变量、数据与抽样方法
33：《数据分析基础》的复习笔记1
1.概念
2.变量和数据 详细内容
3.抽样方法（概率抽样）
概念：
-
总体(population)：所研究的全部个体的集合。
-
样本(sample或individul)：总体中抽取的一部分元素的集合。
-
样本量量(sample size)：样本容量，样本的元素的数目。
-
参数(parameter)：描述总体特征的概括性数字度量。
-
统计量(statistic)：描述样本特征的概括性数字度量。
-
数据（数据集）：数值(value)的集合，通常被组织为变量和个体。
-
变量(Variable)：要测量的某种特征，数据的主要组成部分。
-
个体(Individual)（样本）：测量或记录的对象。
变量：（详细内容）
1.分类：
- 分类变量(categorical variable)：取值为对象的属性、类别、或区间的变量。
- 数值变量(metric variable)：取值为数字尺度的变量。
2.数值变量的分类：
- 离散变量(discrete variable)：取值是有限的数值。
- 连续变量(continuous variable)：取值在任意区间内、 或多个区间内是任意值。
3.分类变量的分类：
- 无序的分类变量（名义（nominal）值分类变量）：其取值之间没有顺序关系。
- 有序的分类变量（顺序（ordinal）值分类变量 / 排序变量）：其取值之间具有顺序关系。
数据：（详细内容）
1.分类：
- 观测数据（observational data）：通过调查、或观测收集得到的数据。
- 实验数据（experimental data)：在实验室中控制或干预实验对象所收集得到 的数据。
2.来源：
- 直接来源：一是来自调查或观察，二是来自实验。
- 间接来源：主要是公开出版或报道的数据，有些是未公开出版的数据。
抽样方法：（详细内容）
1.简单随机抽样(Simple Random Sampling)：直接从总体单位中随机抽选样本单位，每个个体被选入样本的概率都相等。
（最基本的抽样方法）
- 有放回抽样（重复抽样）：在一个单位被选入样本后，记录其编号，然后又将其放回总体中继续参与随后的抽样过程。
- 无放回抽样（不重复抽样）：在一个单位被选入样本后，不再放回总体参与随后的抽样过程。
2.分层抽样(Stratified sampling)（分类抽样）：在抽样之前先将总体的元素划分为若干层（类），然后从各个层中抽取他定数量的元素组成一个样本。
3.系统抽样（Systematic sampling）（等距抽样）：先将总体各元素按照某种顺序排列，并按某种规则确定一个随机起点，然后每隔五定的间距抽取一个元素，直到抽取n个元 素组成一个样本。
4.整群抽样（Cluster sampling）：先将总体划分为若干群， 然后以群作为抽样单元从中抽取部分群组组成样本，再对抽中的每个群中包含的所有元素进行调查。