tǒng)計方法來研究的。大量個別的偶然事件存在著一定的規(guī)律，表現(xiàn)了這些事件的整體的本質和必然的聯(lián)系。這種規(guī)律是客觀存在的，統(tǒng)計的方法則是揭示這種規(guī)律的必要手段。統(tǒng)計方法只能適合于大量事件，研究的事件越多，得到的統(tǒng)計結果也越準確
2.數(shù)據(jù)預處理包括哪些內(nèi)容
1.墓于粗糙集（ Rough Set）理論的約簡方法 粗糙集理論是一種研究不精確、不確定性知識的數(shù)學工具。
目前受到了KDD的廣泛重視，利用粗糙集理論對數(shù)據(jù)進行處理是一種十分有效的精簡數(shù)據(jù)維數(shù)的方法。我們所處理的數(shù)據(jù)一般存在信息的含糊性（Vagueness）問題。
含糊性有三種：術語的模糊性，如高矮；數(shù)據(jù)的不確定性，如噪聲引起的；知識自身的不確定性，如規(guī)則的前后件間的依賴關系并不是完全可靠的。在KDD中，對不確定數(shù)據(jù)和噪聲干擾的處理是粗糙集方法的 2.基于概念樹的數(shù)據(jù)濃縮方法 在數(shù)據(jù)庫中，許多屬性都是可以進行數(shù)據(jù)歸類，各屬性值和概念依據(jù)抽象程度不同可以構成一個層次結構，概念的這種層次結構通常稱為概念樹。
概念樹一般由領域專家提供，它將各個層次的概念按一般到特殊的順序排列。 3.信息論思想和普化知識發(fā)現(xiàn) 特征知識和分類知識是普化知識的兩種主要形式，其算法基本上可以分為兩類：數(shù)據(jù)立方方法和面向屬性歸納方法。
普通的基于面向屬性歸納方法在歸納屬性的選擇上有一定的盲目性，在歸納過程中，當供選擇的可歸納屬性有多個時，通常是隨機選取一個進行歸納。事實上，不同的屬性歸納次序獲得的結果知識可能是不同的，根據(jù)信息論最大墑的概念，應該選用一個信息丟失最小的歸納次序。
4.基于統(tǒng)計分析的屬性選取方法 我們可以采用統(tǒng)計分析中的一些算法來進行特征屬性的選取，比如主成分分析、逐步回歸分析、公共因素模型分析等。這些方法的共同特征是，用少量的特征元組去描述高維的原始知識基。
5.遺傳算法〔GA, Genetic Algo}thrn}） 遺傳算法是一種基于生物進化論和分子遺傳學的全局隨機搜索算法。遺傳算法的基本思想是：將問題的可能解按某種形式進行編碼，形成染色體。
隨機選取N個染色體構成初始種群。再根據(jù)預定的評價函數(shù)對每個染色體計算適應值。
選擇適應值高的染色體進行復制，通過遺傳運算（選擇、交叉、變異）來產(chǎn)生一群新的更適應環(huán)境的染色體，形成新的種群。這樣一代一代不斷繁殖進化，最后收斂到一個最適合環(huán)境的個體上，從而求得問題的最優(yōu)解。
遺傳算法應用的關鍵是適應度函數(shù)的建立和染色體的描述。在實際應用中，通常將它和神經(jīng)網(wǎng)絡方法綜合使用。
通過遺傳算法來搜尋出更重要的變量組合。
3.統(tǒng)計調查搜集資料的方法有哪些
統(tǒng)計數(shù)據(jù)的具體搜集方法有：
訪問調查。訪問調查又稱派員調查，它是調查者與被調查者通過面對面地交談從而得到所需資料的調查方法。訪問調查的方式有標準式訪問和非標準式訪問兩種。前者是按一個事先設計好的訪問結構，如固定格式的標準化問卷，有順序地依次提問，并由受訪者做出回答。非標準式訪問則事先不做統(tǒng)一的問卷或表格，也沒有統(tǒng)一的提問順序，有的只是一個題目或提綱，由調查人員和受訪者自由交談，以獲得所需的資料。
郵寄調查。它是通過郵寄或宣傳媒體等方式將調查表或調查問卷送至被調查者手中，由被調查者填寫，然后將調查表寄回或投放到指定收集點的一種調查方法。
電話調查。電話調查是調查人員利用電話同受訪者進行語言交流，從而獲得信息的一種調查方式。電話調查具有時效快、費用低等特點。
電腦輔助調查。它也稱電腦輔助電話調查系統(tǒng)（computer-assisted telephone interviewing system,cati）。該系統(tǒng)使電話調查更加便利和快捷，也使調查的質量大大提高了。
座談會。它也稱為集體訪談法，它是將一組被調查者集中在調查現(xiàn)場，讓他們對調查的主題（如一種產(chǎn)品、一項服務或其他話題）發(fā)表意見，從而獲取調查資料的方法。
