Question

懂统计的请进来帮帮忙！

请帮忙解答几个问题，注意要用通俗的语言回答。
1.什么是相关分析，回归分析？
2.什么是相关系数，系数数值大小说明什么问题？
3.说明是显著检验？
4.“指数”是怎么算出来的？需要哪些数据，最好举例
5.“抽样误差”是怎么算出来的？需要哪些数据，依据是什么原理？
6.什么是假设检验？
行家请不吝赐教，请不要图省事，助人为乐，利人利己！
请不要复制粘贴。谢谢合作！
再次强调：请不要复制粘贴，我学过统计，只不过这门课对我的专业来说不重要，所以想图个省事。请直接回答以上问题。
其实这门课对我来说无所谓，我就是一窍不通也没关系，多知道一点总是好的，如果像五楼所说自己看，即使很浅显也要几天时间吧！！！不值得...
五楼不知道具体情况请不要乱评论，我很鄙视你...
请懂行并且乐于助人的仁兄指点下，感谢所有认真回答的人，鄙视添乱的。

Answer 1

..........高中课本必修内容

Answer 2

只准你复制，不准别人……

Answer 3

顶下12楼,挺详细,花不少时间搜资料了看来^_^

Answer 4

函数关系与相关关系
（一）、函数关系：指客观现象之间确实存在的，且在数量上表现为确定性的相互依存关系。
（二）、相关关系： 指客观现象之间确实存在的，但在数量上表现为不确定的相互依存关系。
（三）、区别与联系：
1、区别：相关关系数量不确定，函数关系数量是确定的；
2、联系：函数关系往往通过相关关系表现出来，相关关系的研究中常常使用函数关系的方式。
二、相关关系的种类：
（一）、按相关程度划分：
1、 完全相关：指某变量的变化，另一变量有一确定的值对它对应。（函数）；
2、 不完全相关：指两个变量之间有数量联系，但是数量是不确定的关系。
3、 零相关：指两个现象在数量上完全独立，在一定的形式下，互不影响，互不相干的关系。
（“零相关”不能称为“不相关”，因为事物的联系是绝对的，而孤立是相对的，只有在某种形式下它才能互不影响，互不相干。）
（二）、按相关的方向划分：
1、正相关：指两个变量按照相同的变量变化。或者说某个现象的数量增加，另一个现象的数量增加的现象。
2、负相关：指两个变量按照相反的方向变化，或者说某个现象的数量增加，另一个现象的数量减少的现象。
（三）、按相关形式划分：
1、线性相关：指两个变量之间呈线性关系的相关。
1、 非线性相关：指变量之间的关系为非线性的相关关系。
（四）、按变量多少划分：单相关；复相关；偏相关。
1、单相关：指两个因素之间的相关关系。
2、复（多）相关：指三个或三个以上的因素之间的相关关系。
2、 偏相关：指在某一现象和多种现象相关的场合，假定其他变量不变，而对其中的两个变量的相关关系。
（五）、按相关性质划分：
1、真实相关：现象之间的相关确定具有内在联系的相关。
2、虚假相关：现象之间只是表面存在，实质上并没有内在联系的相关
2:
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本。

相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。
γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；
γ的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。
相关系数的计算公式为：

其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值，

为因变量数列的标志值；■为因变量数列的平均值。

为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式为：

其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式为：

使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不
必再列计算表。
3:
1. 显著性检验的的原理是什么？显著性检验的基本步骤是什么？
答：显著性检验的原理就是“小概率事件实际不可能性原理”来接受或否定假设。其基本步骤如下：
第一：提出统计假设H0和HA。
第二：构造统计量t，并根据样本资料计算t值。
第三：根据t分布的自由度，确定理论临界值t0.05和t0.01。
第四：作出判断。
2. 什么是配对法？什么是成组法？两种方法有何区别？
答：将起始条件一致的两个试验个体配成对，并设有多个配对，每对个体分别随机地给予不同处理。则所得的结果即为配对资料。
非配对资料又称成组资料，是指一组数据与另一组数据没有任何关系，也就是说两样本资料是相互独立的，是对两组平均数进行差异显著性检验。
配对法与成组法之间的差别一是在于试验材料的不同，二是检验的方法上的不同。
4:
统计指数的概念

简单地说，统计指数就是相对数，我们在第四章中学习的六种相对数从广义的角度来讲均可称为指数。

对由复杂现象构成的总体，计算其总体数量变动程度的相对数，就是通常意义上讲的统计指数，即狭义的统计指数概念。

狭义的统计指数是指数分析的主要方面，特别是复杂现象总体的动态指数应用更多,在此只介绍动态指数。

（二）指数的分类

1、指数按其反映的对象范围不同，分为个体指数和总指数。

2、指数按其反映的指标性质不同，分为数量指标指数和质量指标指数。

二、指数的作用

1、研究现象数量变动的方向及变动的幅度。

2、揭示复杂现象的变动趋势及规律。

3、对现象变动的原因进行因素分析。

4、对社会经济现象进行综合评价和测定

一、个体指数的编制方法

个体指数是反映个别现象（即简单现象总体）数量变动的相对数，按指数化指标的性质不同可分为数量指标个体指数和质量指标个体指数楼上两个不懂装懂，既然会，那你说说！！实际上是不会。
别提问了，找个同学一问不就省事了，虽然现在放假。

有提问能回答就回答，明明是不会，为什么还想教训别人，具体情况你们知道吗，瞎评论。

学一门课并不省心，对于只需要知道一点的花几小时能搞定最好，老是深究所有的课，你们能精通几门。

如果无所谓的课都花这么多时间，那和在无聊事上花时间有什么区别？
什么叫态度？尽最大努力学好自己专业及对以后有用的，其他事以最高的效率进行有什么错...........态度有什么不好？？？

对一个无关紧要的学科要求有多高？？？
楼主对这样的科目都肯花这么多分来请教还能说态度不好？
只能说一些人处于某些原因在装模作样...

一个人不学中学物理
然后要别人给他讲相对论
有什么意义？
同意楼上的
如果你不学 问这个也没有用
这个人还举个例子，好像很有学问，也不怕人笑话，狗屁不通装正经！

Answer 5

好