《统计学原理》 381页

21世纪经济管理专业应用型精品教材统计学原理课件曹刚李文新上海财经大学电子出版社\n目录第一章导论第二章统计数据的调查与收集第三章统计数据的整理第四章数据分布特征的描述第五章时间序列分析第六章统计指数第七章抽样与抽样估计第八章假设检验与方差分析第九章相关与回归分析第十章常用国民经济核算指标分析\n第一章导论\n学习目的及重难点提示本章学习目的了解统计理论和实践活动的产生和发展。领会统计的三层含义、统计学的分科。理解和掌握统计学中的几个基本范畴。章节地位及重难点提示本章介绍统计学及相关概念，勾勒了本课程的框架结构——描述统计学和推断统计学。重点是统计的三层含义,总体、样本及指标等概念。\n第一节统计学的产生和发展\n一、统计的三层含义及相互关系*（一）统计工作(统计的基本含义)（二）统计资料（三）统计学（四）三者关系即统计实践活动，是人们对客观事物的数据资料进行搜集、整理、分析的工作活动的总称。是统计工作的成果，包括各种统计报表、统计图形及文字资料等。是一门收集、整理、描述、显示和分析统计数据的方法论的科学，其目的是探索事物的内在数量规律性，以达到对客观事物的科学认识。\n二、统计实践活动的产生与发展*（一）统计的起源1.起源于原始社会末期。2.人类社会早期的统计实践活动。（二）统计的发展1.资本主义社会里统计实践活动得到较快的发展。2.1853年在比利时首都布鲁塞尔召开了第一届国际统计会议。3.1995年8月在北京召开了第50届国际统计年会。\n三、统计科学的发展（一）古典统计学时期（17世纪中后期～18世纪中后期）1.政治算术学派：代表人物威廉·配第(政治经济学之父)，首次运用数量对比分析法，又称“有名无实”的统计学。2.记述学派/国势学派：“统计学是研究一国或多国的显著事项之学”，以文字描述为主，又称“有实无名”的统计学。3.图表学派：用统计图和统计表表现和保存统计资料。\n三、统计科学的发展（二）近代统计学时期（18世纪末～19世纪末）1.数理统计学派：创始人阿道夫·凯特勒，第一次将概率论引入社会经济现象的研究中，被誉为“近代统计学之父”。2.社会统计学派：代表人物恩格尔，采用大量观察法研究社会经济现象总体。\n三、统计科学的发展（三）现代统计学时期（20世纪初至今）1.主要成果:在随机抽样基础上建立了推断统计学。2.数理统计学的发展特点与趋势(1)数学方法的广泛应用。(2)边缘统计学的形成。(3)借助计算机手段,统计学的应用日益广泛和深入。\n第二节统计学的分科\n一、从统计方法的构成角度分*（一）描述统计学(descriptivestatistics)研究如何取得、整理和表现数据资料，进而通过综合、概括与分析反映客观现象的数量特征。包括数据的收集与整理、数据的显示方法、数据分布特征的描述与分析方法等。（二）推断统计学(inferentialstatistics)研究如何根据样本数据去推断总体数量特征的方法。包括抽样估计、假设检验、方差分析及相关和回归分析等。（三）描述统计学和推断统计学的关系描述统计学是统计学的基础和统计研究工作的前提，推断统计学则是现代统计学的核心和统计工作的关键。\n二、从统计方法的研究和应用角度分（一）理论统计学（theoreticalstatistics）利用数学原理研究统计学的一般理论和方法的统计学，如概率论与数理统计（二）应用统计学(appliedstatistics)*研究如何应用统计方法解决实际问题，大多是以数理统计为基础形成的边缘学科。如自然科学领域的生物统计学、社会科学领域的社会经济统计学等。\n三、统计学与其他学科的关系（一）统计学与哲学的关系哲学为统计学提供世界观和方法论的指导。（二）统计学与数学的关系1.区别（1）研究对象不同：数学研究抽象的量，统计研究具体的量。（2）研究方法不同：数学是演绎，统计是归纳和演绎的结合。2.联系数学为统计研究提供数学公式、模型和分析方法。\n三、统计学与其他学科的关系（三）统计学与其他学科的关系统计几乎与所有学科都有联系，本书侧重介绍统计与管理学和经济学的关系。\n本教材的篇章结构第一章导论第一篇统计基础篇第二章统计数据的调查与收集第二篇描述统计篇动态数据描述法第七章抽样与抽样估计第三篇推断统计篇第八章假设检验与方差分析第九章相关与回归分析第四篇统计常识篇——第十章第三章统计数据的整理第四章数据分布特征的描述第五章时间序列分析第六章统计指数表格与图形法——静态数据描述法——常用国民经济核算指标与分析\n本章小结一、统计的三层含义：统计工作、统计资料和统计学。二、统计学的分科（一）从统计方法的构成看，分为描述统计学和推断统计学。（二）从统计方法的研究和应用看，分为理论统计学和应用统计学。四、统计学中的基本概念（一）总体、总体单位和样本。（二）指标和指标体系。\nEND\n第二章统计数据的调查与收集\n学习目的及重难点提示本章学习目的了解统计调查的概念和分类。领会统计数据的计量尺度、数据和变量的类型。明确统计调查方案的设计内容。掌握统计数据的来源、统计调查组织方式。本章重难点提示重点：数据的计量尺度、数据和变量的类型，普查、抽样调查等统计调查组织形式。难点：数据的计量尺度、数据和计量尺度之间的关系。\n第一节数据的计量与类型\n一、数据的计量尺度**（一）定类尺度（nominalscale）1.概念:又称列名尺度或类别尺度，是按照研究对象的某种属性将其划分为若干组或类的一种测度。2.举例：人的性别、籍贯、民族、职称；企业的所有制性质、行业隶属。3.特征（1）只能区分事物的类别，无法比较优劣或大小。（2）对事物的区分必须遵循穷尽和互斥的原则。（3）对定类尺度计量分析的统计量主要是频数和频率。**应用：想一想生活中还有哪些常见的定类尺度？\n一、数据的计量尺度（二）定序尺度(ordinalscale)1.概念：又称顺序尺度，它是对事物之间等级或顺序差别的一种测度。2.举例：教师的职称、学历，商品的质量等级等。3.特征（1）对事物可以分类、比较优劣和大小。（2）对事物的分类要求穷尽和互斥。（3）对定序尺度计量分析的统计量除频数和频率外，还有累计频数和累计频率。**应用：想一想生活中还有哪些常见的定序尺度？\n一、数据的计量尺度（三）定距尺度(intervalscale)1.概念：又称间隔尺度，是对事物类别或次序之间的间隔进行的一种测度。2.举例：学生的考试成绩、人的身高、温度等。3.特征（1）能分类、排序、比较大小，计量差距。（2）没有绝对零点，“0”表示“0”水平，不表示“没有”或“不存在”。**应用：还有哪些常见的定距尺度？\n一、数据的计量尺度（四）定比尺度（ratioscale）1.概念：也称比率尺度，是对事物之间比值的一种测度。2.举例：人的收入支出、企业的产值利润、某地区的人口总数、失业人数等3.特征（1）分类、排序、比较大小、求出差异、计算两个数值之间的比率。（2）具有绝对零点，即数字“0”表示“没有”或“不存在”。**应用：举一现实生活中的例子说明定比尺度的两个特征。\n表2-1四种计量尺度的比较数学特征定类尺度定序尺度定距尺度定比尺度分类（＝，≠）排序（＞，＜）间距（+，－）比值（×，÷）可以可以可以可以可以可以可以可以可以可以\n二、数据的类型（一）数据的类型和表现形式1.定性数据（品质数据）（1）概念:说明事物的品质特征，不能以数值表示，只能以文字表述，由定类和定序尺度计量形成。（2）举例：高校教师职称有助教、讲师、教授等。2.定量数据（数量数据）（1）概念：说明现象的数量特征，以数值表示。由定距和定比尺度计量形成。（2）举例：考试成绩80分、95分、100分，身高1.73米、1.80米等。**应用：举例说明还有哪些常见的定性数据和定量数据。\n（二）变量及其类型1.变量的含义说明现象某种属性或数量特征的概念称为变量。统计数据就是变量的具体表现。2.变量的类型(1)品质变量：反映事物品质特征的名称，表现为定性数据。如教师职称。(2)数值变量：反映事物数量特征的名称，表现为定量数据。如人的身高。3.数值变量的分类(1)离散变量：只能间断计数的变量。如人口数、设备台数等。(2)连续变量：可以连续计数的变量。如产值、利润、收入、年龄等。\n第二节数据的直接来源——统计调查\n一、统计调查的概念和分类（一）概念根据统计的目的和任务，运用科学的调查方法，有计划、有组织地向客观实际搜集和登记统计数据的过程。（二）分类1.按调查对象包括的范围不同（1）全面调查：对调查对象的全部个体一一调查登记，如普查。（2）非全面调查：对调查对象的部分个体调查登记，如抽样调查。\n统计调查的分类2.按照调查组织方式不同（1）统计报表：经常性制度化的调查，是搜集国民经济统计数据的主要方式。（2）专门调查：为研究一些特殊问题专门组织的统计调查。3.按照调查登记的时间是否连续（1）经常性调查/连续性调查：适用于时期现象的调查。（2）一次性调查/间断性调查：适用于时点现象的调查。\n二、统计调查方法（一）直接观察法（二）报告法：如我国的统计报表制度。（三）采访法：具体分为个别口头询问、被调查者填表、开调查会等形式。（四）通讯法：通过邮寄调查问卷、被调查者填表获取信息。（五）电话访问（六）网上调查法\n三、对统计调查数据的基本要求（一）准确性（二）及时性（三）系统性（四）完整性（五）经济性总体要求：以准确为前提，准中求快，力争以较少的投入取得完整、系统的数据资料。\n四、统计调查方案的设计*（一）确定调查的目的和任务(为什么调查)这是设计方案的首要问题。（二）确定调查对象和调查单位(向谁调查)1.调查对象：需要进行调查的某一社会经济现象的总体。对应于统计总体。2.调查单位：调查对象中需要调查的具体单位。对应于总体单位。\n四、统计调查方案的设计（三）确定调查项目(调查什么)（四）设计调查表(调查问卷如何设计)（五）确定调查时间**调查数据资料所属的时间调查时限，调查工作的起讫时间（六）制定调查组织实施计划两层含义\n五、统计调查的组织方式（一）普查1.概念：是专门组织的、一次性的全面调查。2.意义及原则**相关链接——我国的普查制度每逢末尾数字为“0”的年份进行人口普查。每逢末尾数字为“1”或“6”的年份进行基本统计单位普查。每逢末尾数字为“3”的年份进行第三产业普查。每逢末尾数字为“5”的年份进行工业普查。每逢末尾数字为“7”的年份进行农业普查。\n五、统计调查的组织方式（二）统计报表1.概念：我国的统计报表制度是依照《中华人民共和国统计法》的规定，自上而下统一布置，自下而上逐级提供基本统计数据的一种调查方式。2.意义：是搜集国民经济和社会发展状况统计数据的主要方式。3.局限性：\n五、统计调查的组织方式（三）抽样调查**1.概念：是专门组织的非全面调查。它是按照随机原则从总体中抽取部分单位组成样本，以样本数据推断总体数量特征。2.意义：是相对最科学、应用最广的调查方式。3.特点：（1）经济性高。（2）时效性强。（3）适应面广。（4）准确度高。\n五、统计调查的组织方式（三）抽样调查**4.抽样调查的作用（应用场合）（1）不可能或很难进行全面调查的现象，必须采取抽样调查方法。（2）没必要进行全面调查的社会现象，也可采用抽样调查。（3）其他作用：如对生产过程的质量控制及对全面调查结果的检验修正。**思考题：对河水水质进行检测、推断种子的发芽率、推断食品的保质期应采用什么调查方式？为什么？\n五、统计调查的组织方式（四）重点调查**1.概念：在调查对象中选择一部分重点单位所进行的非全面调查。2.重点单位：是指在总体中虽然个数不多，但它们的数据总量在总体数据总量中占绝大部分比重。**相关链接：我国银行业中的重点单位截至2004年底，工、农、中、建四家国有商业银行各项贷款近13万亿元，占我国银行业贷款总额的72％，存款近25万亿元，占银行业存款总额的77％。从统计学的角度，四大国有商业银行就是重点调查中的重点单位。\n五、统计调查的组织方式（五）典型调查*1.概念：在对调查对象全面分析的基础上，有意识地选择若干有典型意义或有代表性的单位进行深入、细致调查的一种非全面调查方式。2.特点（1）调查范围小，调查单位少，可对某些复杂的专门问题进行深入、细致的调查。（2）调查单位是有意识选择的有代表性和典型性的单位。3.典型调查的关键：选择典型单位。\n第三节统计数据的间接来源\n一、公开的统计出版物（一）我国官方的统计公开出版物如中国统计出版社出版：《中国统计年鉴》、《中国统计摘要》、《中国社会统计年鉴》、《中国工业统计年鉴》、《中国农村统计年鉴》、《中国人口统计年鉴》、《中国市场统计年鉴》等。