统计学分类方法(统计学分类)

1.统计学有哪些分类

统计学的分类有：

统计学史

理论统计学

统计调查分析理论

统计核算理论

统计监督理论

统计预测理论

统计逻辑学

统计法学

描述统计学

推断统计学

经济统计学

宏观经济统计学

微观经济统计学

管理统计学

科学技术统计学

农村经济调查

社会统计学

教育统计学

文化与体育统计学

卫生统计学

司法统计学

社会福利与社会保障统计学

生活质量统计学

人口统计学

环境与生态统计学

自然资源统计学

环境统计学

生态平衡统计学

国际统计学

国际标准分类统计学

国际核算体系与方法论体系

国际比较统计学

其他

生物统计学

商务统计学

工程统计学

心理统计学

化学统计学

档案统计学

社会经济统计学

水文统计学

数理统计学

统计语言学

统计物理学

化学统计学

延伸学科

有些科学广泛的应用统计的方法使得他们拥有各自的统计术语，这些学科包括：

农业科学

生物统计

商用统计

资料采矿（应用统计学以及图形从资料中获取知识）

经济统计学

电机统计

统计物理学

人口统计

心理统计学

教育统计学

社会统计（包括所有的社会科学）

文献统计分析

化学与程序分析（所有有关化学的资料分析与化工科学）

运动统计学，特别是棒球以及曲棍球

统计对于商业以及工业是一个基本的关键。他被用来了解与测量系统变异性，程序控制，对资料作出结论，并且完成资料取向的决策。在这些领域统计扮演了一个重要的角色。

2.统计分类方法 统计方法有哪些分类

5 混凝土强度的检验评定5.1统计方法评定5.1.1采用统计方法评定时，应符合下列规定：1当连续生产的混凝土，生产条件在较长时间内能保持一致，且同一品种、同一强度等级混凝土的强度变异性保持稳定时，应按本标准第5.1.2条的规定进行评定。

2其它情况应按本标准5.1.4条的规定进行评定。5.1.2一个检验批的样本容量应为连续的三组试件，其强度应同时满足下列要求： ≥ +0.7 (5.1.2-1) ≥ -0.7 (5.1.2-2)当混凝土强度等级不高于C20时，其强度的最小值尚应满足下式要求： ≥0.85 (5.1.2-3)当混凝土强度等级高于C20时，其强度的最小值尚应满足下式要求： ≥0.90 (5.1.2-4)式中 — 同一检验批混凝土立方体抗压强度的平均值（N/mm2），精确到0.1(N/mm2)； —混凝土立方体抗压强度标准值（N/mm2），精确到0.1(N/mm2)； —检验批混凝土立方体抗压强度的标准差（N/mm2），精确到0.01(N/mm2)；按本标准第5.1.3条计算。

当 计算值小于2.5N/mm2时，应取2.5 N/mm2。 —同一检验批混凝土立方体抗压强度的最小值（N/mm2），精确到0.1(N/mm2)。

5.1.3检验批混凝土立方体抗压强度的标准差，应根据前一个检验期内同一品种混凝土试件的强度数据，按下列公式计算： （5.1.3） 式中 — 第 组混凝土试件的立方体抗压强度代表值（N/mm2） ，精确到0.1(N/mm2)； — 前一检验期内的样本容量。注：上述检验期不应少于60d也不宜超过90d，且在该期间内样本容量不应少于45。

5.1.4当样本容量不少于10组时，其强度应同时满足下列要求： ≥ + （5.1.4-1） ≥ （5.1.4-2）式中 —同一检验批混凝土立方体抗压强度的标准差（N/mm2），精确到0.01(N/mm2)；按本标准第5.1.5条计算。当 计算值小于2.5N/mm2时，应取2.5 N/mm2。

