1702636906
相关关系常常引出因果问题。我们知道，来自随机比较实验的证据，是判断一个变量能否引起另一个变量改变的“黄金标准”。第15章有更多的讨论，提醒我们即使不存在直接的因果关系，数据也可能显示出很强的相关性。我们永远要考虑到，隐藏在背后的变量可能会产生什么样的影响。在16章中，我们见到一种新的描述——“指数”，其中具有代表性的例子是居民消费价格指数。第16章也谈到了政府统计机构，这是统计世界中安静而重要的一部分。
1702636907
1702636908
重要知识点
1702636909
1702636910
以下是你读了第10~16章后，应该掌握的重要知识点。
1702636911
1702636912
A.展示分布
1702636913
1702636914
• 分辨得出类别变量和数值变量。
1702636915
1702636916
• 知道何时可以用饼图，何时不可以。
1702636917
1702636918
• 会用柱状图描述类别变量的分布，或者概括来说，会比较相关的量。
1702636919
1702636920
• 会解读饼图和柱状图。
1702636921
1702636922
• 会画线图，并描述数值变量随时间变化的情况。
1702636923
1702636924
• 辨认得出线图呈现的形态，诸如趋势和季节变动。
1702636925
1702636926
• 对不当的图要警惕，尤其是象形图，还有线图中的刻度选择问题。
1702636927
1702636928
• 会画单一数值变量分布的直方图。
1702636929
1702636930
• 对于一组较少的观察值，会画出其分布的茎叶图。有必要时能够对数据四舍五入，以便画出较有效的茎叶图。
1702636931
1702636932
B.描述分布（数值变量）
1702636933
1702636934
• 会从直方图或茎叶图中找出整体形态，以及明显偏离整体形态的部分。
1702636935
1702636936
• 根据直方图或茎叶图来评估，分布的形状是大致对称、明显有偏还是二者皆非。判断该分布是单峰还是多峰。
1702636937
1702636938
• 除了形状之外，还能用中心和幅度来描述整体形态。
1702636939
1702636940
• 判断哪一种数字对分布的中心和幅度的量度比较恰当：平均数和标准差（对对称分布最适用）或五数概括（对偏斜分布最适用）。
1702636941
1702636942
• 认得出异常值，并给出合理的解释。
1702636943
1702636944
C.分布的数字描述
1702636945
1702636946
• 会找出一组观察值的中位数M及四分位数Q1与Q3。
1702636947
1702636948
• 会写出五数概括和画出箱形图，能从箱形图中找到中心、幅度和是否对称或偏斜等性质。
1702636949
1702636950
1702636951
• 能算出一小组观察值的平均数及标准差s（用计算器）。
1702636952
1702636953
• 知道中位数比起平均数不易受极端值的影响，看得出偏斜分布的平均数会被拖离中位数，偏向长尾的方向。
1702636954
1702636955
• 知道标准差的基本性质：s≥0。只有在所有观察值都相等时才会有s=0，观察值越分散，s就越大；s的单位和数据的单位一样，异常值或偏斜分布会加大s的值。