1702636959
• 知道密度曲线是用来描述数值变量分布的。
1702636960
1702636961
• 认得出正态曲线的形状，并且会用目测法从正态曲线估计出平均数和标准差是多少。
1702636962
1702636963
• 会利用68-95-99.7规则与对称性，说出正态曲线下方有多少百分比的观察值落在特定两点之间。在这两点都落在平均数上或者分别在平均数的两边，距离平均数1、2或3个标准差时，也能答得出来。
1702636964
1702636965
• 能算出并解释一个观察值的标准分。
1702636966
1702636967
• （可选）会用表B找出正态分布中某一个值相当于多少百分位数以及对应某个百分位数的值。
1702636968
1702636969
E.散点图与相关系数
1702636970
1702636971
• 对于以同样对象度量得到的两个数值变量，会画散点图来呈现两者之间的相关关系。解释变量（如果有）要放在图的横轴上。
1702636972
1702636973
• 会描述散点图整体形态的形式、方向与强度。更具体点儿说，要认得出正相关、负相关与直线形态，能分辨散点图中的异常值。
1702636974
1702636975
• 会判断用相关系数来描述两个数值变量间的关系是否恰当，会用计算器算出相关系数r。
1702636976
1702636977
• 了解相关系数的基本性质：r只度量线性相关关系的强度与方向；r的值永远都在-1和1之间；只有在100%线性相关时，才会有r=±1的情况出现；当线性相关越来越强，r就会离0越来越远而趋近于±1。
1702636978
1702636979
F.回归直线
1702636980
1702636981
• 会解释线性回归方程式y=a+bx中的斜率b和截距a各代表什么意思。
1702636982
1702636983
• 有了线性回归方程式，就能画出直线。
1702636984
1702636985
• 有了回归直线，不论是图还是方程式，都能用来预测对应x的y值。知道预测超出数据范围时的风险。
1702636986
1702636987
• 能用相关系数的平方r2，来描述在一个变量的变异中，有多少百分比可以用它和另一个变量的线性相关关系来解释。
1702636988
1702636989
G.统计数据与因果关系
1702636990
1702636991
•理解观察到的相关性是什么原因造成的：直接因果关系，共同反应，还是多个因素的混合。
1702636992
1702636993
• 能对观察到的两个变量之间的相关性做出合理解释，到底是直接因果关系、潜在变量的影响，还是二者皆有。
1702636994
1702636995
• 对于因果关系的证明，能评估其统计数据是否够强，尤其在无法通过实验检验时也有此能力。
1702636996
1702636997
H.CPI及相关问题
1702636998
1702636999
• 会计算和解释指数。
1702637000
1702637001
• 对于小的市场篮子，会计算固定市场一篮子物价指数。
1702637002
1702637003
• 会用CPI来比较不同年份美元的购买力，会解释“真实收入”是什么意思。
1702637004
1702637005
练习
1702637006
1702637007
II.1 美国各州的贫困户状况。表II-1中有美国密西西比河以东的26个州中，符合贫困户标准的住户在其所在州中所占百分比。为这组数据画一幅茎叶图，该分布是大致对称、右偏抑或左偏？哪些州是异常值（如果有）？
1702637008
[
上一页 ]
[ :1.702636959e+09 ]
[
下一页 ]