統計物理h0什麼意思

A. 物理問題

美國天文學家哈勃於1929年發現星系退行速度與其距離存在著正比的關系，即所謂「哈勃定律」：退行速度v=H0X距離d，其中H0就是哈勃常數。隨著哈勃定律的提出，宇宙膨脹的觀念逐漸確立。天文學家後來發現哈勃常數遠超過當初哈勃所認知的內容。H0原來不單是量度宇宙膨脹的一個參數，而且還可以用來計算宇宙年齡、宇宙大小、宇宙中黑暗物質的數量、重子數目、輕元素豐度、甚至早期宇宙形成的結構等等。找尋H0的數值因此便成為近代天文學家的重要課題。事實上，哈勃太空望遠鏡的一個主要任務，以至其主鏡大小的設計，都跟尋找H0有莫大關系。
我們可以從哈勃定律看到要尋找H0，先要測量出天體(主要是星系團)的退行速度和距離。哈勃本人在1929年給出第一個數值：H0=513km/s/Mpc，即一個距離我們一百萬秒差距的天體，它的退行速度是每秒513公里(一秒差距=3.26光年)。哈勃於1953年逝世後不久，桑德奇將H0修正在50與100之間。若我們接受大爆炸理論，H0=50表示宇宙年齡介乎130到165億年之間。若H0=100，即表示宇宙年齡介乎65到85億年之間，而實際數字則取決於宇宙的物質密度。直至90年代哈勃太空望遠鏡升空前，天文學家從觀測計算到的H0依然是介乎50與100之間。為甚麼仍有兩倍的不確定呢？原來測量H0有兩個主要的誤差：第一個是測量退行速度的誤差，雖然天文學家利用光譜及多普勒效應，已經很准確地找到個別星系的退行速度，但由於與鄰近星系及星系團的引力作用，這個退行速度便不完全是因宇宙膨脹而產生。第二個誤差，也是最重要的一個誤差，就是距離量度的不確定。
除了幾百光年內的星體外，天文學家很主要倚靠測量造父變星來計算天體的距離，利用地面望遠鏡測量造父變星，可直接給出約二、三千萬光年內星體的距離，而對於更遙遠的星體，天文學家便要藉助其它方法，但這些方法還是需要利用造父變星來作校正。哈勃太空望遠鏡的一個重點計劃，就是要測量更多更遠星系中的造父變星(遠達6,500萬光年)，從而更准確地校正其它測量遙遠天體的方法，使我們更精確地把距離測量擴展至三億二千萬光年。此外，這個重點計劃也會針對在室女座及天爐座兩個星系團作仔細觀測，從而得出更准確的H0數值。
以女天文學家費利曼為首的26人小組，是這個重點計劃的主持人。雖然這個計劃仍在進行中，但迄今已有不少成果。早於1994年這個重點計劃落實的初期，這小組已從旋渦星系M100的觀測中計算出H0=80±17，折算宇宙年齡大約在80億至110億年左右。當時曾掀起一場爭論，因為從恆星演化理論得知，一些最老的球狀星團可能已有150億年的壽命，怎可能星體比宇宙更年老？隨後幾年的不斷觀測，特別是NGC925、NGC1023、NGC3351、M101、NGC7331、NGC4414及NGC1365，到1999年為止最新的H0是70±10，相對於宇宙年齡90億至120億年。同時從依巴谷衛星得出的資料顯示，球狀星團的距離可能更遠一些，加上重新檢視球狀星團的理論模型，天文學家相信球狀星團的年齡並不是最初估計的年老。這場爭論的分歧因此便日益減少。
除了費利曼這個小組的工作外，桑德奇利用Ia型超新星爆炸作為計算距離的方法，測出H0=55-60，此外，埃利斯等天文學家利用統計方法算出H0介乎66至82之間。還有一些天文學家另創新方法來測量H0，例如利用引力透鏡現象及微波背景輻射與星系團的熱等離子體造成的散射現象等等。跟50年代H0數值的兩倍不確定比較，今天在探求這個重要天文參數的數值工作上，已有了一定的進步。