（二）外文出版物世界银行各年度的《世界发展报告》、联合国的《联合国统计年鉴》、联合国粮农组织《生产年鉴》、国际货币基金组织的《国际金融统计月报》、亚太经合组织的《亚太统计数字》等。\n二、其他渠道各种报纸、杂志、图书、广播、电视传媒、网络等\n本章小结\n复习小结一、统计数据的计量尺度（一）定类尺度（二）定序尺度（三）定距尺度（四）定比尺度二、统计数据的类型（一）定性数据：由定类和定序尺度计量而成，反映事物的品质特征。（二）定量数据：由定距和定比尺度计量而成，反映事物的数量特征。\n复习小结三、统计数据的来源（一）直接来源：统计调查和科学试验。（二）间接来源：引用他人调查或试验的数据。四、统计调查（数据最主要的直接来源）（一）统计调查的种类和方法（二）统计调查方案的设计（三）统计调查的组织方式：有普查、统计报表、抽样调查等，其中重点调查是最常用的最科学的调查方法。五、统计数据的间接来源包括公开的统计出版物和其他渠道。\nEND\n第三章统计数据的整理\n学习目的及重难点提示本章学习目的了解数据整理在统计活动中的地位、数据整理的内容、数据审核与汇总的技术。领会统计分组的概念、关键、统计分组体系及次数分布的类型和特征。明确统计数据的表现形式——统计表和统计图的基本内容。掌握统计分组、分配数列和统计图表的编绘制方法。本章重难点提示本章重点：统计分组、变量数列的编制、统计数据的显示方法——统计表和统计图。本章难点：统计分组、变量数列的编制、次数分布图的绘制。\n第一节数据整理的一般问题\n一、数据整理的概念和作用(一)概念对统计调查所搜集到的数据进行分类和汇总，使其系统化、条理化、科学化，以得出反映事物总体综合特征的资料的工作过程。(二)作用统计数据整理，是统计调查的继续，也是统计分析的前提，承前启后，在整个统计工作中具有重要的作用。\n二、数据整理的程序数据整理方案的设计数据的审核与检查数据的排序数据分组数据的显示——统计图表数据的积累与保管\n第二节数据分组\n一、数据分组的概念根据统计研究目的和客观现象的内在特点，按照选定的某个或几个标志，将被研究的总体数据分成若干部分的科学分类。二、数据分组的作用(1)区分现象的类型。(2)反映总体的内部结构。(3)揭示现象之间的依存关系。(4)反映事物的数量特征和发展规律。第二节数据分组\n三、数据分组的关键**选择分组标志和分组划分各组界限(针对数值型变量)。四、选择分组标志的原则**1.根据研究任务和目的选择分组标志。2.选择能反映事物本质特征或重要特征的标志。3.结合现象所处的历史条件和社会经济条件选择分组标志。第二节数据分组\n（一）根据分组变量(标志)的性质不同按品质变量分组按数值变量分组（二）根据采用的分组标志的个数多少简单分组:只按一个标志分组复合分组:按两个或以上的标志分组五、统计分组的种类\n第三节分配数列和次数分布\n一、分配数列（一）概念(二)分配数列的要素组别次数(频数):分布在各组的总体单位数。各组的次数(频数)之和等于总体单位总数。频率(比重):各组次数占总次数的比重。各组比重之和等于100%（或1）。将总体按分组标志分组后形成的总体单位在各组的分布，又称次数分布数列或频数分布数列。\n分配数列实例表3-1我国土地状况分组表\n（三）分配数列的种类1.按分组标志的性质不同品质变量数列:按品质变量分组形成数值变量数列:按数值变量分组形成2.数值变量数列又可分为:单项数列：每组只有一个变量值的变量数列组距数列：每组变量值是一段区间的变量数列连续变量数列：按连续变量分组形成的数列离散变量数列：按离散变量分组形成的数列\n品质变量分配数列实例表3-2某高校在校生性别状况分组表\n数值变量分配数列实例表3-3某市餐饮业按营业额分组\n单项式变量数列实例表3-4某市居民家庭按家庭人口数分组\n组距式变量数列实例表3-5某车间工人按月工资分组\n1.概念术语(1)全距（R）＝数列中最大变量值－最小变量值(2)组限：每一组的最大变量值与最小变量值上限:每一组的最大变量值下限:每一组的最小变量值(3)组距（d）:每一组的最大变量值与最小变量值之差组距=上限—下限(4)组数:数列中的分组个数。（四）分配数列的编制\n定性关系:全距一定的情况下,组数和组距呈反方向变动。定量关系:式二为确定组距的经验公式,其中N代表组数。组数和组距的关系组数＝全距/组距=R/d组距=R/（1＋3.322lgN）\n（四）分配数列的编制1.概念术语(5)频数(次数)与频率(比重)(6)品质数列与变量数列(7)等距数列与异距数列(8)次数密度：单位组距内分布的总体单位数。公式:次数密度＝各组次数/各组组距\n开口组:缺上限或缺下限的组闭口组:上下限齐全的组（10）组中值及计算**①闭口组临近组组限重合时:组中值=（上限＋下限）/2临近组组限间断时:组中值=（下限＋下组下限）/2②开口组缺上限时：组中值=下限＋邻组组距/2缺下限时：组中值=上限-邻组组距/21.概念术语（9）\n（四）分配数列的编制2.注意事项（1）组距最好为5或10的倍数。（2）最小组的下限略低于最小变量值，最大组的上限略高于最大变量值。（3）离散型变量分组，相邻组的组限可以间断，也可以重叠；连续型变量分组，相邻组的组限必须重叠。（4）组限重叠时，临界点的总体单位按“上限不在内”的原则归组。\n（四）分配数列的编制3.简单次数分布数列的编制步骤数据排序并计算全距确定变量数列的形式（单项式或组距式）确定组数和组距确定组限计算各组次数和频率绘制表格\n简单次数分布数列的编制实例[例3-1]数据资料某车间40名工人日产零件如下：657266579086836875846659677079518154788694647774769662988571798465728975\n简单次数分布数列的编制实例编制步骤之一——数据排序并确定全距将数据从低到高排列，形成如下变量序列：51545759626465656666676870717272747575767677787879818384848485868688899093949698计算全距=98-51=47编制步骤之二——确定变量数列的形式因变量值较多、变动幅度较大，适宜采用组距式数列。\n简单次数分布数列的编制实例编制步骤之三——确定组数和组距[分析]全距为47，分为5组，组距为10。编制步骤之四——确定组限[分析]离散型变量分组，相邻组的组限可以重叠，也可间断，本例选择重叠。编制步骤之五——计算各组的频数和频率[分析]根据排序后的变量序列清点各数据区间的频数并计算比重，也可利用Excel统计软件进行。\n简单次数分布数列的编制实例编制步骤之六——绘制表格表3-6某车间工人日产零件分组表\n4.累计次数分布表（图）的编制(1)累计次数和累计频率反映总体单位分布特征的指标，用以说明总体中在某一变量值水平上下总共包含的总体单位次数和频率。(2)累计次数和频率的计算方法向上累计:是将各组的次数和频率，由变量值低的组向高的组累计。说明各组上限以下包含的总体单位数和比率。向下累计:是将各组的次数和频率，由变量值高的组向低的组累计。说明各组下限以上包含的总体单位数和比率。\n累计次数分布数列的编制实例[例3-2]根据例3-1编制的累计次数分布表如下:表3-7某车间工人日产零件累计分组表\n二、次数分布社会经济现象的分布主要有以下三种类型：(一)钟形分布/丘形分布1.含义:特点是“两头小，中间大”，即越靠近中间的变量值分布次数愈多；愈远离变量值中点分布的次数愈少，形态如钟或山丘。正态分布:左右两侧对称分布2.种类左偏分布:存在极小变量值时曲线向左偏的偏态分布非对称分布右偏分布:存在极大变量值时曲线向右偏的非对称分布正态分布左偏分布右偏分布\n二、次数分布(二)U形分布:是指较大和较小的变量值出现的次数多，而中间变量值出现的次数少，特点是“两头大，中间小”。(三)J形分布:J形分布的特征是“一边大，一边小”。即次数随着变量值的变化大多数集中在某一端的分布。其曲线形如英文字母的“J”字，具体有正J形分布和反J形分布两种类型。U形分布正J形分布反J形分布**思考题:以下现象的次数分布符合哪种分布的特征？A人群中身高、体重的分布B学生考试成绩的分布C按人口年龄分布的死亡率D餐饮企业销售额的分布\n第四节统计图表\n（一）统计表的概念（二）统计表的结构1.从形式上看：分为总标题、横行标题、纵栏标题和统计数值。2.从内容上看：分为主词和宾词。（三）统计表的种类简单表：主词未做任何分组。简单分组表：主词按一个标志分组。复合分组表：主词按两个或以上的标志分组。（四）统计表的编制规则一、统计表\n(一)概念条形图(二)种类直方图和折线图圆形图二、统计图\n统计表示例某居民小区家庭按月收入简单分组表\n统计图示例条形图——用长短或高矮来显示数值的大小\n统计图示例折线图——将直方图的各条形中点用线连接起来而得到。\n统计图示例圆形图/饼图:是以圆形的分割来表示总体的分组及结构。(某居民小区家庭按月收入分组情况)\n本章小结一、统计数据整理统计数据整理是统计数据调查的继续和数据分析的前提，是感性认识上升到理性认识的连接点。数据整理的前提是审核，分组汇总是核心。按品质变量分组的关键是界定各类型组的性质差异，按数值变量分组的关键是正确确定各组的数量界限，即组数与组限。二、统计分组统计分组必须遵循穷尽性和互斥性两个原则。数值变量分组有单项式和组距式两种。组距式分组又有离散型与连续型、等距与异距分组之分，对于组距式分组要计算组距、组数、组中值。\n本章小结三、分配数列/次数分布数列由两个要素构成，一是组别，二是各组次数或频率。根据需要，可以编制简单次数分布表和累计次数分布表。四、次数分布主要有钟形分布、U形分布和J形分布。五、统计表和统计图统计表和统计图是显示统计数据的两种重要形式。统计表的结构从形式看可分为总标题、横表目、纵标目和指标数值；从内容上看可分为主词和宾词两部分。统计图主要有条形图、直方图、圆形图等。\nEND\n第四章数据分布特征的描述\n学习目的和重难点提示本章学习目的领会数据分布的各种特征：集中趋势、离散趋势、偏斜程度和峰度。掌握数据分布特征各测定值的计算方法、特点及其应用场合。本章重难点提示数据分布特征的描述方法，如何使用一些统计量来对数据进行概括性测定。数据分布特征各测定值的计算方法、特点及其应用场合。\n第一节数据分布集中趋势的测定\n一、均值(平均数、数值平均数，mean)(一)概念均值是反映数据分布集中趋势十分重要的数据，代表总体单位某一标志值的一般水平。(二)特征1.具有抽象性。2.具有代表性。3.反映总体分布的集中趋势。(三)举例1.某市中学生每周平均上网时间为2.8小时。2.某农贸市场2月份牛肉的平均价格为16元/千克。3.某地区“十五”期间经济平均增长率为9.6%。\n（四）均值的种类及计算1.算术平均数**(1)概念算术平均数又称平均值，是用一组数据中所有值之和除以该组数据的个数。(2)基本公式\n算术平均数的计算**简单算术平均数:总体平均数样本平均数\n算术平均数的计算**加权算术平均数概念:是对每个数据都根据其在全组中的重要程度赋予一定权重后得到的算术平均数。计算公式:（1）未分组数据其中，w表示各组的标志总量，而不是各组变量值出现的次数，总体和样本加权算术平均数的公式是相同。\n[例4-1]根据某公司四个品牌数码相机的销售资料计算平均利润率。表4-1四个品牌数码相机的利润率和销售额资料\n所以，四个品牌数码相机的平均销售利润率为：因为：\n**加权算术平均数⑵分组的加权平均数:根据分组数据计算均值。样本均值的计算公式：总体均值的计算公式：表示各组的变量值（组距式数列的组中值）；表示各组变量值出现的频数（即权数）。其中，\n[例4-2]根据某电脑公司在各市场上销售量的分组数据，计算电脑销售量的均值。按销售量分组（台）组中值(Mi)市场个数(fi)Mifi140~150150~160160~170170~180180~190190~200200~210210~220220~230230~24014515516517518519520521522523549162720171084558013952640472537003315205017209001175合　计—∑fi＝120∑Mifi＝22200\n2.调和平均数（1）概念:调和平均数又称倒数平均数，是各个变量值倒数的算术平均数的倒数。