中级经济师基础知识必背：统计

在备考过程中，部分考生可能会存在这样的问题，比如：考前冲刺如何记忆高频考点？别担心，为了帮大家解决这个问题，小编收集资料并整理了相关的内容，一起阅读下文来学习第四部分货币与金融（第23-27章），来了解吧~

1、统计学有两个分支：描述统计和推断统计。描述统计是研究数据收集、整理和描述的统计学方法。其内容包括如何取得所需要的数据，如何用图表或数学方法对数据进行整理和展示，如何描述数据的一般性特征。推断统计是研究如何利用样本数据来推断总体特征的统计学方法，包括参数估计和假设检验。参数估计是利用样本信息推断总体特征；假设检验是利用样本信息判断对总体的假设是否成立。

2、分层抽样是指先按照某种规则把总体分为不同的层，然后在不同的层内独立、随机地抽取样本，这样所得到的样本称为分层样本。

3、整群抽样是将总体中所有的基本单位按照一定规则划分为互不重叠的群，抽样时直接抽取群，对抽中的群调查其全部的基本单位，对没有抽中的群则不进行调查

4、抽样误差是由于抽样的随机性造成的，用样本统计量估计总体参数时出现的误差。抽样误差的相关因素有：①与总体分布有关，总体单位值之间差异越大，则总体方差越大，抽样误差越大；②与样本量n有关，在其他条件相同的情况下，样本量越大，抽样误差就越小；③与抽样方式和估计量的选择也有关系。

5、中位数是一个位置代表值，主要用于顺序数据和数值型数据，但不适用于分类数据。中位数的优点是不受极端值的影响，抗干扰性强，尤其适用于测试偏斜分布的数值型数据。

6、Pearson相关系数的取值范围在-1和+1之间，即-1≤r≤1，r的取值可表明变量之间的相关关系，具体有：①若0＜r≤1，表明变量X和Y之间存在正线性相关关系；②若-1≤r＜0，表明变量X和Y之间存在负线性相关关系；③若r=1，表明变量X和Y之间为完全正线性相关；①若r=﹣1，表明变量X和Y之间为完全负线性相关；⑤当r=0时，说明X和Y之间不存在线性相关关系，并不说明变量之间没有任何关系。

7、偏态系数是用来测度数据分布偏度的统计量。如果偏态系数为正值，说明分布为右偏的，取值在0和 0.5之间说明轻度右偏，取值在0.5和1之间说明中度右偏，取值大于1说明严重右偏。如果偏态系数为负值，说明分布为左偏，取值在-0.5和0之间说明轻度左偏，取值在-1和-0.5之间说明中度左偏，取值小于-1说明严重左偏。偏态系数的绝对值越大，说明数据分布的偏斜程度越大。

8、估计量的常用选择标准有：①无偏性，即对于不放回简单随机抽样，所有可能的样本均值取值的平均值总是等于总体均值；②有效性，即在无偏估计的条件下，估计量方差越小估计越有效；③一致性，是指随着样本量的增大，估计量的值如果稳定于总体参数的真值，这个估计量就有一致性。

9、回归分析用于研究变量之间相互关系的具体形式，对具有相关关系的变量之间的数量联系进行测定，确定一个相关的数学方程式，根据这个数学方程式可以从已知量来推测未知量，从而为估算和预测提供了一个重要方法。

10、回归模型可以用描述因变量Y如何依赖自变量 和误差项的方程来表示。只涉及一个自变量的一元线性回归模型可以表示为：Y＝β0＋β1X＋ε，模型中，β0＋β1X反映了由于自变量x的变化而引起的因变量Y的线性变化。误差项ε表示除 和Y的线性关系之外的随机因素对Y的影响，是不能由x和Y的线性关系所解释的Y的变异性。

11、决定系数即R2，可以测度回归直线对样本数据的拟合程度。决定系数的取值在0到1之间，大体上说明了同归模型所能解释的因变量变化占因变量总变化的比例。决定系数越高，模型的拟合效果就越好，即模型解释因变量的能力越强。如果所有观测点都落在回归直线上，R2=1，说明回归直线可以解释因变量的所有变化。

12、相关分析与回归分析在研究目的和方法的区别：①相关分析研究变量之间相关的方向和相关的程度，无法从一个变量的变化来推测另一变量的变化情况，不需要明确自变量和因变量；②回归分析是研究变量之间相关关系的具体形式，需要确定因变量和自变量。

13、根据基期的不同确定方法，增长量可分为逐期增长量和累计增长量。逐期增长量是报告期水平与前一期水平之差，它表明现象逐期增加（减少）的绝对数量。累计增长量是报告期水平与某一固定时期水平（通常是时间序列最初水平）之差，它表明报告期比该固定时期增加（减少）的绝对数量。