B. 物理性質是什麼意思

物理性質釋義：物質不需要發生化學變化就表現出來的性質，如狀態、顏色、氣味、密度、硬度、沸點、溶解性等。

物質的物理性質如：顏色、氣味、狀態、是否易融化、凝固、升華、揮發，還有些性質如熔點、沸點、硬度、導電性、導熱性、延展性等，可以利用儀器測知。還有些性質，通過實驗室獲得數據，計算得知，如溶解性、密度等。在實驗前後物質都沒有發生改變。這些性質都屬於物理性質。

如水的蒸發；蠟燭質軟，不易溶於水，一般石蠟成白色；紙張破碎等。不通過化學變化就可以表現出來的性質就是物理性質。經過化學變化表現出來的性質就是化學性質。

(2)統計物理h0什麼意思擴展閱讀：

物理性質屬於統計物理學范疇，即物理性質是大量分子所表現出來的性質，不是單個原子或分子所具有的。

例如：物質的顏色是大量分子集體所具有的性質，是單個分子所不具有的。

通常用觀察法和測量法來研究物質的物理性質，如可以觀察物質的顏色、狀態、熔點和溶解性；可以聞氣味（實驗室里的葯品多數有毒，未經教師允許絕不能用鼻子聞和口嘗）；也可以用儀器測量物質的熔點、沸點、密度、硬度、導電性、導熱性、延展性、溶解性和揮發性、吸附性、磁性。

C. kg/cm2是什麼意思

kg-cm2是壓力單位，一公斤的力作用在一個平方厘米上。

壓力單位，在物理學方面指垂直作用在物體表面上的力。單位為帕斯卡（簡稱帕字母為「Pa」）。（嚴格來說，壓力單位應該為牛頓N。壓強單位才是帕斯卡，生活中習慣將壓強稱為壓力）

在中國，一般把氣體的壓力用「公斤」描述（而不是「斤」），單位「kg·f/cm2」，是一公斤壓力就是一公斤的力作用在一個平方厘米上。

單位換算

1、1atm=0.1MPa=100kPa=1bar=10米水柱=14.5PSI=1kg/cm²為方便記憶，可以簡化為如下規律：

2、1kPa=0.01bar=10mbar=7.5mmHg=0.3inHg=7.5torr=100mmH2O=4inH2

1GPa=1000MPa

1MPa=1000000Pa

1Pa=1N/m²

在中子星的形成條件中是能量密度達到臨界壓力，表示壓力的單位與能量體積密度的單位相同。這個關系可以在統計物理學中推得。

D. 顯著平準 統計學定義

大陸不叫這個。
significance level。顯著性水平。
就是在原假設（H0）成立時檢驗統計量的值落在某個置信區間的概率值。通常用α表示，其值越小，則原假設被拒絕的可能性越小，原假設為假而未拒絕的可能性越小。其值越大，則原假設被拒絕的可能性越大，原假設為真而被否定的可能性也越大。
顯著性水平=1 - 置信水平，顯著性水平越低，置信水平越高，代表假設越可靠。

E. 統計物理中符號<>表示的求和平均到底是什麼意思，具體的數學表達式是什麼

比如<f>，那麼f肯定是一個周期函數，<f>就是f在一個周期上的積分除以周期長度

F. 統計學常考的名詞解釋和簡答有哪些

1、統計學：是運用數理統計的基本原理和方法研究預防醫學和衛生事業管理中資料的收集，整理和分析的一門應用科學。具體地講，是按照設計方案去收集、整理、分析數據，並對數據結果進行解釋，從而做出比較正確的結論。

2、總體：是根據研究目的確定同質的所有觀察單位某種變數的集合。

3、變異：同一性質的事物，其觀察值（變數值）之間的差異。

4、抽樣研究：從所研究的總體中隨機抽取一部分有代表性的樣本進行研究，用樣本指標推論總體，最終達到了解總體的目的。這種用樣本指標推論總體參數的方法稱為抽樣研究。

5、統計描述：用統計圖表或計算統計指標的方法表達一個特定群體的某種現象或特徵。

6、統計推斷：根據樣本資料的特性對總體的特性作估計或推論的方法稱統計推斷，常用方法是參數估計和假設檢驗。

7、概率：是指某事件出現可能性大小的度量，以符號P表示。

8、醫學參考值范圍：參考值范圍又稱正常值范圍。醫學上常把包括絕大多數人某項指標的數值范圍稱為該指標的參考值范圍。

9、正態分布規律：實際工作中，經常需要了解正態曲線下橫軸上的一定區域的面積占總面積的百分數，用以估計該區間的觀察例數占總例數的百分數，或變數值落在該區間的頻數或概率。