（2）计算简单调和平均数:针对未分组资料。计算公式为：\n2.调和平均数加权调和平均数:针对分组资料。计算公式为:其中:是一种特殊权数，它不是各组变量值出现的次数，表示各组标志总量。即\n[例4-3]根据某商场职工月工资资料计算月平均工资。表4-3某商场职工月工资资料\n3.几何平均数(1)概念:几何平均数(geometricmean)又称对称平均数，它是各变量值乘积的n次方根。(2)计算基本公式:对数公式:在实际工作中，由于变量个数较多，通常要应用对数来进行计算。即\n(3)几何平均数的应用及特点①应用条件a.变量值是相对数据，如比率或发展速度。b.变量值的连乘积等于总比率或总发展速度。②特点a.如果数列中有一个标志值等于零或负值，则无法计算。b.受极端值影响较小，故较稳健。\n[例4-4]某电器销售公司2000～2005年销售量的环比增长率分别为：7.6%、2.5%、0.6％、2.7%和2.2%。求这期间销售量的平均增长速度。表4-4销售量平均发展速度计算表几何平均数的计算示例\n几何平均数的计算示例1.采用基本公式计算的销售量平均发展速度为:2.采用对数公式计算的销售量平均发展速度为:所以，销售量的平均增长速度=103.1%-1=3.1%\n二、位置平均数（一）中位数(median)1.概念中位数是将一组数据项按照数值大小升序或者降序排列后位于中间位置的那个数据，符号为。2.中位数的计算方法(1)未分组数据的中位数将变量值按升序或降序排列，找中间位置的变量值。(2)单项数列的中位数计算各组的累计频数(向上累计或向下累计)；根据中位数位置确定中位数。\n[例4-5]计算某公司销售人员月销售冰箱中位数表4-5某公司销售人员月销售冰箱中位数计算按月销售冰箱分组(台)销售人员数(人)向上累计频数向下累计频数25303234363931014271883132754728080776753268合计80－－中位数的位置即中位数在累计频数为40的那一组内（向上累计或向下累计均可得出），则。\n2.中位数的计算方法（3）组距数列的中位数：由下列公式近似计算下限公式其中:为总体单位总数；为中位数组的下限；为中位数组以下的累计频数；为中位数组的频数；为中位数组的组距；\n[例4-6]求以下组距数列的中位数。按家庭收入分组（元）家庭数（户）向上累计频率5000以下5000～1000010000～1500015000～2000020000以上214514662166808692合计92－中位数的近似值为：表4-6某地区家庭收入分组中位数的位置在第46（92/2）位，应在第二组\n中位数的特点⑴是一种位置平均数，不受极端值及开口组的影响。⑵对于分配不对称的数据，中位数比平均值更适合当集中趋势的代表值。⑶对某些不具有数字特征或不能用数字测定的现象，可用中位数表示其一般水平。例如，对众多的消费者购买数码相机时，分别对价格、外观、品质的注重程度排序后，可以求出消费者在乎的中位数因素。\n二、位置平均数（二）众数1.概念众数(mode)是指在一组数中出现次数最多的那个数值，符号为。2.数据数列的众数分布情况无众数如数据数列：13791268一个众数如数据数列：659866多个众数如数据数列：223527352736\n3.众数的计算方法**品质变量的众数——观察次数，出现次数最多的变量值就是众数。例如:企业的所有制结构分布、人口的城乡分布。**数值变量的众数未分组资料——观察次数，出现次数最多的数据就是众数。分组资料（1）单项式数列——直接观察，次数最多的组的变量值即为众数。\n[例4-7]单项式变量数列确定众数实例表4-7某市居民家庭按家庭人口数分组由上表可以看出，家庭人口数为3人的家庭数最多，因此本例中家庭人口数的众数为3人。\n3.众数的计算方法组距数列计算众数：由下列公式近似计算：其中为众数组与前一组频数之差；为众数组的下限；为众数组与后一组频数之差；为众数组的组距。\n[例4-8]组距式数列计算众数示例收入组别人均收入（元）频数（人）1234562000元以下2000～4000元4000～6000元6000～8000元8000～10000元10000以上234368322410合计－200其众数的近似值为：表4-8某地区的人均月收入调查数据\n三、均值、中位数和众数的比较（一）均值、中位数和众数的数量关系1.当数据呈对称分布时，三者合而为一。2.当数据呈左偏分布时，说明数据存在极小值，必然拉动均值向极小值一方靠，则从左至右依次是均值、中位数和众数。3.当数据呈右偏分布时，说明数据存在极大值，必然拉动均值向极大值一方靠，则从左至右依次是众数、中位数和均值。\n三、均值、中位数和众数的比较(二)均值、众数和中位数的特点及应用场合**均值是对数值型数据的计算，利用了全部数据信息，具有优良的数学性质，是实际中应用最广泛的集中趋势测度值。**中位数是一组数据中间位置上的代表值，其特点是不受数据极端值的影响，主要适合于作为顺序数据的集中趋势测度值。**众数是一组数据分布的峰值，它也是一种位置代表值，不受极端值的影响，主要适合于作为分类数据的集中趋势测度值。\n第三节数据分布离散程度的测定\n一、极差（一）概念：又称全距，是数据中最大值和最小值之差。记为。（二）计算1.未分组数据的极差为：表示数据的最大值；表示数据的最小值。2.分组数据的极差极差＝最大组的上限－最小组的下限若存在开口组,则:最大组的上限＝前一组的上限＋组距最小组的下限＝下一组的下限－组距其中:\n(三)修正极差1.概念:修正极差(modifiedrange)是去掉极端值后的极差，又称四分位全距(IQR，interquartilerange)，是中间50％的数据的间距，即数据分布中第25个和第75个百分位数的间距，也即第1个和第3个四分位数的间距。2.公式：其中，Q3表示第3个四分位数，即第75个百分位数；Q1表示第1个四分位数，即第25百分位数。\n二、平均差（一）概念平均差(meanabsolutedeviation，MAD)是各数据对平均数的离差绝对值的平均数。（二）样本平均差的计算公式1.未分组数据：2.分组数据：\n三、方差和标准差(一)概念方差(variance)是各变量值与其均值离差平方的平均数。标准差(standarddeviation)是方差的平方根，又称“均方差”。(二)比较与评价1.其内涵与平均差相似，均为各个数据对其平均数的平均离差。但平均差采用求绝对值消除正负离差,标准差采用平方法消除正负离差，在数学处理上标准差比平均差更为科学合理。2.方差和标准差是测度数值型数据离散程度的最主要的指标。\n[例4-9]某电脑公司销售量分组数据如表4-7，计算销售量的方差和标准差表4-7某电脑公司销售量分组数据（三）总体方差和标准差计算示例\n总体方差和标准差计算示例根据公式计算可知总体均值为:总体方差为：总体标准差为：\n[例4-10]根据以下资料，计算企业职工平均工资的标准差。（已知平均工资为760元）表4-9某企业职工工资分组数据表\n总体方差和标准差计算示例总体方差为：总体标准差为：\n(四)样本方差和标准差1.说明在大多数统计应用中，都针对样本数据来分析总体数量特征。因此通常用样本方差来估计总体方差，用样本标准差来估计总体标准差。2.符号样本容量用n表示；样本方差用S2表示；样本标准差用S表示。3.计算公式与总体方差和标准差公式类似,区别在于分母除以n-1。\n四、离散系数(一)概念：离散系数（coefficientofvariation）也称变异系数，是一组数据的离散指标的绝对数与其相应的均值之比，是离散指标的相对数形式。（二）表现形式有全距系数、平均差系数和标准差系数。最常用的是标准差系数。（三）计算公式总体标准差系数样本标准差系数\n四、离散系数(四)应用：用于比较不同总体数据分布的离散程度。[例题4-11]甲乙企业职工的年均收入分别为20000元和50000元，收入的标准差分别为3000和5000元，哪家企业职工的收入差距小一些？[分析]不同企业的年均收入不同，不能直接比较标准差，只能比较标准差系数。[结论]乙企业职工收入差距小于甲企业。甲企业标准差系数乙企业标准差系数\n第四节数据分布偏态与峰态的测定\n一、偏态及其测定（一）偏态(skewness)是指数据分布的不对称性，其度量值称为偏态系数SK。（二）计算未分组数据：分组数据：是样本标准差的三次方。\n一、偏态及其测定（三）偏态系数大小的说明偏态系数SK＝0，说明数据为对称分布。偏态系数SK≠0，说明数据为偏态分布。其中：SK＞0说明数据为正偏（右偏）分布；SK＜0说明数据为负偏（左偏）分布。\n二、峰态及其测定（一）峰态(kurtosis)是指正态分布数据的平峰或尖峰程度，其度量值为峰态系数。（二）峰态通常是与标准正态分布相比较而言的。若数据服从标准正态分布，则峰态系数＝0。若数据服从非标准正态分布，则峰态系数≠0。当峰态系数＞0时为尖峰分布，即比正态分布更尖。当峰态系数＜0时为平峰分布，即比正态分布偏平。\n本章小结1.数据集中趋势的测定介绍了各种均值、中位数、众数的概念和特点，比较了均值、中位数、众数的特点，重点介绍其计算方法和应用场合。2.数据离散程度的测定介绍了极差、平均差、方差、标准差、离散系数的概念和计算方法。重点是方差、标准差及标准差系数的计算。3.数据偏态与峰态的测定简单介绍了偏态和峰态的基本概念及测定方法。\nEND\n第五章时间序列分析\n本章学习目的了解时间序列的概念、种类、因素构成和编制原则。掌握水平指标和速度指标的计算方法、应用条件及指标间的相互关系。掌握长期趋势的分析测定方法。本章重难点提示重点：时间序列水平指标和速度指标的计算、最小平方法预测长期趋势。难点：季节比率法分析季节变动、最小平方法预测长期趋势。学习目的及重难点提示\n第一节时间序列概述\n（一）定义现象在不同时间上的一系列指标值按时间先后排列形成的数列，又称动态数列。（二）构成要素现象所属的时间指标数值（三）与分配数列的区别一、时间序列的概念及构成要素\n表5-11985～1991年我国原煤产量　单位：亿吨时间序列示例年份1985198619871988198919901991原煤产量8.728.949.289.8010.5410.8010.62\n（一）绝对数时间序列：由绝对指标排列形成。1.时期数列：由时期指标排列形成。特点：（1）时期数列中各指标值可以相加。（2）时期数列中各指标值大小与时间间隔正相关。（3）时期数列通过连续登记获取数据。2.时点数列：由时点指标排列形成。特点：（1）时点数列中各指标值不能相加。（2）时点数列中各指标值大小与时间间隔无关。（3）时点数列通过间断登记获取数据。二、时间序列的种类\n（二）相对数时间序列：由相对指标排列形成。特点：1.由两个绝对数数列相比形成。2.不同时期的相对指标数值不可直接相加。（三）平均数时间序列：由平均指标排列形成。特点：不同时期的平均指标数值不可直接相加。二、时间序列的种类\n基本原则——可比性原则具体原则1.时间长短应当一致。2.总体范围保持一致。3.指标的经济内容保持一致。4.指标的计算方法和计量单位保持一致。三、时间序列的编制原则\n第二节时间序列的水平分析\n一、发展水平（一）概念：时间序列中各项具体的指标数值。字母表示:a0,a1,a2,an-1,…,an相关概念：最初水平：动态数列中的第一项指标数值最末水平：动态数列中最后一项指标数值报告期水平：要研究的那一时期的指标值基期水平：作为对比的基础时期的指标值（二）意义：是计算其他水平指标和速度指标的基础。\n（一）概念又称序时平均数或动态平均数，是将不同时期的发展水平加以平均得到的平均值。（二）序时平均数与一般平均数的区别1.计算依据不同:序时平均数依据动态数列,一般平均数依据变量数列。2.说明问题不同:序时平均数从动态上说明现象在不同时间上某一数值的一般水平,一般平均数从静态上说明总体某个数量标志的一般水平。二、平均发展水平\n1.绝对数时间序列的序时平均数（1）时期数列的序时平均数（简单算术平均法）。(三)平均发展水平的计算\n①连续时点数列：逐日登记。未分组资料:逐日登记,每日都有数据（简单算术平均法）。分组资料:逐日登记,非每日都有数据（加权算术平均法）。其中，权数f代表间隔日数。（2）时点数列的序时平均数\n②间断时点数列：资料不是逐日记录逐日排列，而是有一定间隔的期初或期末的资料。时间间隔相等时：首末折半法。时间间隔不等时：加权平均法。