， —合格判定系数，按表5.1.4取用。表5.1.4 混凝土强度的合格评定系数试件组数 10~14 15~19 ≥20 1.15 1.05 0.95 0.90 0.855.1.5 同一检验批混凝土立方体抗压强度的标准差，应按下列公式计算： （5.1.5）式中 — 本检验期内的样本容量。

5.2非统计方法评定5.2.1当用于评定的样本容量小于10组时，可采用非统计方法评定混凝土强度。5.2.2按非统计方法评定混凝土强度时，其强度应同时满足下列要求： ≥ （5.2.2-1） ≥ （5.2.2-2）式中 ， —合格判定系数，按表5.2.2取用。

表5.2.2 混凝土强度的非统计法合格评定系数混凝土强度等级。

3.统计方法有哪些

统计方法有： 1、计量资料的统计方法 分析计量资料的统计分析方法可分为参数检验法和非参数检验法。

参数检验法主要为t检验和 方差分析（ANOVN，即F检验）等，两组间均数比较时常用t检验和u检验，两组以上均数比较时常用方差分析；非参数检验法主要包括秩和检验等。t检验可分为单组设计资料的t检验、配对设计资料的t检验和成组设计资料的t检验；当两个小 样本比较时要求两 总体分布为 正态分布且方差齐性，若不能满足以上要求，宜用t 检验或非参数方法（ 秩和检验）。

方差分析可用于两个以上 样本均数的比较，应用该方法时，要求各个样本是相互独立的随机样本，各样本来自正态总体且各处理组总体方差齐性。根据设计类型不同，方差分析中又包含了多种不同的方法。

对于 定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计分析方法，不应盲目套用t检验和 单因素方差分析。 2、计数资料的统计方法 计数资料的统计方法主要针对四格表和R*C表利用检验进行分析。

检验或u检验，若不能满足 检验：当计数资料呈配对设计时，获得的四格表为配对四格表，其用到的检验公式和校正公式可参考书籍。 R*C表可以分为双向无序，单向有序、双向有序属性相同和双向有序属性不同四类，不同类的行列表根据其研究目的，其选择的方法也不一样。

3、等级资料的统计方法 等级资料（有序变量）是对性质和类别的等级进行分组，再清点每组观察单位个数所得到的资料。在临床医学资料中，常遇到一些定性指标，如临床疗效的评价、疾病的临床分期、病症严重程度的临床分级等，对这些指标常采用分成若干个等级然后分类计数的办法来解决它的量化问题，这样的资料统计上称为等级资料。

统计方法的选择： 统计资料丰富且错综复杂，要想做到合理选用统计分析方法并非易事。对于同一 个资料，若选择不同的统计分析方法处理，有时其结论是截然不同的。

正确选择统计方法的依据是： ①根据研究的目的，明确研究试验设计类型、研究因素与水平数； ②确定数据特征（是否正态分布等）和样本量大小； ③ 正确判断统计资料所对应的类型（计量、计数和等级资料），同时应根据统计方法的适宜条件进行正确的统计量值计算； 最后，还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择统计分析方法。

4.统计学分析方法有哪些

原发布者：婷婷_709

医学统计学各种资料比较选择方法小结来源：桑苗的日志一、两组或多组计量资料的比较1.两组资料：1）大样本资料或服从正态分布的小样本资料（1）若方差齐性，则作成组t检验（2）若方差不齐，则作t'检验或用成组的Wilcoxon秩和检验2）小样本偏态分布资料，则用成组的Wilcoxon秩和检验2.多组资料：1）若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。2）如果小样本的偏态分布资料或方差不齐，则作KruskalWallis的统计检验。如果KruskalWallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。二、分类资料的统计分析1.单样本资料与总体比较1）二分类资料：（1）小样本时：用二项分布进行确切概率法检验；（2）大样本时：用U检验。2）多分类资料：用Pearsonc2检验（又称拟合优度检验）。2.四格表资料1)n>40并且所以理论数大于5，则用Pearsonc22)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher's确切概率法检验3)n￡40或存在理论数<1，则用Fisher's检验3.2*C表资料的统计分析1）列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMHc2或成组的Wilcoxon秩和检验2）列变量为效应指标并且为二分类，列变