10、可比性：是指對研究結果有影響的非處理因素在各處理組之間盡可能相 同或相近。

11、動態數列：是一系列按時間順序排列起來的統計指標，包括絕對數、相對數或平均數，用以說明事物在時間上的變化和發展趨勢。

12、抽樣誤差：在同一總體中隨機抽取樣本含量相同的若干樣本時，樣本指標之間的差異以及樣本指標與總體指標的差異。

13、標准誤：表示樣本均數間變異程度。

14、率的抽樣誤差：抽樣過程中產生的同一總體中均數之間的差異稱為均數的抽樣誤差，率之間的差異稱為率的抽樣誤差。

15、參數估計：是指用樣本指標（稱為統計量）估計總體指標（稱為參數）。

16、可信區間：總體參數的所在范圍通常稱為參數的可信區間或置信區間，即該區間以一定的概率（如95%或99%）包含總體參數。

17、I型錯誤：拒絕了實際撒謊能夠成立的H0，這類「棄真」的錯誤稱為I型錯誤。

18、II型錯誤：接受了實際撒謊能夠不成立的H0，這類「存偽」的錯誤稱為II型錯誤。

19、檢驗效能：1-b稱為檢驗效能又稱為把握度。它的含義是：當兩總體確實有差別時，按規定的檢驗水準a，能夠發現兩總體間差別的能力。

20、四格表資料：兩個樣本率的資料又稱為四格表資料，在四格表資料中兩個樣本的實際發生頻數和實際未發生頻數為基本數據，其他數據均可由這四個基本數據推算出來。

21、列聯表資料：對同一樣本資料按其兩個無序分類變數（行變數和列變數）歸納成雙向交叉排列的統計表，其行變數可分為R類，列變數可分為C類，這種表稱為R*C列聯表。

22、參數檢驗：是一種要求樣本來自總體分布型是已知的（如正態分布），在這種假設的基礎上，對總體參數（如總體均數）進行統計推斷的假設檢驗。

23、非參數檢驗：是一種不依賴總體分布類型，也不對總體參數（如總體均數）進行統計推斷的假設檢驗。

24、秩次：即通常意義上的序號，實際上就是將觀察值按順序由小到大排列，並用序號代替了變數值本身。

25、直線相關系數：它是說明具有直線關系的兩個變數間，相關關系的密切程度與相關方向的統計指標。相關系數沒有單位，取值范圍是-1〈=r〈=1，r的絕對值越大表明兩變數的關系越密切。

26、完全負相關：這是一種極為特殊的負相關關系，從散點圖上可以看出，由x與y構成的散點完全分布在一條直線上，x增加，y相應減少，算得的相關系數r=-1。

27、正相關：它是說明具有直線關系的兩個變數間，存在有正的相關方向，即當x增加時，y有相應增大的趨勢，所算得的相關系數r為正值。

28、等級相關：是對等級數據作相關分析，它又稱為秩相關，是一種非參數統計方法。

29、評價：是通過對某些標准來判斷觀測結果，並賦予這種結果以一定的意義和價值的過程。

30、綜合評價：是指人們根據不同的評價目的，選擇相應的評價形式，據此選擇多個因素或指標，並通過一定的數學模型，將多個評價因素或指標轉化為能反映評價對象總體特徵的信息。

31、優序法：為了比較某幾個事物或方案的優劣，在選定各項評價指標後，將待評價的對象或方案就各項評價指標的測量值大小分別排列，並分別對各序號（等級）以相應的評分值即優序數，然後綜合諸評價指標，分別計算評價對象的總賦優序數，並按總賦優序大小評定其優順序的方法即優序法。

32、Topsis：Topsis法常用於系統工程中有限方案多目標決策分析，此外，也可用於效益評價、衛生決策和衛生事業管理等多領域。

33、根本死因：WHO規定，根本死因是指：「（a）引起直接導致死亡的一系列病態事件的那些疾病或損傷，或者（b）造成致命損傷的事故或暴力的情況。」

34、衛生服務需要：是指人們因疾病影響健康，引起人體正常活動的障礙，實際應當接受各種衛生服務的需要（如預防保健、治療、康復）。

35、衛生服務調查統計：是衛生統計的主要內容之一，衛生服務調查統計是從衛生服務資料的設計、收集、整理、分析的角度，來闡述衛生服務研究的特點、研究方法和注意事項，以便使衛生服務研究服務更具有科學性。