式中f1,f2,…,fn-1：相邻时点指标间隔的月（季）数。（2）时点数列的序时平均数\n[例5-1]根据表5-2计算4月下旬商店营业员平均人数表5-2某商店4月下旬营业员人数单位：人[分析]属于连续时点数列且每日都有数据,采用简单算术平均法计算。序时平均数计算示例\n[例5-2]根据表5-3计算4月份钢材平均库存量。表5-3某企业4月份钢材库存量单位:万吨[分析]属于连续时点数列,但非每日都有数据,应采用加权算术平均法计算。序时平均数计算示例\n[例5-3]根据表5-4资料计算企业上半年平均职工人数及平均固定资产额。表5-4某企业2005年上半年统计资料序时平均数计算示例\n[分析]属于时间间隔相等的间断时点数列,采用首末折半法计算。上半年平均职工人数为：例5-3答案上半年平均固定资产额为：\n[例5-4]根据表计5-5算2001年的平均职工人数。表5-5某企业2001年职工人数资料单位:人[分析]属于时间间隔不等的间断时点数列,采用加权算术平均法计算。序时平均数计算示例\n2.相对数时间序列的序时平均数相对数时间序列的序时平均数不能直接计算,而应根据分子数列的序时平均数除以分母数列的序时平均数计算，用公式表示为:\n2.相对数时间序列的序时平均数(1)时期数列/时期数列形成的相对数时间序列。分子分母数列均简单平均:\n2.相对数时间序列的序时平均数(2)时点数列/时点数列形成的相对数时间序列。在时间间隔相等时,分子分母均首末折半:\n（一）概念:报告期水平与基期水平之差。（二）分类(1)逐期增长量＝报告期水平－前一期水平a1-a0，a2-a1，…，an-an-1(2)累计增长量＝报告期水平－某固定基期水平a1-a0，a2-a0，…，an-a0**两者关系（1）累计增长量＝各逐期增长量之和（2）逐期增长量＝相邻两个累计增长量之差三、增长水平（增长量）\n四、平均增长水平（平均增长量）（一）概念:表明时间序列每期平均增长的情况。（二）公式\n[例5-5]根据表5-6我国电风扇产量资料计算增长量和平均增长量。表5-6我国1985～1990年电风扇产量单位：万台年份198519861987198819891990产量逐期增长量累计增长量3175----35293543543661132486449683513214992496181757998072624\n第三节时间序列的速度分析\n（一）概念发展速度是用报告期水平与基期水平进行对比得到的动态相对数。（二）基本公式一、发展速度\n(三)分类1.环比发展速度：报告期水平与前一期水平之比。各期的环比发展速度如下：2.定基发展速度：报告期水平与固定基期水平之比。各期的定基发展速度如下：一、发展速度\n1.环比发展速度的连乘积等于相应时期的定基发展速度。如：2.相邻两个定基发展速度之商等于相应时期环比发展速度。如：（四）环比和定基发展速度的关系\n1.概念平均发展速度是各环比发展速度的序时平均数。2.计算方法（以水平法为例）水平法:侧重考察最末一年所达到的水平,采用几何平均法计算。（1）已知各期环比发展速度时，其计算公式为：（五）平均发展速度\n（2）已知最初水平和最末水平时，公式为：（3）已知整个时期内的定基发展速度即总速度时，公式为：水平法\n（一）概念是反映社会经济现象增长程度的动态相对数，用增长量除以基期水平计算。（二）公式二、增长速度\n(三)分类1.环比增长速度：逐期增长量与前一期水平之比，等于环比发展速度-1。各期的环比增长速度如下：2.定基增长速度：累计增长量与固定基期水平之比，等于定基发展速度-1。各期的定基增长速度如下：二、增长速度\n表5-7某钢铁厂1995～2001年钢产量资料年份199519961997199819992000符号钢产量(万吨)200240300340360378环比发展速度(%)-120125113.33105.88105定基发展速度(%)-120150170180189环比增长速度(%)-202513.335.885定基增长速度(%)-2050708089\n（一）概念是时间序列中各期环比增长速度的序时平均数，反映现象在较长时间内平均每期增长的程度。（二）公式**注意：不能直接根据各期环比增长速度计算平均增长速度。三、平均增长速度\n（一）概念是将时间序列的水平分析和速度分析结合的指标，反映速度每增长1%增加的绝对数量。（二）公式四、增长1％的绝对值\n第四节时间序列的影响因素分析\n一、时间序列的影响因素(一)长期趋势(T)现象在较长时期内受某种根本的、决定性因素的影响呈现出的上升或下降的趋势。(二)季节变动(S)由于季节原因引起的规律性变动。(三)循环变动(C)由于周期性原因引起的周而复始的变动。(四)不规则变动(I)由于偶然、突发原因引起的非规律性变动。\n二、时间序列的分析模型(一)加法模型：各影响因素相互独立时。Y=T+S+C+I(二)乘法模型：各影响因素互相影响、互不独立时。Y=T×S×C×I说明：加法模型中，四变量均为绝对数。乘法模型中，T为绝对数，其余为相对数。\n三、长期趋势分析长期趋势的测定方法（一）时距扩大法:只能对数列修匀，不能预测。（二）移动平均法:可以对数列修匀或预测，但有时滞效应。（三）数学模型法1.直线模型法:重点介绍最小平方法配合直线模型。**2.曲线模型\n最小平方法配合的直线模型****解题思路1.建模:建立时间序列各观测值和时间之间的直线模型。2.求参数a和b:令3.预测:将预测期的t值带入模型中,预测长期趋势值。可得到参数a和b的表达式：\n[例5-6]某企业各年产量资料如表5-8，采用最小二乘法确定趋势直线方程并预测2004、2005年的产量。表5-8某企业各年产量资料最小乘方法配合直线方程预测长期趋势示例\n解题思路1.建模:2.求参数a和b:3.预测:将预测期的t值代入模型中,预测长期趋势值代入直线趋势方程，得：2004年在t序列中取值为13，将t=13代入直线方程，可求出2004年的产量趋势值=335.5+5.05×13=401.15（万件）同理2005年的产量预测值=335.5+5.05×15=411.25（万件）\n三、季节变动分析一、含义客观现象由于受自然因素和生产或生活条件的影响，在一年内随着季节的更换而引起的比较有规律的变动。二、测定方法：按月（季）平均法。通过计算季节比率来反映现象季节变动的周期性规律。季节比率可以按月计算，也可以按季计算。其计算公式为：\n本章小结一、时间序列的概念、种类和编制原则按时间序列中指标的性质不同，时间序列可分为时期序列和时点序列。二、时间序列的水平分析指标有发展水平、增长水平、平均发展水平和平均增长水平。三、时间序列的速度分析指标有发展速度、增长速度、平均发展速度和平均增长速度。四、时间序列影响因素主要有长期趋势、季节变动、循环变动和不规则变动，本章重点介绍长期趋势和季节变动的分析方法。\nEND\n第六章统计指数\n学习目的及重难点提示本章学习目的了解统计指数的含义及种类、统计指数在我国的应用。掌握综合指数、平均数指数的编制原则和方法。掌握指数体系的含义、指数间的相互关系及因素分析法。本章重难点提示指数的编制原则和方法。同度量因素时期的确定。指数体系及因素分析法。\n第一节统计指数概述\n（一）概念：统计指数（statisticalindex）是分析现象数量变动的一种对比性指标，有两层含义:广义指数：一切反映现象数量变动或对比的相对数，说明某种具体产品的产量、成本、价格等的动态变化。如发展速度、计划完成百分比、成本降低百分比等。狭义指数：表明不能直接相加或对比的现象综合变动的相对数。如多种商品价格指数、多种产品产量指数等。一、统计指数的概念和作用\n（二）统计指数的作用综合反映不能直接相加或对比的复杂现象总体的变动方向和程度。用指标体系分析受多因素影响的现象总体变动中各个因素变动的影响方向和程度。通过编制指数数列，反映现象变化的长期趋势。\n二、统计指数的种类按反映现象的范围不同个体指数——反映个别现象数量变动的相对数，如单位产品产量指数总指数——说明现象总体变动的相对数，如多种商品价格综合指数按指数的性质不同质量指标指数——说明质量指标数量变动的相对数，如价格指数、单位成本指数数量指标指数——说明数量指标变动的相对数，如销售量指数、产量指数\n按编制方法的不同综合指数——在确定同度量因素的基础上，通过先综合后对比的方法计算得出的指数，反映现象总体的综合变动情况平均数指数——是综合指数的代数变形，它是所研究现象的个体指数的加权平均数按指数数列选择的基期不同定基指数——在指数数列中都以某一固定时期的水平作为对比基准编制的指数环比指数——在指数数列中都以前一期的水平作为对比的基准编制的指数\n第二节综合指数\n举例：多种商品的价格综合指数。多种产品的产量综合指数。一、综合指数（compositeindex）的概念是根据先综合、后对比的方法把不能直接相加的现象转化为可以同度量后再进行对比，以反映多种现象综合变动的相对数。\n（三）确定同度量因素的时期原则如下：编制质量指标指数时，以报告期的数量指标为同度量因素。编制数量指标指数时，以基期的质量指标为同度量因素。二、综合指数的编制原则和步骤**（一）确定指数化因素:要研究其数量变化的因素。例如，产量综合指数中，产量为指数化因素。（二）确定同度量因素:将不能直接相加的因素转化为可以相加的因素（同度量作用和权数作用）。例如，产量综合指数中，价格为同度量因素。\n（一）数量指标指数的编制(以产量指数为例)基本公式:三、综合指数的编制方法为产量综合指数；为基期产量；为报告期产量；为基期价格。其中，\n[例6-1]根据表6-1资料编制三种产品的产量指数。表6-1某公司商品销售量和商品价格产品名称计量单位产量出厂价格（元）产值（万元）基期Q0报告期Q1基期P0报告期P1基期P0Q0报告期P1Q1假定期P0Q1甲乙千克支5000300006000306005020702025604261.23061.2丙件80006000110100886066合计—————173163.2157.2数量指标指数的编制示例\n（一）计算三种产品的个体产量指数乙产品的个体产量指数丙产品的个体产量指数解题步骤甲产品的个体产量指数\n产量综合指数为：差额为：（二）编制产量综合指数\n以上计算的结果表明：1.从单位产品产量指数看,三种产品的产量报告期比基期有增有减。2.从产量综合指数(相对数)看,三种产品产量综合下降了9.13%(90.87%-100%)；也可以说由于产量的下降使总产值下降了9.13%。3.从绝对差额(绝对数)看,由于产量的下降使总产值减少了15.8万元。（三）计算结果的分析\n（二）质量指标指数的编制(以价格指数为例)基本公式:三、综合指数的编制方法为价格综合指数；为报告期价格；为报告期产量。为基期价格；其中，\n[例6-2]仍根据表6-1资料编制三种产品的价格指数表6-1某公司商品销售量和商品价格产品名称计量单位产量出厂价格（元）产值（万元）基期Q0报告期Q1基期P0报告期P1基期P0Q0报告期P1Q1假定期P0Q1甲乙千克支5000300006000306005020702025604261.23061.2丙件80006000110100886066合计—————173163.2157.2质量指标指数的编制示例\n(一)三种产品的个体价格指数甲产品的个体价格指数：乙产品的个体价格指数:丙产品的个体价格指数:解题步骤\n价格综合指数为：差额为：(二)编制价格综合指数\n以上计算的结果表明：1.从单位产品价格指数看,三种产品的价格报告期比基期有升有降。2.从价格综合指数(相对数)看,三种产品的价格报告期比基期综合上涨了3.82%；或者说由于价格上涨使总产值增加了3.82%。3.从绝对差额(绝对数)看,由于价格的上涨使总产值增加了6万元。（三）计算结果的分析\n不仅说明多种产品价格综合变动的相对程度，而且还从绝对量上说明了由于价格的变动对总产值产生的影响。**价格综合指数的优点\n第三节平均数指数\n一、平均数指数的概念(一)概念平均数指数是总指数的一种重要形式，是综合指数的变形，是个体指数的加权平均数。(二)具体形式1.加权算术平均数指数2.加权调和平均数指数(三)适用情况**当计算综合指数需要的数据资料不全时。\n（一）加权算术平均数指数[例6-3]根据表6-2资料计算三种产品的产量综合指数。