刚开始上统计课时，老师会向你介绍一些基础知识。有些术语，如条形图和折线图，你可能在小学数学课上就熟悉了。其他术语(如四分位距)对你来说可能很陌生。这篇文章就为大家带来悉尼科技大学基础统计学作业怎么写?
一、统计基础知识：概述
你会遇到的最常见的基本统计术语是平均数、模式和中位数。这些都是所谓的 "中心倾向度量"。同样重要的是分布的形状。它告诉我们数据是如何围绕均值或中位数分布的。最常见的分布可能是正态分布，有时也称为钟形曲线。在自然界中发现的高度、重量和许多其他事物往往都是这样的形状：
在另一端，你也可以得到一个平面分布。在这种分布中，任何事情发生的几率都是相等的。例如，均匀分布可以表示从一副标准扑克牌中选择一张特定的牌;所有牌被选中的几率为 1/52。或者掷一枚硬币，你有 50%的几率掷出正面或反面。
基础统计学为进一步学习统计学奠定了基础。它包括很多对变量和数据进行分类和排序的方法，这样就可以用以后介绍的工具对它们进行研究。例如，相关性和假设检验。也许令人惊讶的是，基于微积分的统计学往往与基础统计学课程相结合。您是否需要微积分和统计学，主要取决于您的职业目标。
二、基础概念
基本统计概念指的是统计学的基本要素。一种称为统计学的数学技术集合总结和分析观察结果。这些观察结果通常是关于特定个体或对象的分类或数值信息，被称为数据。统计学可以从两个角度来看待 - 描述性和推断性。
描述性统计总结或描述一组观察结果，是最基本的统计学子领域。与此同时，推断统计学是一门解释或推断一组观察结果的领域。统计学家在该领域还使用其他常见概念，其中一些如下所示：
#1 - 总体、样本和参数
总体指的是研究的群体成员。样本是用于分析的总体的一部分，而参数是描述总体集特征的数值度量。因此，它是提供有关目标总体的必要信息的值。
#2 - 集中趋势度量
集中趋势的三个指标是均值、中位数和众数。可以使用这三个集中趋势度量确定给定数据集(分组和未分组)的中心值。
#3 - 方差、协方差和标准差
可以利用方差的概念作为标准差计算的中介。标准差被称为方差的平方根。类似地，协方差量化了两个变量之间的关系。
#4 - 回归
在涉及两个变量的大多数统计分析中，除了相关性概念之外，还研究了回归的概念。在回归中，一个变量可以影响另一个变量。然而，相关性对待这两个变量并不对称。
#5 - 统计中的偏度
在统计学中，偏度是用于找到概率分布的不对称性的度量。也就是说，它计算了特定数据集与正态分布曲线的偏离程度。偏斜分布的值可能是正数、负数或零。
#6 - 方差分析统计
方差分析(ANOVA)是一个术语，指的是用于计算指定数据集的均值差异的一组统计模型。