36、衛生服務調查：是指對衛生服務狀況、人群健康的危險因素、人群衛生服務的需求和利用、衛生服務資源的分配和利用所進行的一種社會調查。

37、統計表：是以表格的形式列出統計指標，它是對資料進行統計描述時的一種常用手段。

38、統計圖：是以各種幾何圖形（如點、線、面或立體）顯示數據的大小、升降、分布以及關系等，它也是對資料進行統計描述時的一種常用手段。

39、均數的抽樣誤差：統計學上，對於抽樣過程中產生的同一總體中均數之間的差異稱為均數的抽樣誤差。

統計學概述
統計學是應用數學的一個分支，主要通過利用概率論建立數學模型，收集所觀察系統的數據，進行量化的分析、總結，並進而進行推斷和預測，為相關決策提供依據和參考。它被廣泛的應用在各門學科之上，從物理和社會科學到人文科學，甚至被用來工商業及政府的情報決策之上。
統計學主要又分為描述統計學和推斷統計學。給定一組數據，統計學可以摘要並且描述這份數據，這個用法稱作為描述統計學。另外，觀察者以數據的形態建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。另外也有一個叫做數理統計學的學科專門用來討論這門科目背後的理論基礎。
[編輯本段]統計學的發展歷程
統計學的英文statistics最早是源於現代拉丁文statisticum collegium (國會)以及義大利文 statista (國民或政治家)。 德文Statistik，最早是由Gottfried Achenwall(1749)所使用，代表對國家的資料進行分析的學問，也就是「研究國家的科學」。在十九世紀統計學在廣泛的數據以及資料中探究其意義，並且由John Sinclair引進到英語世界。
統計學是一門很古老的科學，一般認為其學理研究始於古希臘的亞里斯多德時代，迄今已有兩千三百多年的歷史。它起源於研究社會經濟問題，在兩千多年的發展過程中，統計學至少經歷了「城邦政情」，「政治算數」和「統計分析科學」三個發展階段。所謂「數理統計」並非獨立於統計學的新學科，確切地說它是統計學在第三個發展階段所形成的所有收集和分析數據的新方法的一個綜合性名詞。概率論是數理統計方法的理論基礎，但是它不屬於統計學的范疇，而屬於數學的范疇。
統計學的發展過程的三個階段
第一階段稱之為「城邦政情」(Matters of state)階段
「城邦政情」階段始於古希臘的亞里斯多德撰寫「城邦政情」或「城邦紀要」。他一共撰寫了一百五十餘種紀要，其內容包括各城邦的歷史，行政，科學，藝術，人口，資源和財富等社會和經濟情況的比較，分析，具有社會科學特點。「城邦政情」式的統計研究延續了一兩千年，直至十七世紀中葉才逐漸被「政治算數」這個名詞所替代，並且很快被演化為「統計學」(Statistics)。統計學依然保留了城邦(state)這個詞根。
第二階段稱之為「政治算數」(Politcal arthmetic)階段
與「城邦政情」階段沒有很明顯的分界點，本質的差別也不大。
「政治算數」的特點是統計方法與數學計算和推理方法開始結合。分析社會經濟問題的方式更加註重運用定量分析方法。
1690年英國威廉·配弟出版 (政治算數)一書作為這個階段的起始標志.
威廉·配弟用數字，重量和尺度將社會經濟現象數量化的方法是近代統計學的重要特徵。因此，威廉？配弟的(政治算數)被後來的學者評價為近代統計學的來源，威廉？配弟本人也被評價為近代統計學之父。
配弟在書中使用的數字有三類：
第一類是對社會經濟現象進行統計調查和經驗觀察得到的數字.因為受歷史條件的限制，書中通過嚴格的統計調查得到的數據少，根據經驗得出的數字多；
第二類是運用某種數學方法推算出來的數字。其推算方法可分為三種：
「(1)以已知數或已知量為基礎，循著某種具體關系進行推算的方法；
(2)通過運用數字的理論性推理來進行推算的方法；
(3)以平均數為基礎進行推算的方法」；
第三類是為了進行理論性推理而採用的例示性的數字.配弟把這種運用數字和符號進行的推理稱之為「代數的演算法」。從配弟使用數據的方法看，「政治算數」階段的統計學已經比較明顯地體現了「收集和分析數據的科學和藝術」特點，統計實證方法和理論分析方法渾然一體，這種方法即使是現代統計學也依然繼承。
第三階段稱之為「統計分析科學」(Science of statistical analysis)階段
在「政治算數」階段出現的統計與數學的結合趨勢逐漸發展形成了「統計分析科學」。
十九世紀末，歐洲大學開設的「國情紀要」或「政治算數」等課程名稱逐漸消失，代之而起的是「統計分析科學」課程.當時的「統計分析科學」課程的內容仍然是分析研究社會經濟問題。
「統計分析科學」課程的出現是現代統計發展階段的開端. 1908年，「學生」氏(William Sleey Gosset的筆名Student)發表了關於t分布的論文，這是一篇在統計學發展史上劃時代的文章。它創立了小樣本代替大樣本的方法，開創了統計學的新紀元。
現代統計學的代表人物首推比利時統計學家奎特萊(Adolphe Quelet)，他將統計分析科學廣泛應用於社會科學，自然科學和工程技術科學領域，因為他深信統計學是可以用於研究任何科學的一般研究方法.
現代統計學的理論基礎概率論始於研究賭博的機遇問題，大約開始於1477年。數學家為了解釋支配機遇的一般法則進行了長期的研究，逐漸形成了概率論理論框架。在概率論進一步發展的基礎上，到十九世紀初，數學家們逐漸建立了觀察誤差理論，正態分布理論和最小平方法則。於是，現代統計方法便有了比較堅實的理論基礎。