表6-2某公司产品产值及产量资料产品名称单位基期实际产值P0Q0产量个体指数报告期假定产值甲乙丙千克支件256088120102753061.266合计—173—157.2二、平均数指数的编制方法\n解题思路与步骤[分析]根据资料和产量综合指数公式可知，三种产品的产量总指数可以以个体产量指数为变量、基期产值为权数通过加权算术平均法计算。\n[例6-4]根据表6-3计算三种产品的价格指数。表6-3某公司产品产值和价格资料产品名称单位报告期实际产值个体价格指数基期假定产值甲乙丙千克支件4261.26014010090.913061.266合计—163.2—157.2（二）加权调和平均数指数\n解题思路与步骤[分析]根据资料和价格综合指数公式可知，三种产品的价格总指数可以以个体价格指数为变量、报告期产值为权数通过加权调和平均法计算。\n（一）联系：本质相同，平均数指数是综合指数的变形。以基期指标（P0Q0）加权计算的数量指标的算术平均数指数和以报告期指标（P1Q1）加权计算的质量指标的调和平均数指数是综合指数的变形。（二）区别掌握资料不同：综合指数的编制需要全面资料，平均数指数的编制可以使用非全面资料。权数选择不同：综合指数一般以实际资料为权数编制，平均数指数可以以实际资料为权数，也可主观确定权数或使用过去的权数。三、平均数指数和综合指数的关系\n第四节指数体系与因素分析\n（一）指数体系（indexsystem）的概念指数体系是由反映现象总体综合变动的指数以及总体中各因素指数所形成的相互联系的整体。（二）指数体系的作用1.利用指数体系，可以分析各个因素对于现象总体变动的作用方向和影响程度。2.利用指数体系还可以进行指数之间的相互推算。一、指数体系的概念与作用\n（一）概念利用指数体系对现象的综合变动从绝对数和相对数两方面分析其受各因素影响的方向和程度的一种方法。（二）要点和步骤**1.构建指数体系,将总指数分解为因素指数的连乘积2.假定其他因素不变，测定某一因素的影响方向和程度。3.相对数分析:现象总变动指数等于因素指数的连乘积。4.绝对数分析:现象总变动额等于各因素影响额之和。二、指数体系的因素分析\n（一）总量指标的两因素分析（以销售额指数为例）相对数分析:销售额指数=销售量指数×价格指数绝对数分析：销售额增减额=销售量变动影响额+价格变动影响额四、指数体系因素分析方法\n[例6-5]根据表6-4资料，通过出口量和出口价格对出口额的影响说明两因素分析法。两因素分析示例\n表6-4某公司商品出口数量和价格资料产品名称单位出口数量出口价格出口额基期q0报告期q1基期p0报告期p1p0q0p0q1p1q1(1)(2)(3)(4)(5)=(1)×(3)(6)=(2)×(3)(7)=(2)×(4)甲吨100020008780001600014000乙箱3000400065180002400020000丙个50006000109500006000054000合计—————————7600010000088000\n（1）三种商品的出口额指数（现象总变动指数）（2）三种商品的出口价格指数（因素指数）计算过程\n（3）三种商品的出口量指数（因素指数）（4）验证①出口额总指数=出口量指数×出口价格指数即：115.79%=131.58%×88%②出口额增减额=出口量变动影响额+价格变动影响额即：12000元=24000元+（－12000元）\n三种商品的出口价格综合下降了12%，使出口额减少了12000美元。三种商品出口量综合增加了31.58%，使出口额增加了24000美元。两因素共同作用的结果，使得三种商品的出口总额增加了15.79%，绝对额增加了12000美元。计算结果分析\n总量指标三因素分析法的要点***综合指数中的各因素要合理排序:排列原则是数量指标在前，质量指标在后；主要指标在前，次要指标在后；所有相邻两因素的乘积必须具有明确的经济意义。三因素分析要遵循连环代替法的原则:分析一个因素变动的影响时，假定其他因素不变。三因素分析法必须逐项确定同度量因素:已分析过的因素固定在报告期，未分析过的因素固定在基期。例题：以表6-5、6-6的资料为例，说明总量指标的三因素分析法。2.总量指标的三因素分析法\n表6-5某公司三种产品的产量和单耗资料产品名称产量（台）材料名称原材料单耗（公斤）原材料单价（元）基期q0报告期q1基期m0报告期m1基期p0报告期p1甲5060A15014533.2乙5050B62651.51.8丙150200C90900.50.85\n表6-6某公司三种产品支出总额资料产品名称原材料支出总额（元）q0m0p0q1m0p0q1m1p0q1m1p1甲22500270002610027840乙4650465048755850丙108009000900015300合计37950406503997548990\n1.计算原材料支出总额指数：原材料支出总差额：说明:该厂报告期原材料支出总额比基期增长29.09%，增加的绝对额为11040元。计算过程\n2.计算产量总指数：产量影响差额：说明:由于产量增加使原材料支出额增长7.11%，多支出的绝对额为2700元。\n3.计算产品单耗指数：产品单耗影响差额：说明:由于单位产品原材料消耗量的降低使原材料支出额下降1.66%，少支出的绝对额为675元。\n4.计算原材料价格指数：原材料价格影响差额：说明:由于原材料价格提高，使原材料成本报告期比基期增加了22.55%，绝对额增加9015元。\n5.验证（1）相对数分析——总指数和各因素指数之间的关系原材料成本总指数=产量指数×原材料单耗指数×原材料价格指数即:129.09%=107.11%×98.34%×122.55%（2）绝对数分析——绝对差额之间的关系原材料支出总差额=各因素的影响额之和即:1104=2700+(–675)+9015\n由于产量增加使原材料支出额增长7.11%，多支出2700元。由于原材料单耗的降低使原材料支出额下降1.66%，少支出675元。由于原材料价格提高，使原材料支出额增加22.55%，增加的绝对额为9015元。三因素的共同影响，使得原材料支出总额增加了29.09%，增加的绝对额为11040元。计算结果分析\n第五节统计指数的应用\n一、工业生产指数（一）概念：工业生产指数（industrialproductionindex）概括反映一个国家或地区各种工业产品产量的综合变动情况，是反映工业生产发展速度的重要指标之一。（二）性质：数量指标指数。（三）编制方法：西方国家采用平均数指数的编制方法。我国采用固定加权综合指数的形式。\n二、居民消费价格指数概念：居民消费价格指数(consumerpriceindex，CPI)是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。类型：城市居民消费价格指数；农村居民消费价格指数；全社会居民消费价格指数。性质：质量指标指数。编制：将消费品价格和服务项目价格进行加权平均。\n三、社会商品零售价格指数社会商品零售价格指数（retailpriceindex）是反映乡商品零售价格变动趋势的一种经济指数。四、农副产品收购价格指数农副产品收购价格指数是反映有关部门以各种不同价格形式收购农、副产品的价格综合变动趋势和程度的相对数。\n五、股票价格指数股票价格指数（stockpriceindex）是反映某一股票市场上多种股票价格变动趋势的一种相对数，简称股价指数，其单位一般以“点”（point）表示，即将基期指数作为100，每上升或下降一个单位称为“1点”。一般以发行量为权数进行加权综合。计算公式为：\n六、产品成本指数产品成本指数（productioncostindex）概括反映生产各种产品的单位成本水平的综合变动程度，它是企业或部门内部进行成本管理的一个有用工具。通常以报告期产量为权数加权平均计算。\n一、统计指数的概念和种类二、综合指数的编制原则和步骤**1.数量指标指数:以基期质量指标为同度量因素。2.质量指标指数:以报告期数量指标为同度量因素。三、平均数指数是综合指数的变形，在掌握非全面资料时有独特的优点，具体编制有两种情况：1.加权算术平均数指数:用以编制数量指标指数,以基期价值额为权数算术平均。2.加权调和平均数指数:用以编制质量指标指数,以报告期价值额为权数调和平均。本章小结\n本章小结四、指数体系与因素分析(一)指数体系的作用与建立(二)指数体系的因素分析法:从相对数和绝对数两方面进行分析。1.总量指标的两因素分析法2.总量指标的三因素分析法五、统计指数在我国的应用(了解)如工业生产指数、消费价格指数、股票价格指数等。\nEND\n第七章抽样与抽样估计\n本章学习目的了解抽样估计的概念和特征、抽样调查的组织方式。领会抽样估计中的相关概念。掌握抽样估计中常用的统计量（均值、方差、标准差、成数）。掌握正态分布总体参数的估计方法（点估计、区间估计）。本章重难点提示本章重点：抽样估计的相关概念、抽样分布、样本统计量、区间估计方法。本章难点：抽样误差的相关概念、不同已知条件下的区间估计方法。学习目的及重难点提示\n第一节抽样和抽样估计中的基本概念\n（一）抽样及抽样估计的概念1.抽样即抽样调查，是指在总体中选取部分单位组成样本并收集样本单位的数据资料的过程。2.抽样估计是在抽样调查的基础上，利用样本的数据资料计算样本指标，以样本特征值对总体特征值做出具有一定可靠程度的估计和判断。一、抽样估计的概念和特征\n(二)抽样估计的特征1.抽样估计是由部分推断总体的一种认识方法。2.抽样估计建立在随机取样的基础上。3.抽样估计运用的是不确定的概率估计方法。4.抽样估计的误差可以事先计算并加以控制。\n二、抽样及抽样估计中的相关概念（一）全及总体和样本1.全及总体：是由被调查对象的全部单位所构成的集合体，简称总体。总体容量：总体中的单位数，用N表示。2.样本:样本是从总体中抽取的进行调查的部分单位的集合体，又称抽样总体。样本容量：样本中的单位数，用n表示。大样本和小样本：n≥30时称大样本，n＜30称小样本。**应用:在班级40名学生中随机选取15人进行健康状况调查,说明其中的总体、样本及容量。\n二、抽样及抽样估计中的相关概念（二）概率抽样与非概率抽样1.概率抽样:又称随机抽样，是按随机原则抽取样本单位。本章所指的均为概率抽样。2.非概率抽样:又称非随机抽样，是指从研究的目的和需要出发，根据调查者的经验或判断，从总体中有意识地抽取部分单位构成样本。**应用举例:重点调查、典型调查应为非概率抽样。\n二、抽样及抽样估计中的相关概念（三）重复抽样和不重复抽样1.重复抽样:又称有放回的抽样，从总体中抽取样本时，每次被抽中的单位都再被放回总体中参与下一次抽样。2.不重复抽样:又称无放回的抽样，总体中随机抽选的单位经观察后不放回到总体中，即不再参加下次抽样。**思考与讨论从容量为N的总体中随机抽取容量为n的样本，根据概率论与数理统计知识，讨论重复抽样和不重复抽样中各单位依次被抽中的概率，并比较在同等条件下，哪种抽样的代表性好。\n二、抽样及抽样估计中的相关概念（四）抽样框1.概念:抽样框是包括全部抽样单位的名单框架。2.形式名单抽样框:如学生名单、职工名单、企业名单等。区域抽样框:如将一个城市按行政区划分为若干区、街道、居委会等。时间抽样框:如对流水线上的产品每隔一定时间抽取一定单位。\n（五）总体参数和样本统计量1.总体参数:是反映总体数量特征的数值。在抽样推断中，参数是未知的、待估计的确定值。2.样本统计量:是根据样本资料计算的反映样本数量特征的变量，它的值随着样本的不同而变化，因此是一个随机变量。二、抽样及抽样估计中的相关概念\n表7-1总体参数和样本统计量符号\n（六）抽样误差1.抽样误差2.与抽样误差有关的三个概念（1）抽样实际误差：指某一次具体抽样中，样本指标值与总体参数真实值之间的偏差。（2）抽样平均误差：是指所有可能的样本指标与总体指标之间的平均差异程度，即样本估计值的标准差。（3）抽样极限/允许误差：又称置信区间，是指一定概率下抽样误差的可能范围，说明样本估计量在总体参数周围变动的范围，记作Δ。抽样误差是指不包括登记性误差和系统性误差在内的随机误差，它衡量了抽样估计的精确度。\n抽样平均误差①抽样平均数的平均误差概念：就是抽样平均数的标准差，反映抽样平均数的所有可能值对总体平均数的平均离散程度，记作。定义公式：其中，：为各个可能样本的平均数：为总体平均数：为重复抽样条件下所有可能的样本数\n抽样平均误差实际抽样推断中采用的公式重复简单随机抽样：不重复简单随机抽样：其中，为总体方差；为不重复抽样的修正因子。