【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《社会学研究方法(12)》，欢迎阅读！
方差：亦称变异数。某一变量的各个变量值与其平均数的离差平方和的平均数。在社会统计中，方差是测量社会统计变量离散度或标志变动度的最佳指标之一。如果计算出的方差数值越大，则表示变量值分布的离散度也越大，反之则越小。 中误差：亦称“标准差”、“均方差”。方差的平方根。衡量测量精度的一种常用数值指标。恒取正值。中误差值小，测量精度高；中误差值大，测量精度低。中误差值与偶然误差有概率关系，中误差是对偶然误差大小作出的一种统计估计。 频数：亦称次数、频次。数据集中某数值出现的次数，或分组数据中各组包含的数据个数。例如，某企业员工按工龄分为10年以下、10—20年、20—30年、30年及以上等四组，各组的员工数就是频数。频数与频数之和的比率，称为“频率”。频数、频率和与之对应的数值、数据组共同构成分布数列(变量数列)。 概率：亦称几率，旧称或然率。用来表示随机事件A发生可能性大小的量称为此事件的“概率”。常记为P(A),其值介于0和1之间。概率论的主要目的就是研究与概率有关的各种问题。例如，一只口袋里面装了两只黑球、一只白球、一只红球，这四只球的大小、形状、重量完全一样。现从袋中任意取一球，“取得红球”的概率是1/4,“取得白球”的概率是1/4,而“取得黑球”的概率是1/2,“取得黄球”(不可能事件)的概率是0,“取得不是黄球”(必然事件)的概率为1。在相同条件下进行n次重复试验，事件A出现了m次，那么事件A出现的概率就是m/n。当n充分大时，频率就出现了稳定性。趋于稳定的某个数值就是事件A发生可能性大小的数量表现。可以将它规定为事件A的概率。即在实际应用时，只要n达到适当的大，就可以近似地认为大数法则亦称大数定律。概率论中随机变量序列的算术平均向常数收敛的一类定理的总称。例如，在掷钱币的游戏中，每次出现正面或反面虽是偶然的，但在大量重复时，出现正面的次数与总次数之比却必然接近于确定的数1/2。这是历史上最早发现的大数法则之一。按照该法则，如果从总体中随机抽样，则当样本数充分大时，样本平均数就以极大的概率(趋近于1的概率)无限接近于总体平均数。表明在社会调查中，只有进行大量的调查研究，统计充足的样本数，消除不确定的影响，才能反映出社会现象受确定性因素影响的数量规律，否则就可能从个别事实得出一个错误的总体推论。 正态分布：亦称高斯分布。描述随机现象的一种最常见的分布。例如，在测量某零件的直径时，由于测量工具、测量时的温度和湿度等微小差异的影响，所得的结果往往不是完全相同的。在重复多次测量后，可以发现所测得的结果落在(x1,×2)之间的概率，近似地等于下图中阴影部分的面积，这种统计规律性被称为“正态分布”。正态分布的密度函数，其中μ是数学期望或总体均值，σ是标准差。当μ=0和σ=1时，相应的正态分布称为“标准正态分布”。一般地，如果研究的某个量是被彼此间相互独立的大量偶然因素所影响的，并且其中每一个因素在总的影响中只是起着很小的作用，那么这个总的影响所引起的数量上的变化，就近似地服从于正态分布。 中心极限定理概率论：中随机变量序列部分和的分布以正态分布为极限的这类定理的总称。人们在实践中发现，许多受大量近似独立的微弱因素所影响的量，其随机变化规律都是服从正态分布的。即只要总体变量存在着有限的平均数和方差，那么，不论这个总体变量的分布如何，随着抽取的样本数的增加，样本平均数的分布便趋近于正态分布，样本平均数且有等于总体平均数的可能。中心极限定理在理论上阐明了这一点。这个结论对于抽样推断十分重要，它解决了大数定律所不能解决的抽样平均数和总体平均数的离差问题，为抽样误差的概率估计提供了一个极为有效而且方便的条件。 自由度：一个样本的各项数值可以自由变动的项目个数。在统计假设检验中应用较多，常用符号df表示。 集中趋势：数据集中的数据密集其中心值的趋向。通常以平均数或中位数为数据集的中心值，数据愈靠近中心值，或愈多的数据靠近中心值，数据分布的集中趋势就愈强，说明平均数的代表性越大；反之，则越小。集中趋势反映了社会现象中的分配集中情形，即现象在分配过程中其次数集中在曲线的代表位置。 二项分布：描述随机现象的一种常用分布。 离散系数：数据分布离散程度相对水平的度量。通常用来分析不同水平数列之间的标志变异程度。常用的形式是标准差除以算术平均数。它没有计量单位，通常用百分数表示。公式为：离散系数=标准差÷平均数×100%。 本文来源：https://www.dywdw.cn/7fea7b476f175f0e7cd184254b35eefdc8d315ef.html
下载此文档
搜索文档
阅读：
文档下载
2023-01-28