[編輯本段]統計學歷史中的學派
一、18－19世紀——統計學的創立和發展
德國的斯勒茲曾說過：「統計是動態的歷史，歷史是靜態的統計。」可見統計學的產生與發展是和生產的發展、社會的進步緊密相聯的。
（1）統計學的創立時期
統計學的萌芽產生在歐洲。17世紀中葉至18世紀中葉是統計學的創立時期。在這一時期，統計學理論初步形成了一定的學術派別，主要有國勢學派和政治算術學派。
1、國勢學派
國勢學派又稱記述學派，產生於17世紀的德國。由於該學派主要以文字記述國家的顯著事項，故稱記述學派。其主要代表人物是海爾曼·康令和阿亨華爾。康令第一個在德國黑爾姆斯太特大學以「國勢學」為題講授政治活動家應具備的知識。阿亨華爾在格丁根大學開設「國家學」課程，其主要著作是《近代歐洲各國國勢學綱要》，書中講述「一國或多數國家的顯著事項」，主要用對比分析的方法研究了解國家組織、領土、人口、資源財富和國情國力，比較了各國實力的強弱，為德國的君主政體服務。因在外文中「國勢」與「統計」詞義相通，後來正式命名為「統計學」。該學派在進行國勢比較分析中，偏重事物性質的解釋，而不注重數量對比和數量計算，但卻為統計學的發展奠定了經濟理論基礎。但隨著資本主義市場經濟的發展，對事物量的計算和分析顯得越來越重要，該學派後來發生了分裂，分化為圖表學派和比較學派。
2、政治算術學派
政治算術學派產生於19世紀中葉的英國，創始人是威廉·配第（1623-1687），其代表作是他於1676年完成的《政治算術》一書。這里的「政治」是指政治經濟學，「算術」是指統計方法。在這部書中，他利用實際資料，運用數字、重量和尺度等統計方法對英國、法國和荷蘭三國的國情國力，作了系統的數量對比分析，從而為統計學的形成和發展奠定了方法論基礎。因此馬克思說：「威廉·佩第——政治經濟學之父，在某種程度上也是統計學的創始人。」
政治算術學派的另一個代表人物是約翰·格朗特（1620-1674）。他以1604年倫敦教會每周一次發表的「死亡公報」為研究資料，在 1662年發表了《關於死亡公報的自然和政治觀察》的論著。書中分析了60年來倫敦居民死亡的原因及人口變動的關系，首次提出通過大量觀察，可以發現新生兒性別比例具有穩定性和不同死因的比例等人口規律；並且第一次編制了「生命表」，對死亡率與人口壽命作了分析，從而引起了普遍的關注。他的研究清楚地表明了統計學作為國家管理工具的重要作用。
（2）統計學的發展時期
18世紀末至19世紀末是統計學的發展時期。在這時期，各種學派的學術觀點已經形成，並且形成了兩主要學派，即數理統計學派和社會統計學派。
1、數理統計學派
在18世紀，由於概率理論日益成熟，為統計學的發展奠定了基礎。19世紀中葉，把概率論引進統計學而形成數理學派。其奠基人是比利時的阿道夫·凱特勒（1796-1874），其主要著作有：《論人類》、《概率論書簡》、《社會制度》和《社會物理學》等。他主張用研究自然科學的方法研究社會現象，正式把古典概率論引進統計學，使統計學進入一個新的發展階段。由於歷史的局限性，凱特勒在研究過程中混淆了自然現象和本質區別，對犯罪、道德等社會問題，用研究自然現象的觀點和方法作出一些機械的、庸俗化的解釋。但是，他把概率論引入統計學，使統計學在「政治算術」所建立的「算術」方法的基礎上，在准確化道路上大大跨進了一步，為數理統計學的形成與發展奠定了基礎。