\n抽样平均误差②样本成数（比例）的抽样平均误差重复抽样条件下：不重复抽样条件下：总体中具有某种特征的单位占全部总体单位数的比例称为总体比例，记作，样本中具有此种特征的单位占全部样本单位数的比例称为样本比例，记作。\n抽样极限误差①样本平均数的抽样极限误差：以绝对值形式表示的样本平均数的抽样误差的可能范围，用符号表示为：即：\n抽样极限/允许误差②样本比例的抽样极限误差：以绝对值形式表示的样本比例的抽样误差的可能范围，用符号表示为：即：\n第二节抽样分布\n一、抽样分布的概念和种类（一）概念精确分布／小样本分布：大多数是在正态分布总体条件下得到的，但应用不广（二）种类渐近分布／大样本分布：样本容量无限增大时统计量的极限分布，可看作是抽样分布的一种近似抽样分布是样本统计量的概率分布。从一个总体中随机抽取容量相等的样本，根据样本资料计算某一统计量所有可能的概率分布，称为这个统计量的抽样分布。\n常见的抽样分布（一）正态分布１.正态分布：如果随机变量的概率密度函数为：-∞＜　＜+∞其中，　、　为常数且　＞0，则称　服从参数为　、的正态分布，记作　～　　　，　。＊正态分布是最常见的抽样分布。\n常见的抽样分布2.标准正态分布：在正态分布中，当参数=0，=1时，则称　服从标准正态分布，记作~，1）。标准正态分布的分布密度　　和分布函数　　的性质如下：（1）　　是偶函数，即=（2）=1-（3）如果~，　　，则　　的分布函数为上述公式称为正态分布函数的标准化公式。\n常见的抽样分布（二）　分布设是独立同分布的随机变量，且每个随机变量都服从标准正态分布，即~N（0，1），则随机变量=的分布称为自由度为的分布，记作（）。当∞时，分布趋近于正态分布，即（）~N（，2）。\n常见的抽样分布（三）分布设随机变量与相互独立，~（0，1），~（），则称随机变量服从自由度为的分布，记作()。当∞时，分布趋近于标准正态分布。实际应用中，当＞30时，分布可用标准正态分布近似。\n常见的抽样分布（四）分布1.设随机变量与相互独立，且分别服从自由度为、的分布，则称随机变量服从第一自由度为、第二自由度为的分布，记作(，)。2.分布对于两个总体的方差比的统计推断问题十分重要，是方差分析等统计推断方法的基础。与前两种分布不同的是分布不以正态分布为其极限分布，它总是一个正偏分布。\n二、样本平均数的抽样分布（一）总体方差已知时，样本平均数的抽样分布[定理7-1]设总体，（）是一个简单随机样本，则有：~（，）将样本平均数标准化，即有：N（0，1）上述定理说明：样本平均数的数学期望值等于总体平均数，样本平均数的方差等于总体方差除以样本容量，同时也说明了样本平均数抽样分布具有的基本性质。\n二、样本平均数的抽样分布（一）总体方差已知时，样本平均数的抽样分布[定理7-2]中心极限定理：设是具有期望值，方差的任意总体，则样本平均数的抽样分布将随的增大而趋于总体平均数为，标准差为的正态分布，即渐近服从(，)。将这一正态随机变量进行标准化，则有：0，1)**说明：样本无论抽自正态或非正态总体，只要样本容量足够大，在总体平均数和方差已知和有限的条件下，样本平均数的抽样分布就会趋于正态分布。一般认为样本容量≥30时，即可用定理7-2作为推断的依据。\n二、样本平均数的抽样分布（二）总体方差未知时，样本平均数的抽样分布当总体方差未知时，可以用样本方差代替总体方差，或用样本标准差代替总体标准差，则有：[定理7-3]设总体，)，（）是其一个简单随机样本，样本平均数为，样本标准差，则统计量~（）。**即当总体方差未知时，样本平均数服从自由度为的分布。\n三、样本比例（成数）的抽样分布当从总体中抽取一个容量为的样本时，样本中具有某种特征的单位数服从二项分布，即有~，)，且有，。因此样本比例也服从二项分布，且有：根据中心极限定理，当∞时，二项分布趋近于正态分布。所以，在大样本下，若和均大于5，样本比例近似服从正态分布：\n第三节抽样估计的基本方法\n一、点估计（一）概念1.点估计2.矩估计设总体随机变量的分布函数已知，但它的一个或多个参数未知，若从总体中抽取一组样本观察值，以该组数据来估计总体参数，就称为参数的点估计。矩估计法是用样本的矩去估计总体的矩，从而获得总体有关参数的估计量的方法。矩是指以期望值为基础定义的数字特征，如数学期望、方差、协方差等。\n一、点估计（二）矩估计法的评价优点：1.计算简便直观，一般不考虑抽样误差和可靠程度。2.适用于对估计准确与可靠程度要求不高的情况。局限性：3.它要求总体矩存在。4.不能充分利用估计时已掌握的有关总体分布的信息。\n二、区间估计（一）区间估计的概念根据样本统计量以一定的可靠程度去估计总体参数值所在的范围或区间，是抽样估计的主要方法。（二）抽样估计的置信度与精确度1.置信度：表示区间估计的可靠程度或把握程度，也即所估计的区间包含总体参数真实值的可能性大小，一般以1-表示。其中表示显著性水平，即某一小概率事件发生的临界水平。置信度通常采用三个标准：（1）显著性水平=0.05，即1-=0.95（2）显著性水平=0.01，即1-=0.99（3）显著性水平=0.001，即1-=0.999\n（二）抽样估计的置信度与精确度**2.抽样估计的精确度：用置信区间的大小即抽样极限/允许误差来表示。3.抽样估计的置信度与精确度的矛盾关系。在样本容量和其他条件一定的情况下，若希望抽样估计有较高的可靠度，则必须扩大置信区间，即必须降低估计的精确度；若希望抽样估计有较高的精确度，即置信区间范围缩小，则必须降低估计的把握度。即：抽样估计要求的把握度越高，则抽样允许误差越大，精确度越低；反之则相反。\n区间估计的应用（一）总体均值的区间估计1.总体方差已知时当，)时，来自该总体的简单随机样本的样本均值服从数学期望为、方差为的正态分布，将样本均值统计量标准化，得到统计量：根据区间估计的定义，在给定的显著性水平下，总体均值在1—的置信度下的置信区间为：（，），即其中，即抽样平均误差，即抽样允许误差。\n1.总体方差已知时总体均值的区间估计例题应用[例7-1]某厂生产的零件长度服从正态分布，从该厂生产的零件中随机抽取25件，测得它们的平均长度为30.2厘米。已知总体标准差=0.45厘米。要求：（1）计算抽样平均误差和抽样允许误差。（2）估计零件平均长度的可能范围（=0.05）。已知：，)，=30.2，=25，1-=0.95，\n解题过程（1）抽样平均误差查标准正态分布表可知在=0.05时，=1.96，所以，抽样允许误差（2）总体均值的置信区间为：（，）==（，）=（30.02，30.38）即我们可以以95%的概率保证该厂零件平均长度在30.02厘米到30.38厘米之间。\n2.总体方差未知时总体均值的区间估计**总体方差未知，可以以样本方差代替，但新的统计量不服从标准正态分布，而是服从自由度为－1的分布。**给定置信度1－，可查分布表确定临界值从而总体均值的置信区间为：（，）其中，即为抽样平均误差；即为抽样允许误差。上式也可表示为：\n例题应用[例7-2]从某市高中生中按不重复抽样方法随机抽取25名调查每周收看电视的时间，分组资料见表7-2。表7-2每周看电视时间要求：（1）计算抽样平均误差和抽样允许误差；（2）估计该市全体高中生每周平均看电视时间的置信区间（给定的显著性水平为0.05）。\n解题过程（一）已知：=25，=0.05样本均值样本方差=4.33查分布表知=0.05时，临界值==2.0639，因此，抽样平均误差抽样允许误差\n解题过程（二）（2）总体均值置信度为95%的置信区间为：（，）==（5-0.859，5+0.859）=（4.14，5.86）即我们可以以95%的把握保证该市高中生每周平均看电视时间在4.14到5.86小时之间。\n（二）总体比例的区间估计**在大样本下，样本比例的分布趋近于均值为、方差为的正态分布。因此，给定置信度1－，查正态分布表得，则样本比例的抽样极限误差为：所以，总体比例的置信度为1－的置信区间为：\n例题分析[例7-3]某厂对一批产成品按不重复抽样方法随机抽选200件进行质量检测，其中一等品160件，试以90%的概率估计一等品率的范围。已知：，1-=90%，=200查表知：=1.645计算得样本比例的抽样平均误差为：抽样极限误差为：所以，该批产品的一等品比例的置信区间为：即这批产品的一等品率在75.35%到84.66%之间。\n（三）总体方差的区间估计*1.大样本情况下，样本标准差的分布近似服从正态分布，所以，总体标准差的置信度为1-的置信区间近似为：（）2.小样本情况下，若总体呈正态分布且其均值和方差未知，则总体方差的置信区间可由如下统计量的分布来确定：总体方差的置信度为1-的置信区间为：（，）\n例题应用[例7-4]从某班学生中随机抽取16人，计算得语文平均成绩为75分，方差为25分。假定学生成绩服从正态分布，试求总体方差及标准差的置信区间（给定的显著性水平为0.05）。解：已知=25，=0.05，，查分布表确定两个临界值：==将临界值数字带入上述公式中，总体方差和标准差的置信度为1-的置信区间分别为：（，），即为（13.64，59.89）；（，），即为（3.69，7.74）。\n（四）两个总体均值之差的区间估计**设两个正态总体为，)、，)，方差、已知，从两个总体中分别抽取容量为和的大样本，则样本均值之差服从正态分布，均值为，方差为即从而可以构造在置信度为1-水平下的置信区间：\n（五）两个总体比例之差的区间估计**设两个总体的比例分别为和，分别从两个总体中随机抽取容量为和的大样本，并计算样本比例和，可以证明，当和都很大，从而＞5和＞5时，-的分布近似服从正态分布，且：因此-的置信度为1-的置信区间为：由于总体比例未知，以样本比例来代替，上述置信区间为：\n第四节抽样调查的组织方式\n一、简单随机抽样(一)概念(二)评价：简单易行，最符合随机原则，是抽样调查的基本形式。(三)适用情况：当总体单位数不多且分布比较均匀，或总体单位之间数量特征值差异较小，或总体单位有现成的编号时，采用这种方式比较适宜。又称纯随机抽样，是对总体单位不做任何分类或排队，直接从总体中按随机原则抽取样本单位的调查方式\n二、类型抽样（一）概念（二）适用情况：总体单位在被研究标志上有明显差异时。（三）遵循原则：分组时应使组内差异尽可能小，组间差异尽可能大。等比例类型抽样（四）种类：不等比例类型抽样又称分层抽样或分类抽样，是将统计分组和抽样调查结合起来的组织方式。先将总体单位按某一标志分成若干组，然后在各组中采用简单随机抽样或其他方式抽取样本单位。\n三、等距抽样（一）概念无关标志排序抽样：排序的标志与被研究的标志无关，实质是简单随机抽样。（二）分类有关标志排序抽样：排序的标志与被研究的标志有关，有利于提高样本的代表性。（三）评价：抽样误差一般较简单随机抽样小，当被研究现象标志变异程度较大时，更能显示出其优越性。但有可能产生系统性误差。又称机械抽样或系统抽样，它是先将总体各单位按某一标志顺序排列，然后按照固定的顺序和相同的间隔抽取样本单位的抽样组织方式。\n四、整群抽样（一）概念（二）整群抽样与类型抽样的区别类型抽样划分的组称为“类”，作用是缩小总体，使总体的变异减少，而抽取的基本单位仍是总体单位；整群抽样划分的组称为“群”，作用是扩大单位，抽取的基本单位不是总体单位而是群，从而简化抽样工作程序。（三）评价样本单位集中于群内，显著地影响了总体单位分配的均匀性。与其他方式相比，在相同的条件下，抽样误差较大，代表性较低。又称分群抽样或集团抽样，是将总体划分为若干群，然后以群为单位按简单随机抽样或等距抽样方式抽取部分群，对中选群中的所有单位一一调查的抽样组织方式。\n五、多阶段抽样（一）概念（二）优点1.便于组织抽样。2.可以获得各阶段单元的调查资料。3.方式灵活。4.抽样单位的分布较广，降低抽样误差。（三）适用情况当总体单位很多且分布广泛，几乎不可能从总体中直接抽取总体单位时，常采用多阶段抽样。多阶段抽样又称为多级抽样，它是将抽取样本单位的过程划分为几个阶段，然后逐阶段抽取样本单位的抽样组织方式。\n本章小结抽样和抽样估计:是在抽样调查的基础上，利用样本资料计算样本指标，据以对总体特征值做出有一定可靠程度的估计和判断。抽样估计涉及的概念:总体和样本；概率抽样和非概率抽样；重复抽样和不重复抽样；抽样框；总体参数和样本统计量；抽样误差(抽样平均误差、抽样极限误差等概念需深入领会和重点掌握)。\n本章小结抽样估计方法点估计和区间估计。其中区间估计是主要方法。