5.统计学的研究方法有哪些

统计学作为一门方法论科学，具有自己完善的方法体系。统计研究的具体方法有很多，这将在后续课程中学习，而从大的方面看，其基本研究方法有：

一、大量观察法

这是统计活动过程中搜集数据资料阶段（即统计调查阶段）的基本方法：即要对所研究现象总体中的足够多数的个体进行观察和研究，以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律，大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上几存有差异，但对总体而言可以相互抵消而呈现出稳定的规律性，因此只有对足够多数的个体进行观察，观察值的综合结果才会趋向稳定，建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。

二、统计分组法

由于所研究现象本身的复杂性、差异性及多层次性，需要我们对所研究现象进行分组或分类研究，以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位，在统计调查阶段可通过统计分组法来搜集不同类的资料，并可使抽样调查的样本代表性得以提高（即分层抽样方式）；在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存，并为编制分布数列提供基础；在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异（显著性检验）和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。

三、综合指标法

统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标，是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值，常见的有总量指标、相对指标，平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位，是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系，是统计指标理论研究的一大课题。

四、统计模型法

在以统计指标来反映所研究现象的数量特征的同时，我们还经常需要对相关现象之间的数量变动关系进行定量研究，以了解某一（些）现象数量变动与另一（些）现象数量变动之间的关系及变动的影响程度。在研究这种数量变动关系时，需要根据具体的研究对象和一定的假定条件，用合适的数学方程来进行模拟，这种方法就叫做统计模型法。

五、统计推断法

在统计认识活动中，我们所观察的往往只是所研究现象总体中的一部分单位，掌握的只是具有随机性的样本观察数据，而认识总体数量特征是统计研究的目的，这就需要我们根据概率论和样本分布理论，运用参数估计或假设检验的方法，由样本观测数据来推断总体数量特征。这种由样本来推断总体的方法就叫统计推断法。统计推断法已在统计研究的许多领域得到应用，除了最常见的总体指标推断外，统计模型参数的估计和检验、统计预测中原时间序列的估计和检验等，也都属于统计推断的范畴，都存在着误差和置信度的问题。在实践中这是一种有效又经济的方法，其应用范围很广泛，发展很快，统计推断法已成为现代统计学的基本方法。