2、社會統計學派
社會統計學派產生於19世紀後半葉，創始人是德國經濟學家、統計學家克尼斯（1821-1889），主要代表人物主要有恩格爾（1821- 1896）、梅爾（1841-1925）等人。他們融合了國勢學派與政治算術學派的觀點，沿著凱特勒的「基本統計理論」向前發展，但在學科性質上認為統計學是一門社會科學，是研究社會現象變動原因和規律性的實質性科學，以此同數理統計學派通用方法相對立。社會統計學派在研究對象上認為統計學是研究體而不是個別現象，而且認為由於社會現象的復雜性和整體性，必須地總體進行大量觀察和分析，研究其內在聯系，才能揭示現象內在規律。這是社會統計學派的「實質性科學」的顯著特點。
社會經濟的發展，要求統計學提供更多的統計方法；社會科學本身也不斷地向細分化和定量化發展，也要求統計學能提供更有效的調查整理、分析資料的方法。因此，社會統計學派也日益重視方法論的研究，出現了從實質性方法論轉化的趨勢。但是，社會統計學派仍然強調在統計研究中必須以事物的質為前提和認識事物質的重要性，這同數理統計學派的計量不計質的方法論性質是有本質區別的。
二、20世紀——迅速發展的統計學
20世紀初以來，科學技術迅猛發展，社會發生了巨大變化，統計學進入了快速發展時期。歸納起來有以下幾個方面。
1、由記述統計向推斷統計發展。記述統計是對所搜集的大量數據資料進行加工整理、綜合概括，通過圖示、列表和數字，如編制次數分布表、繪制直方圖、計算各種特徵數等，對資料進行分析和描述。而推斷統計，則是在搜集、整理觀測的樣本數據基礎上，對有關總體作出推斷。其特點是根據帶隨機性的觀測樣本數據以及問題的條件和假定（模型），而對未知事物作出的，以概率形式表述的推斷。目前，西方國家所指的科學統計方法，主要就是指推斷統計來說的。
2、由社會、經濟統計向多分支學科發展。在20世紀以前，統計學的領域主要是人口統計、生命統計、社會統計和經濟統計。隨著社會、經濟和科學技術的發展，到今天，統計的范疇已覆蓋了社會生活的一切領域，幾乎無所不包，成為通用的方法論科學。它被廣泛用於研究社會和自然界的各個方面，並發展成為有著許多分支學科的科學。
3、統計預測和決策科學的發展。傳統的統計是對已經發生和正在發生的事物進行統計，提供統計資料和數據。20世紀30年代以來，特別是第二次世界大戰以來，由於經濟、社會、軍事等方面的客觀需要，統計預測和統計決策科學有了很大發展，使統計走出了傳統的領域而被賦予新的意義和使命。
4、資訊理論、控制論、系統論與統計學的相互滲透和結合，使統計科學進一步得到發展和日趨完善。資訊理論、控制論、系統論在許多基本概念、基本思想、基本方法等方面有著共同之處，三者從不同角度、側面提出了解決共同問題的方法和原則。三論的創立和發展，徹底改變了世界的科學圖景和科學家的思維方式，也使統計科學和統計工作從中吸取了營養，拓寬了視野，豐富了內容，出現了新的發展趨勢。
5、計算技術和一系列新技術、新方法在統計領域不斷得到開發和應用。近幾十年間，計算機技術不斷發展，使統計數據的搜集、處理、分析、存貯、傳遞、印製等過程日益現代化，提高了統計工作的效能。計算機技術的發展，日益擴大了傳統的和先進的統計技術的應用領域，促使統計科學和統計工作發生了革命性的變化。如今，計算機科學已經成為統計科學不可分割組成部分。隨著科學技術的發展，統計理論和實踐深度和廣度方面也不斷發展。