应理解置信区间、置信度、显著性水平的含义，领会区间估计精确度和可靠度之间的关系，重点掌握总体均值和总体比例的区间估计方法。抽样调查的组织方式简单随机抽样、类型抽样、等距抽样、整群抽样和多阶段抽样等，应根据研究目的和研究对象的特点，选择合适的抽样组织方式。\nEND\n第八章假设检验与方差分析\n本章学习目的理解原假设、备择假设、两类错误、单侧检验、双侧检验、方差分析等概念。掌握三种不同的实际情况下——陈述正确性、研究性、决策——建立假设检验的方法。掌握总体方差已知或未知时正态总体的均值假设检验和总体比例的假设检验。本章重难点提示重点是三种不同情况下的假设检验方法，总体方差已知时正态总体均值和总体比例的假设检验。难点是总体方差未知时正态总体均值的假设检验和方差分析。学习目的及重难点提示\n第一节假设检验\n一、假设检验的概念假设(hypothesis)，又称统计假设，是对总体参数的具体数值所作的陈述。假设检验(hypothesistest)是先对总体参数提出某种假设，然后利用样本信息判断假设是否成立的过程。（一）原假设与备择假设原假设(nullhypothesis)，又称零假设，用表示，是指研究者想收集证据予以反对的假设。备择假设(alternativehypothesis)，用或表示，是指研究者想收集证据予以支持的假设，它与原假设陈述的内容相反。一、假设检验的概念\n假设检验的三种类型1.对陈述正确性的检验在这种情况下，原假设通常是基于假定的陈述是正确的。然后建立备择假设，为拒绝提供统计证据，从而证明这个假定的陈述是错误的。2.对研究性假设的检验在研究性假设检验的调查研究中，应该建立原假设和备择假设，并用备择假设来表示研究性假设，这样如果拒绝，将支持样本所得出的结论以及应该采取某些行动。3.对决策情况下的检验在决策情况下的检验研究中，决策者必须从两种措施中挑选其中一种，无论是接受还是拒绝，都必须采取一定的措施。\n假设检验的三种形式设表示在原假设和备择假设中考虑的某一特定数值，表示总体的实际值。对总体的假设检验一定要采取下面的三种形式之一：⑴⑵⑶\n（二）拒绝域与检验统计量拒绝域是指能够作出拒绝原假设这一结论的所有可能的样本取值范围。检验统计量是根据样本数据计算出来的，并据以对原假设和备择假设作出决策的某种样本统计量。\n（三）单侧检验与双侧检验单侧检验是指检验统计量的取值位于其抽样分布的某一侧范围内时拒绝原假设，也就是说抽样分布的某一侧构成了拒绝域。双侧检验是指检验统计量的取值位于其抽样分布的任何一侧范围内时拒绝原假设，也就是说抽样分布的左右两侧共同构成了拒绝域。\n二、假设检验中的两类错误**第Ⅰ类错误/弃真错误(typeⅠerror)当原假设为真时拒绝原假设。犯第Ⅰ类错误的概率通常记为。第Ⅱ类错误/取伪错误(typeⅡerror)当原假设为假时没有拒绝原假设。犯第Ⅱ类错误的概率通常记为。在统计实践中，进行假设检验时一般先控制第Ⅰ类错误发生的概率，并确定犯第Ⅰ类错误的概率最大值，称为检验的显著性水平。显著性水平一般选择为0.05和0.01。\n（一）假设检验的步骤1.确定原假设和备择假设。2.选择检验统计量。3.确定检验的显著性水平。4.用显著性水平来确定拒绝原假设的检验统计量的临界值、拒绝域。5.根据样本数据，计算检验统计量的值。6.⑴将统计量的值与临界值进行比较，并作出决策：若统计量的值落在拒绝域内，拒绝原假设，否则不拒绝原假设。或⑵根据第5步的检验统计量的值计算值。运用值来确定是否拒绝。三、几种常见的假设检验\n（二）总体方差已知时正态总体均值的假设检验当总体方差已知，用正态分布来检验总体均值的假设值的情况如下：⑴当样本数（大样本）时的任意分布总体(根据中心极限定理)；⑵当样本数（小样本）但是总体是正态分布的。\n[例8-1]某公司称其应收账金额的均值为RMB260.00，审计师希望通过选取一个的样本计算样本均值来检验是否如此。只有当样本均值与RMB260.00的假设值差别较大时，审计师才会拒绝这个假设。已知应收账款金额的标准差为，计算0.05显著性水平下假设检验的样本均值临界值。示例\n计算过程假设：显著性水平：检验统计量：，的样本的因此，为了拒绝原假设，这个样本均值的值必须比RMB245.95小或者比RMB274.05大。所以，在双侧检验(见下图8-1)中有两个拒绝域。\n图8-1双边检验的拒绝域与接受域\n[例8-2]在例8-1的假设检验中，如果样本的均值为，当显著性水平为0.05时，原假设是否被拒绝。当时，对应于的双侧检验（见图8-2）的临界值，检验统计量的值为：因为，落在拒绝域内，所以否定原假设，也就是说有95％的可靠程度否定原假设。如果将样本均值与图8-1中均值的临界值比较，将得到相同的结论。\n图8-2双边检验的拒绝域与接受域\n[例8-3]某商场销售一种产品，原每周销售量服从平均值为75，方差为14的正态分布。销售方案更新后，为了考察销售量是否提高，抽查了6周销售量，求得平均销售量为78。假定方差不变，在显著性水平0.05下，销售方案更新后对周销售量是否有显著提高？示例\n假设：左单边检验。显著性水平：检验统计量：，的样本的值。由于总体服从方差已知的正态分布，所以在原假设下，检验统计量当时，对应的临界值为。因为，故否定原假设，这说明销售方案更新后，周销售量有明显提高。计算过程\n（三）总体方差未知时正态总体均值的假设检验⑴如果样本数，根据中心极限定理，可以假定抽样分布近似为正态概率分布；⑵如果样本数，但均值的抽样分布是正态分布时。无论哪一种情况，都应当使用T分布计算标准的检验统计量，在计算检验统计量时，我们用样本标准差来代替总体标准差。检验统计量\n[例8-4]某品牌笔记本电脑的说明书声称电池平均充电次数可达4200次。为验证其真实性，现随机抽取样本调查，结果显示平均充电次数是4200次，样本标准差为200小时。若一般电脑的电池充电次数服从正态分布，在5%的显著性水平下，检验说明书是否属实。假设：右单侧检验显著性水平：检验统计量：，的样本的t值由于总体服从方差未知的正态分布，所以在原假设下，检验统计量：\n当时，对应的临界值为因为所以原假设被拒绝，接受备择假设：可以认为电池的真实充电次数少于4200次，产品说明不属实。\n（四）总体比例的假设检验总体比例又称总体成数，是指总体中具有某种相同特征的单位数所占的比例。一般用来表示总体比例，表示总体比例的某一特定假设值。总体中的某种特征可以是数值型的，如一定的重量、一定的长度或一定的规格等；也可以是品质型的，如男女性别、学历等级、城市农村等。\n总体比例的假设检验步骤⑴建立总体比例检验的原假设和备择假设。⑵用样本比例和样本标准差的来计算检验统计量的值，因为是大样本，中心极限定理保证了统计量服从正态分布，那么统计量z就近似服从正态分布。⑶将检验统计量的值与临界值相比较，确定是否应该拒绝原假设。\n[例8-5]某保龄球馆在过去几个月中，有20％的顾客是女性。为了提高女顾客比例，球馆采取了一些措施来吸引女性保龄球手。一周后随机抽取400名球手作为样本，其中100名女球手。该球馆经理要据此判断：在0.05的显著性水平下，该球馆女性保龄球手的比例是否提高？示例\n假设：因为所以为大样本分布，检验统计量近似服从正态分布。样本数据显示：解题过程\n在显著性水平情况下，查表可知，因为，拒绝原假设。所以，该保龄球馆的经理可以得出结论：女性保龄球手的比例有所提高。\n第二节方差分析\n（一）概念方差分析是检验几个总体均值之间是否存在差别时最常用的统计方法，其基本原理是英国统计学家罗纳德A.费希尔(RonaldA.Fisher)在进行实验设计时为了解释试验数据而首先引入的。方差分析的原假设是多个总体均值彼此相等，抽样方法是独立地从每个分类范畴（即处理水平）中取样。一、方差分析的基本问题\n（二）方差分析的基本假设⑴每个总体都应服从正态分布。也就是说，对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本。⑵各个总体的方差必须相同。也就是说，各组观察数据是从具有相同方差的总体中抽取的。⑶观察值之间是相互独立的。\n二、方差分析的方法在方差分析中，我们将那些影响实验指标的条件称为因素，而将因素所处的条件称为水平。如果所研究的问题只涉及一个影响因素，则称这样的方差分析为单因素分析。如果所研究的问题涉及多个影响因素，则称为多因素分析。单因素方差分析只检验一个变量的影响，是最简单的形式的方差分析。它可以检验两个或两个以上的样本均值之间的差异。\n本章小结本章共两节，主要介绍了假设检验和方差分析等内容。1.假设检验介绍了假设检验的概念、两类错误、单侧检验、双侧检验等检验方法，重点介绍了正态总体均值、总体比例的检验方法。2.方差分析介绍了方差分析的概念和基本假设，重点介绍单因素方差分析的方法。\nEND\n第九章相关与回归分析\n本章学习目的了解多元线性回归模型。掌握相关关系的测定方法特别是相关系数的计算方法。领会相关关系的含义、分类及与函数关系的区别，相关分析和回归分析之间的关系。掌握一元线性回归分析方法。本章重难点提示本章重点：相关关系的含义、种类，相关系数及测定，一元线性回归分析。本章难点：相关系数的计算、回归参数的计算。学习目的及重难点提示\n第一节相关分析概述\n（一）现象之间的数量关系1.函数关系客观现象之间相互依存的确定性的数量关系是函数关系，它是变量之间客观存在的一种对应关系。在这个关系中，当中一个或多个表述现象的数量（自变量）发生变化时，另一个表述现象的数量（因变量）按照一定的规律有确定的值与之对应，可以用数学表达式描述这种关系。一、相关分析的概念\n2.相关关系(1)概念:相关关系是指经济现象之间客观存在的在数量上不是确定性的对应关系。(2)特征:某一现象或多个现象与另一有联系的现象之间在数量上存在着一定的依存关系，但不是确定和严格的数学函数关系。(3)举例:居民的月可支配收入和消费支出的关系。\n（二）相关关系分析1.广义上的相关分析包括以下五个方面：(1)确定现象之间是否存在相关关系；(2)确定相关关系的表现形式；(3)判定相关关系的方向和密切程度；(4)对达到一定密切程度的相关关系建立适当的数学模型，以确定自变量与因变量之间数量变化的规律性；(5)测定数学模型的代表性大小并根据自变量数值对因变量的数量变化做出具有一定概率保证程度的推算和预测。2.前三个方面内容称为狭义的相关分析，后两方面内容的研究称为回归分析。\n二、相关关系的分类（一）按相关关系涉及的因素多少划分1.单相关：是两个变量的相关，即一个因变量对一个自变量的相关关系。2.复相关：是三个或三个以上变量的相关，即一个因变量对两个或两个以上自变量的相关关系。（二）按现象之间相关关系的方向划分1.正相关：是当一个现象的数量由小变大，另一个现象的数量也相应由小变大，这种相关称为正相关。2.负相关：是当一个现象的数量由小变大，而另一个现象的数量相反地由大变小，这种相关称为负相关。\n（三）按现象之间相关关系的程度分1.完全相关：当一种现象的数量变化完全由另一个现象的数量变化所确定时，称这两种现象间的关系为完全相关。例如在价格不变的条件下，商品销售额与销售量之间成正比例关系。2.完全不相关：当两个现象彼此互不影响，其数量变化各自独立时，称为不相关现象。3.不完全相关：两个现象之间的关系介于完全相关和不相关之间，称为不完全相关，一般的相关现象都是指这种不完全相关。如人的身高和体重之间的关系。\n（四）按现象之间相关的形式分1.线性相关：当两种相关现象之间的关系大致呈现为线性关系时，称之为线性相关，即直线相关。如产品总成本和单位成本之间的关系、职工工资总额和职工平均工资之间的关系等。2.非线性相关：如果两种相关现象之间，并不表现为直线的关系，而是近似于某种曲线方程的关系，则这种相关关系称为非线性相关，即曲线相关。如产品单位成本和产量之间的关系。\n三、相关分析的内容（一）确定现象之间是否存在相关关系及其表现形式（二）确定相关关系的密切程度（三）确定相关关系的数学表达式（四）确定变量估计值与实际值之间的差异程度\n第二节简单线性相关分析\n一、简单线性相关关系的概念（一）概念（二）特征1.现象之间在数量上存在着一定的线性关系，但不是确定和严格的。2.研究现象所涉及的变量有两个，变量之间的地位是平等的。简单线性相关关系是指经济现象之间客观存在的数量上的不确定、不严格的线性（直线）关系。\n二、相关关系的测定方法（一）相关表1.