观测数据是在没有对事物施加任何人为控制因素的条件下得到的，几乎所有与社会经济现象有关的统计数据都是观测数据。对社会经济领域，统计调查是获得数据的主要方法，也是获得一手数据的重要方式。
中级经济师基础知识曲线汇总?终于把金融部分啃完了，宝宝心里苦，但宝宝不说~呜呜，下面我们就来聊聊关于中级经济师基础知识曲线汇总?接下来我们就一起去了解一下吧!
中级经济师基础知识曲线汇总
终于把金融部分啃完了，宝宝心里苦，但宝宝不说~呜呜！
大步迈向《统计》方向了，统计来了，会计还会远吗？
小伙伴们，一起加油！！！
1、统计学：
①描述统计：研究数据收集、整理和描述的统计学方法
内容包括：如何取得所需要的数据；如何用图片或数学方法对数据进行整理和展示；如何描述数据的一般性特征。
②推断统计：研究如何利用样本数据来推断总体特征的统计学方法，其内容包括参数估计和假设检验两大类。
参数统计：利用样本信息推断总体特征
假设检验：利用样本信息判断对总体的假设是否成立
2、变量
①定量变量/数量变量：变量的取值是数量，如：企业销售额、注册员工数量等
②定性变量：
——分类变量：变量的取值表现为类别，如：企业所属行业
——顺序变量：变量的取值表现为类别且具有一定顺序，如：员工受教育水平
3、数据
①数值型数据：对定量变量的观测结果，其取值表现为具体的表示大小或多少数值。对不同类型的数据，可采用不同的统计方法来处理和分析（数值型数据可以进行数学运算，比如计算均值和方差等统计量）
②分类数据：分类变量的观测结果，表现为分类，一般用文字来表述，也可用数值代码表示。（对分类数据可以计算出各类别的频率，但对其加减乘除等数学运算没有任何意义），比如：用1表示“男性”，用2表示“女性”
③顺序数据：对顺序变量的观测结果，也表现为类别，一般用文字表述，也可以用数值代码表示。如：用1表示“硕士及以上”，用2表示“本科”，用3表述“大专及以下”
4、数据的来源
按收集方法分类：
①观测数据：通过直接调查或测量而收集到的数据，成为观测数据。观测数据是在没有对事物施加任何人为控制因素的条件下得到的，几乎所有与社会经济现象有关的统计数据都是观测数据。如：GDP、CPI、房价等。
②实验数据：通过在实验中控制实验对象以及其所处的实验环境收集到的数据，自然科学领域的数据大多是实验数据。如：一种新产品使用寿命的数据，一种新药疗效的数据。
按使用者角度分类：
①直接数据/一手数据：直接的调查和科学实验，对使用者来说，这是数据的直接来源。对社会经济领域，统计调查是获得数据的主要方法，也是获得一手数据的重要方式。数据来源一是调查或观察，二是实验。
②间接数据/二手数据：别人的调查或实验的数据，对使用者来说，这是数据的间接来源。
5、统计调查的方式：
①统计报表：统计报表是按照国家有关法规的规定，自上而下地统一布置、自下而上地逐级提供基本统计数据的一种调查方式。
②普查的特点：
——普查通常是一次性的或周期性的，经济普查每10年进行两次，分别在每逢年份的末尾数字为3和8的年份实施。人口普查逢“0”的年份进行，农业普查逢“6”的年份进行，均为每10年进行一次。
——普查一般需要规定统一的标准调查时间
——普查的数据一般比较准确，规范化程度也较高
——普查的使用范围比较窄，只能调查一些最基本及特定的现象
③抽样调查：经济学、时效性强、适应面广、准确性高
④重点调查：是一种非全面调查，它是在所要调查的总体中选择一部分重点单位进行的调查（调查的标志值在总体中占绝大比重）
⑤典型调查：是一种非全面调查，它是根据调查的目的与要求，在对被调查对象进行全面分析的基础上，有意识的选择若干具有典型意义的或有代表性的单位进行的调查。
6、大数据与数据挖掘
大数据的“4V”特性：
①数据量大
②数据多样性：包括网络日志、音频、视频、图片、地理位置等各种结构化、半结构化、非结构化的数据。
③价值密度低：大数据价值密度的高低与数据总量的大小成反比
④数据的产生和处理速度快：大数据的处理要符合“1秒定律”
数据挖掘的定义：
①数据源必须是真实的、大量的、有噪音的；
②发现的是用户感兴趣的知识；
③发现的知识是可接收、可理解、可运用的；
④并不要求发现放之四海皆准的知识，仅支持特定的发现问题。
数据挖掘的分类：
①指导学习或监督学习：对目标要求的概念进行学习和建模，通过探索数据和建立模型来实现从观察变量到目标要求的有效解释。
②无指导学习或非监督学习：没有明确的标识变量来表达目标概念，主要任务是探索数据之间的内在联系和结构。
数据挖掘的常用算法：
①分类（监督学习）就是确定目标对象属于哪个预定的类别，以实现对未来潜在的预测需求，例如：查找垃圾邮件。
②聚类分析（无监督学习）就是把一组数据按照差异化和相似性分为几个类别，使得同类的数据相似性尽量大，不同类的数据相似性尽可能小，跨类的数据关联性尽可能低。
③关联分析：对数据集中反复出现的相关关系和关联性进行挖掘提取，从而可以根据一个数据项的出现预测其他数据项的出现。一个典型的例子就是购物篮分析。
④趋势与演化分析：包括数据变化趋势、序列模式分析、周期性分析以及相似程度分析等内容，统计学的回归分析方法经常用于这类问题的分析。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
各位小友们，以上为今日《中级经济师》的学习笔记，与大家一起分享，能帮到大家的话，请关注收藏哦！
2022年中级经济师考试倒计时：52天