6．統計在現代化管理和社會生活中的地位日益重要。隨著社會、經濟和科學技術的發展，統計在現代化國家管理和企業管理中的地位，在社會生活中的地位，越來越重要了。人們的日常生活和一切社會生活都離不開統計。英國統計學家哈斯利特說：「統計方法的應用是這樣普遍，在我們的生活和習慣中，統計的影響是這樣巨大，以致統計的重要性無論怎樣強調也不過分。」甚至有的科學有還把我們的時代叫做「統計時代」。顯然，20世紀統計科學的發展及其未來，已經被賦予了劃時代的意義。
[編輯本段]統計學現狀
在科學技術飛速發展的今天，統計學廣泛吸收和融合相關學科的新理論，不斷開發應用新技術和新方法，深化和豐富了統計學傳統領域的理論與方法，並拓展了新的領域。今天的統計學已展現出強有力的生命力。在我國，社會主義市場經濟體制的逐步建立，實踐發展的需要對統計學提出了新的更多、更高的要求。隨著我國社會主義市場經濟的成長和不斷完善，統計學的潛在功能將得到更充分更完滿的開掘。
第一，對系統性及系統復雜性的認識為統計學的未來發展增加了新的思路。由於社會實踐廣度和深度迅速發展，以及科學技術的高度發展，人們對客觀世界的系統性及系統的復雜性認識也更加全面和深入。隨著科學融合趨勢的興起，統計學的研究觸角已經向新的領域延伸，新興起了探索性數據的統計方法的研究。研究的領域向復雜客觀現象擴展。21世紀統計學研究的重點將由確定性現象和隨機現象轉移到對復雜現象的研究。如模糊現象、突變現象及混沌現象等新的領域。可以這樣說，復雜現象的研究給統計開辟了新的研究領域。
第二，定性與定量相結合的綜合集成法將為統計分析方法的發展提供新的思想。定性與定量相結合的綜合集成方法是錢學森教授於1990年提出的。這一方法的實質就是將科學理論、經驗知識和專家判斷相結合，提出經驗性的假設，再用經驗數據和資料以及模型對它的確實性進行檢測，經過定量計算及反復對比，最後形成結論。它是研究復雜系統的有效手段，而且在問題的研究過程中處處滲透著統計思想，為統計分析方法的發展提供了新的思維方式。
第三，統計科學與其他科學滲透將為統計學的應用開辟新的領域。現代科學發展已經出現了整體化趨勢，各門學科不斷融合，已經形成一個相互聯系的統一整體。由於事物之間具有的相互聯系性，各學科之間研究方法的滲透和轉移已成為現代科學發展的一大趨勢。許多學科取得的新的進展為其他學科發展提供了全新的發展機遇。模糊論、突變論及其他新的邊緣學科的出現為統計學的進一步發展提供了新的科學方法和思想。將一些尖端科學成果引入統計學，使統計學與其交互發展將成為未來統計學發展的趨勢。統計學也將會有一個令人振奮的前景。今天已經有一些先驅者開始將控制論、資訊理論、系統論以及圖論、混沌理論、模糊理論等方法和理論引入統計學，這些新的理論和方法的滲透必將會給統計學的發展產生深遠的影響。
統計學產生於應用，在應用過程中發展壯大。隨著經濟社會的發展、各學科相互融合趨勢的發展和計算機技術的迅速發展，統計學的應用領域、統計理論與分析方法也將不斷發展，在所有領域展現它的生命力和重要作用。
[編輯本段]學科分支
一些學科大量地利用了應用統計學，以至它們自己已經各自獨立成為一門學科。