简单相关表:直接根据原始资料，将某一变量按大小排列，再将另一变量的对应值平行排列得到的相关表。[例9-1]表9-1即为一个简单相关表。表9-1某市居民月消费支出和可支配收入相关表单位：百元\n2.分组相关表:是将原始资料进行分组而编制的相关表。可分为单变量分组相关表和双变量分组相关表。（1）单变量分组相关表在具有相关关系的两个变量中，把其中一个变量进行分组，列出各组次数，另一个变量不分组，这种相关表称为单变量分组相关表。（2）双变量分组相关表双变量分组相关表是对具有相关关系的两个变量都进行分组而编制的相关表。\n（二）相关图相关图是以直角坐标系的横轴代表自变量，纵轴代表因变量，将两个变量间相对应的变量值用坐标点的形式描绘出来，用来反映两变量之间相关关系的图形，又称散点图或散布图或相关点图。\n（三）相关系数1.相关系数的概念和意义(1)概念:相关系数是指在直线相关条件下，说明两个现象之间相关关系密切程度的统计分析指标。(2)意义:比相关表和相关图更能概括表现相关的形式和程度。根据相关系数的大小，或把若干相关系数加以对比，可以发现现象发展中决定性的影响因素，因而相关系数对于判断变量之间相关关系的密切程度有着重要的作用。\n2．相关系数的计算其中，\n第三节一元线性回归分析\n一、回归分析的概念（一）回归分析的概念回归分析实际上是相关现象间不确定、不规则的数量关系的一般化、规律化。回归分析采用的方法是配合直线或曲线来反映现象之间的一般数量关系。这条直线或曲线叫回归直线或回归曲线，它们的方程称为回归直线方程或回归曲线方程。回归分析是对具有相关关系的现象根据其相关形式，选择合适的数学模型（回归方程），近似地描述变量间的平均变化关系的一种统计分析方法。\n（二）回归分析与相关分析的关系1.区别(1)相关分析所研究的两个变量是对等关系。回归分析所研究的两个变量不是对等关系，必须根据研究目的，确定自变量和因变量。(2)相关分析只能计算一个相关系数，改变自变量和因变量的地位不影响相关系数的数值。回归分析可以根据研究目的分别建立两个不同的回归方程。(3)相关分析中两个变量都必须是随机变量。回归分析中自变量是给定的变量，因变量是随机变量。\n2.回归分析与相关分析的联系(1)相关分析是回归分析的基础和前提。如果缺少相关分析，没有从定性上说明现象间是否存在相关关系及相关关系的密切程度，就无法进行回归分析。(2)回归分析是相关分析的深入和继续。仅仅说明现象间具有密切的相关关系是不够的，只有进行回归分析，拟合回归方程，才可能进行深入分析和回归预测，相关分析才有实际应用价值。\n二、回归分析的种类（一）按回归分析中自变量的个数不同1.简单回归/一元回归:在回归关系中包含两个变量，一个是具有确定性的自变量；另一个称因变量,是随机变量。2.多元回归:在回归关系中包含三个或以上的变量，一个是因变量,是随机变量；其他变量是具有确定性的自变量。\n（二）按回归线的形状1.直线回归:变量间变化的规律近似于线性关系，从散点图看，表示变量关系的点接近于一条直线。2.非直线回归:变量间变化的规律不是线性关系，从散点图看，表示变量关系的点接近于一条曲线。\n三、一元线性回归分析（一）一元线性回归分析的含义与特点1.含义2.特点(1)模型中包含两个变量，自变量和因变量。(2)变量之间的变化规律近似于线性关系。包含两个变量且变量之间关系为线性的回归分析称为一元线性回归分析。\n1.回归模型为:2.建立求解回归参数的标准方程组3.计算回归参数（二）一元线性回归模型与参数估计\n[例9-2]以教材例9-1资料建立一元线性回归方程。解题思路：回归模型中，自变量为可支配收入，因变量为消费支出。根据表格计算可知：\n（三）一元线性回归方程的估计标准误差是因变量的实际值与估计值的平均离差，用来说明回归直线对相关关系的代表性大小，简称估计标准差。（四）估计标准误差和相关系数之间的关系\n本章小结相关关系的含义、分类及与函数关系的区别，相关分析和回归分析之间的关系。相关关系的测定方法、相关系数的计算方法。一元线性回归分析方法，重点掌握回归系数的确定方法。多元线性回归模型。\nEND\n第十章常用国民经济核算指标分析\n学习目的及重难点提示本章学习目的了解国民经济及运行过程。一般掌握国民经济统计及指标体系的内容。明确国民经济各总量指标的内涵，会采用三种方法计算GDP和GNP。理解国民经济主要分析指标的内涵和运用。本章重难点提示本章重点：国民经济总量指标和分析指标。本章难点：GNP和GDP的区别、GDP的三种计算方法。\n第一节国民经济及国民经济核算体系\n（一）国民经济国民经济是一个国家或地区全部经济活动的总和，是一个纵横交错、相互联系又极其复杂的经济活动的有机整体。（二）国民经济统计通过建立一系列相互联系的统计指标和指标体系，从生产、分配、交换和消费等方面客观反映国民经济运行的过程，揭示国民经济运行过程中各部门、各环节之间的内在联系。一、国民经济及国民经济统计\n（一）物质产品平衡体系（MPS）原苏联、东欧包括我国等计划经济国家采用。（二）国民经济账户体系（SNA）为西方市场经济国家所采用，我国目前采用。二、国民经济核算体系\n（一）国民经济统计指标国民经济统计指标是用来表明国民经济某一方面特征的数量化概念和具体数值。（二）国民经济指标体系1.概念2.分类（1）从指标体系功能分：描述指标体系、评价指标体系和决策指标体系。（2）从指标体系应用的范围分：国家经济统计指标和地区经济统计指标。三、国民经济统计指标及体系\n第二节国民经济核算主要总量指标\n1.概念社会总产值是以货币形式表现的国民经济各部门在一定时期生产的商品和劳务总量。2.构成价值构成——C+V+M实物构成——包括劳务在内的全部生产资料和消费资料。3.统计（1）工业总产值的统计：采用“工厂法”计算，在企业内部不允许重复，在企业之间允许重复。（2）农业总产值的统计：采用“产品法”计算。（3）第三产业总产值的统计。4.缺陷：主要体现在价值的重复计算上。一、社会总产值\n二、国内生产总值（一）概念GDP（grossdomesticproducts,GDP）是一国（或地区）的常驻单位在一定时期内所生产和提供的最终产品和服务的价值和，是各部门的增加值之和。（二）构成实物构成：包括劳务在内的全部消费资料和用于扩大再生产的生产资料。价值构成：C1+V+M，其中C1代表固定资产转移价值。\n二、国内生产总值（三）几个相关概念1.常驻单位：在一国经济领土内具有经济利益中心的经济单位。2.经济领土：由一国政府控制或拥有的地理领土再加上驻外使领馆、科研机构和对外援助机构等，并相应扣除外国在该国的上述机构。3.经济利益中心：在一国经济领土内拥有一定活动场所，从事一定的生产消费活动，并持续经营或居住期限在一年以上的单位和个人。\n二、国内生产总值（四）国内生产总值指标的作用1.综合反映国民经济活动的总量，描述国民经济发展全貌，特别是能反映第三产业的发展状况。2.是衡量国民经济发展规模、速度的基本指标。3.为分析经济结构和宏观经济效益提供基础数据。4.分析评价社会最终产品的生产、分配、交换和消费情况，全面反映国家、集体和个人三者之间的分配关系。5.指标内涵确切，计算口径一致，便于国际间横向对比。\n（五）国内生产总值的计算方法1.生产法/部门法/增加值法是从生产角度计算国内生产总值的方法，也是最常用的计算方法。计算公式：国内生产总值=第一产业增加值+第二产业增加值+第三产业增加值其中：增加值=总产出-中间消耗二、国内生产总值\n（五）国内生产总值的计算方法2.收入法/分配法/成本法从分配或收入的角度来计算国内生产总值的方法。计算公式：增加值=固定资产折旧+劳动者报酬+生产税净额+营业盈余二、国内生产总值\n（五）国内生产总值的计算方法3.支出法/最终产品法/使用法从最终使用角度来计算国内生产总值的方法计算公式为：国内生产总值=总消费+总投资+净出口4.三种计算方法的比较从理论上讲，三种方法计算的GDP应相等，但由于统计数据来源的影响，使得计算结果可能会存在差异。二、国内生产总值\n（一）概念国民生产总值（Grossnationalproducts,GNP）又称国民总收入，是指一个国家的国民在一定时期内所生产和提供的最终产品和服务的价值和。（二）GNP和GDP之间的关系1.联系：GNP和GDP都是计算社会最终产品和服务的指标，两者的核算内容相同。2.区别：在于计算产值指标依据的主体不同，也即口径不同。（1）GNP按国民原则计算。（2）GDP按领土原则计算。三、国民生产总值\n（三）GNP和GDP之间的换算公式GNP=GDP+来自国外的要素收入净额=GDP+来自国外的劳动者报酬净额+来自国外的财产收入净额（四）不同国家GDP和GNP关系的特点发达国家一般有要素净流入，所以GNP大于GDP；发展中国家一般有要素净流出，因此GNP小于GDP。三、国民生产总值\n（一）国民生产净值（NNP）又称国民净收入，是指一定时期内社会净产品和劳务的市场价值和，等于国民生产总值扣除折旧后的余额。（二）国民收入（三）国民可支配收入是指一国所有常住单位或所有机构部门的可支配收入之和。（四）国民储蓄国民经济各部门的可支配收入与消费支出的差额。四、其他主要指标及相互关系\n（五）个人收入和个人可支配收入个人收入(PI)：全社会成员在一定时期从各种来源获得的收入净额，包括工资、租金、利润、利息收入、非公司组织的小业主收入及政府、企业对个人及非营利机构的转移收入等。个人可支配收入(PDI)：个人在支付个人税和各种非税支付以后可用于个人消费支出和储蓄的收入。公式：个人可支配收入=个人收入－个人税及非税支付四、其他主要指标及相互关系\n第三节国民经济主要分析指标\n（一）概念某一时期（一般为一年）的国内生产总值与当期平均人口数的比值。（二）意义人均国内生产总值是反映一国经济实力的重要指标，也是进行国际间对比的重要指标。一、人均国内生产总值\n（一）概念国民（国内）生产总值指数是报告期国民（国内）生产总值与基期国民（国内）生产总值之比。（二）意义反映在现实生产力条件下，一个国家或地区经济总量的增长变化，是进行动态对比的重要指标。二、国民（国内）生产总值指数\n三、社会劳动生产率社会劳动生产率是一定时期内国民生产总值或国民收入与同期内物质生产部门劳动者平均人数的比值。四、居民消费价格指数（一）概念：居民消费者价格指数（CPI）又称消费者价格指数或生活费用指数，是综合反映各种消费品和生活服务价格变动程度的重要经济指标。（二）意义：反映市场消费品价格的基本动态，是政府制定物价政策和工资政策的重要依据。\n（一）恩格尔定律家庭收入越少，家庭收入或支出中食物类支出所占的比重就越大；一个国家经济发展越落后，国民的平均收入或平均支出中食物消费所占的比例越大；随着家庭收入的增加，家庭收入或支出中用来购买食物的支出比重将会下降。（二）恩格尔系数=五、恩格尔系数\n六、基尼系数（一）概念：基尼系数又称洛伦茨系数，是用来判断收入分配平均程度的指标，基尼系数越大，收入分配越不公平，基尼系数越小，收入分配越公平。（二）图示：IYaAbBOPOI表示收入百分比，OP表示人口百分比，连接两对角的直线OY是绝对平均线a，OPY是绝对不公平线，正常的收入分配线应界于OY和OPY之间，用b表示。a和b围成的面积用A表示，b和OPY围成的面积用B表示，则基尼系数=\n本章小结一、国民经济和国民经济核算体系二、国民经济统计指标（一）总量指标1.社会总产值：是以货币形式表现的国民经济各部门在一定时期生产的商品和劳务总量。价值构成为C+V+M2.国内生产总值（GDP）：是一个国家或地区的常驻单位在一定时期内所生产和提供的最终产品和服务的价值和，是各部门的增加值之和。是SNA的核心指标。3.国民生产总值（GNP）：又称国民总收入，是指一个国家的国民在一定时期内所生产和提供的最终产品和服务的价值和。4.其他总量指标：如国内生产净值、国民收入、国民储蓄、个人可支配收入等。\n本章小结三、国民经济主要分析指标（一）人均国内生产总值：是某一时期（一般为一年）的国内生产总值与当期平均人口数的比值。是国际间对比的重要指标。（二）国民（国内）生产总值指数：是报告期与基期的国民（国内）生产总值的比值。（三）社会劳动生产率（四）居民消费价格指数（CPI）：反映居民消费品价格变动的方向和程度，是政府制定价格政策和工资政策的重要依据。（五）恩格尔系数：是反映一国居民生活质量高低及一国富裕程度的指标。（六）基尼系数：是反映社会成员收入或财富分配公平程度的重要指标。\nEND