《统计学》经典读后感有感

《统计学》是一本由贾俊平著作，中国人民大学出版社出版的平装图书，本书定价：39.90元，页数：406，特精心收集的读后感，希望对大家能有帮助。

《统计学》读后感(一)：不错的入门教材

贾俊平虽然不是人大的什么老教授或者泰斗级人物，但是这本书依旧受到好评：体系清晰，语言简练，事例丰富。

很适合大学生学习、研究之用，让学生快速理解统计学的基本原理框架。

配套的指导书也可以辅助学习。

《统计学》读后感(二)：统计学中最好的“点到为止”书籍

这本书拿来当考试书真是再适合不过，因为每章讲述理论摆放很清楚，然后马上跟一个例题阐述清楚。过于复杂的原理推导全部没有放上来，每章都像是总结好了一样，拿来就能用。

重点章节为第6到第11章，基本把统计学最重要的几个东西讲清楚了。虽然看似点到为止，但实际这样是效率最高的一种方式，而且因为每个理论都有例题的原因，跟着算一遍基本八九不离十了。

分类数据检验、方差分析在实际应用中或许可能会用到。

《统计学》读后感(三)：统计学

【统计数据】 1.数据收集 ● 数据类型：分类数据，顺序数据，数值型数据。（品质数据-定量数据） ● 数据类型：截面数据，时间序列数据。 ● 总体，单位，样本。参数，统计量。变量。 ● 间接来源，直接来源。 ● 调查数据-概率抽样：简单随机抽样，分层抽样，整群抽样，系统抽样，多阶段抽样。 ● 调查数据-非概抽样：方便抽样，判断抽样，自愿样本，滚雪球抽样，配额抽样。 ● 实验数据 ● 数据误差：抽样误差，非抽样误差。 2.数据图表 ● 预处理：数据审核，筛选，排序，透视表。 ● 品质数据：频数，频数分布。条形图-帕累托图，饼图。 ● 数值数据：数据分组，组距。直方图，茎叶图，箱线图，线图。散点图，气泡图，雷达图。 ● 统计表：表头，行标，列标，数据。 3.数据分布 ● 集中趋势：分类数据-众数。顺序数据-中位数-分位数。数值数据-平均数。 ● 离散趋势：分类数据-异众比率。顺序数据-四分位差。数值数据-方差-标准差。 （比较不同样本-离散系数） ● 分布形状：偏态系数，峰态系数。 【概率分布】 1.基础 ● 随机事件，必然事件，不可能事件 ● 基本事件，样本空间，概率P(A) 2.运算 ● 加法 ● 条件概率-乘法，独立事件。 3.离散型 ● 概率函数-随机变量 ● 概率分布：01分布，均匀分布，二项分布 ● 期望值E(X)，方差D(X)，离散系数σ/E 4.连续型 ● 密度函数f(x)，分布函数F(X) ● 均匀分布，正态分布，指数分布 【统计量】 ● 样本函数T（X1...Xn） ● 常用统计量：总体μ-E，σ^-D。样本X，S^。（次序统计量，充分统计量） ● 抽样分布：卡方分布，t分布，F分布 ● 样本均值分布 ● 样本比例分布 ● 样本方差分布：卡方分布 ● 两样本均值差的分布 ● 两样本比例差的分布 ● 两样本方差比的分布：F分布 【参数估计】 ● 估计量/统计量，参数 ● 点估计 ● 区间估计：置信区间，置信水平，α/2，Z值 ● 一个总体参数的区间估计：均值，比例，方差。（大样本，小样本） ● 两个总体参数的区间估计：均值差，比例差，方差比 ● 估计误差E 【假设检验】 ● 原假设H0，备择假设H1 ● 两类错误：α弃真错误，β取伪错误 ● α小概率原理0.05。拒绝域，Z分布。（双侧检验） ● 单侧检验 ● 一个总体参数的检验：均值，比例，方差 ● 两个总体参数的检验：均值差，比例差，方差比 【卡方检验】 ● 卡方统计量，f0观察值，f1期望值。（分类数据） ● 拟合优度检验（比例，1个分类变量） ● 独立性检验（2个以上分类变量，列联表） ● 相关系数 【方差分析】 ● 因素，水平，观察值。（分类型自变量，数值型自变量） ● 总误差SST，组内误差SSE，组间误差SSA。 ● 原假设μ1=...=μn。（自对因无影响，比例差异小） ● 单因素方差分析（提出假设，构造检验统计量F，统计决策） （误差平方和：SST，SSA，SSE） （自由度，组间均方MSA，组内均方MSE） ● 双因素方差分析（无交互作用，行因素，列因素） （SST=SSR+SSC+SSE）（自由度，MSR，MSC，MSE）（FR，FC） 【线性回归】 （数值型自变量，数值型因变量） 1.一元线性回归 ● 函数关系，相关关系。（散点图，样本相关系数r，r的显著性检验） ● 回归模型：误差项ε，回归方程，估计的回归方程 ● 最小二乘法：求参数β的估计 ● 拟合优度：判定系数，估计标准误差 ● 显著性检验：线性关系的检验，回归系数的检验 ● 预测：点估计，区间估计 2.多元线性回归 ● 回归方程 【时间序列】 ● 平稳序列，非平稳序列。趋势T，季节性S，周期性C，随机性I。 ● 增长率，平均增长率 ● 预测程序：确定成分，选择方法，评估-均方误差 ● 平稳序列的预测：简单平均法，移动平均法，指数平滑法 ● 趋势型序列的预测：线性趋势预测，非线性趋势预测 ● 复合型序列的预测：分解法 【指数】 ● 分类：个体指数-总指数，数量指标指数-质量指标指数，简单指数-加权指数。 ● 简单指数：简单综合指数，简单平均指数。 ● 加权指数：加权综合指数，加权平均指数。基期，报告期。 ● 指数体系 ● 典型的指数：居民消费价格指数，股指。