6.统计按照统计方法分类分为

1. 因子分析模型因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法.它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子.对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量.因子分析的基本思想：把每个研究变量分解为几个影响因素变量，将每个原始变量分解成两部分因素，一部分是由所有变量共同具有的少数几个公共因子组成的，另一部分是每个变量独自具有的因素，即特殊因子因子分析模型描述如下：（1）X = (x1,x2，…，xp)￠是可观测随机向量，均值向量E(X)=0，协方差阵Cov(X)=∑，且协方差阵∑与相关矩阵R相等（只要将变量标准化即可实现）.（2）F = (F1,F2，…，Fm)￠ （m统计意义模型中F1,F2，…，Fm叫做主因子或公共因子，它们是在各个原观测变量的表达式中都共同出现的因子，是相互独立的不可观测的理论变量.公共因子的含义，必须结合具体问题的实际意义而定.e1,e2，…，ep叫做特殊因子，是向量x的分量xi(i=1,2，…，p)所特有的因子，各特殊因子之间以及特殊因子与所有公共因子之间都是相互独立的.模型中载荷矩阵A中的元素（aij）是为因子载荷.因子载荷aij是xi与Fj的协方差，也是xi与Fj的相关系数，它表示xi依赖Fj的程度.可将aij看作第i个变量在第j公共因子上的权，aij的绝对值越大（|aij|￡1），表明xi与Fj的相依程度越大，或称公共因子Fj对于xi的载荷量越大.为了得到因子分析结果的经济解释，因子载荷矩阵A中有两个统计量十分重要，即变量共同度和公共因子的方差贡献.因子载荷矩阵A中第i行元素之平方和记为hi2，称为变量xi的共同度.它是全部公共因子对xi的方差所做出的贡献，反映了全部公共因子对变量xi的影响.hi2大表明x的第i个分量xi对于F的每一分量F1,F2，…，Fm的共同依赖程度大.将因子载荷矩阵A的第j列（ j =1,2，…，m）的各元素的平方和记为gj2，称为公共因子Fj对x的方差贡献.gj2就表示第j个公共因子Fj对于x的每一分量xi(i= 1,2，…，p)所提供方差的总和，它是衡量公共因子相对重要性的指标.gj2越大，表明公共因子Fj对x的贡献越大，或者说对x的影响和作用就越大.如果将因子载荷矩阵A的所有gj2 ( j =1,2，…，m)都计算出来，使其按照大小排序，就可以依此提炼出最有影响力的公共因子.3. 因子旋转建立因子分析模型的目的不仅是找出主因子，更重要的是知道每个主因子的意义，以便对实际问题进行分析.如果求出主因子解后，各个主因子的典型代表变量不很突出，还需要进行因子旋转，通过适当的旋转得到比较满意的主因子.旋转的方法有很多，正交旋转（orthogonal rotation）和斜交旋转（oblique rotation）是因子旋转的两类方法.最常用的方法是最大方差正交旋转法（Varimax）.进行因子旋转，就是要使因子载荷矩阵中因子载荷的平方值向0和1两个方向分化，使大的载荷更大，小的载荷更小.因子旋转过程中，如果因子对应轴相互正交，则称为正交旋转；如果因子对应轴相互间不是正交的，则称为斜交旋转.常用的斜交旋转方法有Promax法等.4.因子得分因子分析模型建立后，还有一个重要的作用是应用因子分析模型去评价每个样品在整个模型中的地位，即进行综合评价.例如地区经济发展的因子分析模型建立后，我们希望知道每个地区经济发展的情况，把区域经济划分归类，哪些地区发展较快，哪些中等发达，哪些较慢等.这时需要将公共因子用变量的线性组合来表示，也即由地区经济的各项指标值来估计它的因子得分.设公共因子F由变量x表示的线性组合为：Fj = uj1 xj1+ uj2 xj2+…+ujpxjp j=1,2，…，m该式称为因子得分函数，由它来计算每个样品的公共因子得分.若取m=2，则将每个样品的p个变量代入上式即可算出每个样品的因子得分F1和F2，并将其在平面上做因子得分散点图，进而对样品进行分类或对原始数据进行更深入的研究.但因子得分函数中方程的个数m小于变量的个数p，所以并不能精确计算出因子得分，只能对因子得分进行估计.估计因子。

7.四种统计方法

统计方法是指有关收集、整理、分析和解释统计数据，并对其所反映的问题作出一定结论的方法。统计方法是一种从微观结构上来研究物质的宏观性质及其规律的独特的方法。统计方法是适用于所有学科领域的通用数据分析方法，只要有数据的地方就会用到统计方 法。随着人们对定量研究的日益重视，统计方法已被应用到自然科学和社会科学的众多领域，统计学也已发展成为由若干分支学科组成的学科体系。可以说，几乎所有的研究领域都要用到统计方法，比如政府部门、学术研究领域、日常生活中、公司或企业的生产经营管理中都要用到统 计。

统计资料丰富且错综复杂，要想做到合理选用统计分析方法并非易事。对于同一个资料，若选择不同的统计分析方法处理，有时其结论是截然不同的。

正确选择统计方法的依据是：

①根据研究的目的，明确研究试验设计类型、研究因素与水平数；

②确定数据特征（是否正态分布等）和样本量大小；

③ 正确判断统计资料所对应的类型（计量、计数和等级资料），同时应根据统计方法的适宜条件进行正确的统计量值计算；

4.最后，还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择统计分析方法。