個別深度訪問。它是一種一次只有一名受訪者參加的特殊的定性研究。“深訪”是一種無結構的個人訪問，調查人員運用大量的追問技巧，盡可能讓受訪者自由發(fā)揮，表達他的想法和感受。
觀察法。它是指就調查對象的行動和意識，調查人員邊觀察邊記錄以收集信息的方法。
實驗法。它是一種特殊的觀察調查方法，它是在所設定的特殊實驗場所、特殊狀態(tài)下，對調查對象進行實驗以取得所需資料的一種調查方法。
其中前六種方法屬于詢問調查，后兩種方法屬于觀察與實驗的方法。
4.統(tǒng)計整理包括哪些內(nèi)容
統(tǒng)計整理的內(nèi)容通常包括：
1、根據(jù)研究任務的要求，選擇應整理的指標，并根據(jù)分析的需要確定具體的分組；
2、對統(tǒng)計資料進行匯總、計算；
3、通過統(tǒng)計表描述匯總的結果。在統(tǒng)計整理中，抓住最基本的、最能說明問題本質特征的統(tǒng)計分組和統(tǒng)計指標對統(tǒng)計資料進行加工整理，這是進行統(tǒng)計整理必須遵循的原則。
統(tǒng)計整理：
統(tǒng)計整理即“統(tǒng)計資料整理”，就是根據(jù)研究的目的和任務的要求，對統(tǒng)計調查所搜集到的原始資料進行科學的加工整理，使之條理化、系統(tǒng)化，把反映總體單位的大量原始資料，轉化為反映總體的基本統(tǒng)計指標，統(tǒng)計工作的這一過程，叫統(tǒng)計資料的整理。廣義地說，統(tǒng)計整理也包括對次級資料進行的再加工。
5.計量資料的統(tǒng)計描述和統(tǒng)計推斷各有哪些方法
描述統(tǒng)計是指對采集的數(shù)據(jù)進行登記、審核、整理、歸類，在此基礎上進一步計算出各種能反映總體數(shù)量特征的綜合指標，并用圖表的形式表示經(jīng)過歸納分析而得到的各種有用的統(tǒng)計信息。
推斷統(tǒng)計是在對樣本數(shù)據(jù)進行描述的基礎上，利用一定的方法根據(jù)樣本數(shù)據(jù)去估計或檢驗總體的數(shù)量特征。推斷統(tǒng)計是現(xiàn)代統(tǒng)計學的主要內(nèi)容。
回歸分析：確定兩種或兩種以上變數(shù)間相互依賴的定量關系的一種統(tǒng)計分析方法 方差分析：用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗，通過分析研究中不同來源的變異對總變異的貢獻大小，從而確定可控因素對研究結果影響力的大小。 相關分析：是研究現(xiàn)象之間是否存在某種依存關系，并對具體有依存關系的現(xiàn)象探討其相關方向以及相關程度，是研究隨機變量之間的相關關系的一種統(tǒng)計方法。
相關分析與回歸分析在實際應用中有密切關系。然而在回歸分析中，所關心的是一個隨機變量Y對另一個（或一組）隨機變量X的依賴關系的函數(shù)形式。
而在相關分析中 ，所討論的變量的地位一樣，分析側重于隨機變量之間的種種相關特征。 判別分析：是按照一定的判別準則，建立一個或多個判別函數(shù)，用研究對象的大量資料確定判別函數(shù)中的待定系數(shù)，并計算判別指標，在氣候分類、農(nóng)業(yè)區(qū)劃、土地類型劃分中有著廣泛的應用。
聚類分析：通過數(shù)據(jù)建模簡化數(shù)據(jù)的一種方法，聚類分析在電子商務中網(wǎng)站建設數(shù)據(jù)挖掘中也是很重要的一個方面，通過分組聚類出具有相似瀏覽行為的客戶，并分析客戶的共同特征，可以更好的幫助電子商務的用戶了解自己的客戶，向客戶提供更合適的服務。 因子分析：基本目的就是用少數(shù)幾個因子去描述許多指標或因素之間的聯(lián)系，即將相關比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子（之所以稱其為因子，是因為它是不可觀測的，即不是具體的變量），以較少的幾個因子反映原資料的大部分信息。
運用這種研究技術，可以方便地找出影響消費者購買、消費以及滿意度的主要因素是哪些，以及它們的影響力（權重）運用這種研究技術，還可以為市場細分做前期分析。 描述統(tǒng)計是通過圖表或數(shù)學方法，對數(shù)據(jù)資料進行整理、分析，并對數(shù)據(jù)的分布狀態(tài)、數(shù)字特征和隨機變量之間關系進行估計和描述的方法。
描述統(tǒng)計分為集中趨勢分析和離中趨勢分析和相關分析三大部分。常見統(tǒng)計分析法：t檢驗，F(xiàn)檢驗 方差分析。