G. 化學性質是什麼意思

化學性質是物質在化學變化中表現出來的性質。如所屬物質類別的化學通性：酸性、鹼性、氧化性、還原性、熱穩定性及一些其它特性。

化學性質與化學變化是任何物質所固有的特性，如氧氣這一物質，具有助燃性為其化學性質；同時氧氣能與氫氣發生化學反應產生水，為其化學性質。任何物質就是通過其千差萬別的化學性質與化學變化，才區別於其它物質；化學性質是物質的相對靜止性。

(7)統計物理h0什麼意思擴展閱讀

如可燃性、穩定性、不穩定性、熱穩定性、酸性、鹼性、氧化性、助燃性、還原性、絡合性、毒性、腐蝕性、金屬性、非金屬性跟某些物質起反應呈現的現象等。用使物質發生化學反應的方法可以得知物質的化學性質。

例如，碳在空氣中燃燒生成二氧化碳；鹽酸與氫氧化鈉反應生成氯化鈉和水；加熱KClO3到熔化，可以使帶火星的木條復燃，表明KClO3受熱達較高溫度時，能夠放出O2。因此KClO3具有受熱分解產生O2的化學性質。

化學性質的特點是測得物質的性質後，原物質消失了。如人們可以利用燃燒的方法測物質是否有可燃性，可以利用加熱看其是否分解的方法，測得物質的穩定性。物質在化學反應中表現出的氧化性、還原性、各類物質的通性等，都屬於化學性質。

化學性質與化學變化是兩個不同的概念，性質是物質的屬性，是變化的內因，性質決定變化；而變化是性質的具體表現，在化學變化中才能顯出化學性質來。例如，酒精具有可燃性，所以點燃酒精，就能發生酒精燃燒的化學變化；而酒精的可燃性（化學性質）是通過無數次酒精燃燒現象得出的結論。

H. 懂統計的請進來幫幫忙！

1:
一、函數關系與相關關系
（一）、函數關系：指客觀現象之間確實存在的，且在數量上表現為確定性的相互依存關系。
（二）、相關關系： 指客觀現象之間確實存在的，但在數量上表現為不確定的相互依存關系。
（三）、區別與聯系：
1、區別：相關關系數量不確定，函數關系數量是確定的；
2、聯系：函數關系往往通過相關關系表現出來，相關關系的研究中常常使用函數關系的方式。
二、相關關系的種類：
（一）、按相關程度劃分：
1、 完全相關：指某變數的變化，另一變數有一確定的值對它對應。（函數）；
2、 不完全相關：指兩個變數之間有數量聯系，但是數量是不確定的關系。
3、 零相關：指兩個現象在數量上完全獨立，在一定的形式下，互不影響，互不相乾的關系。
（「零相關」不能稱為「不相關」，因為事物的聯系是絕對的，而孤立是相對的，只有在某種形式下它才能互不影響，互不相干。）
（二）、按相關的方向劃分：
1、正相關：指兩個變數按照相同的變數變化。或者說某個現象的數量增加，另一個現象的數量增加的現象。
2、負相關：指兩個變數按照相反的方向變化，或者說某個現象的數量增加，另一個現象的數量減少的現象。
（三）、按相關形式劃分：
1、線性相關：指兩個變數之間呈線性關系的相關。
1、 非線性相關：指變數之間的關系為非線性的相關關系。
（四）、按變數多少劃分：單相關；復相關；偏相關。
1、單相關：指兩個因素之間的相關關系。
2、復（多）相關：指三個或三個以上的因素之間的相關關系。
2、 偏相關：指在某一現象和多種現象相關的場合，假定其他變數不變，而對其中的兩個變數的相關關系。
（五）、按相關性質劃分：
1、真實相關：現象之間的相關確定具有內在聯系的相關。
2、虛假相關：現象之間只是表面存在，實質上並沒有內在聯系的相關
2:
相關系數是變數之間相關程度的指標。樣本相關系數用r表示,總體相關系數用ρ表示,相關系數的取值一般介於-1～1之間。相關系數不是等距度量值,而只是一個順序數據。計算相關系數一般需大樣本。

相關系數 又稱皮（爾生）氏積矩相關系數，說明兩個現象之間相關關系密切程度的統計分析指標。
相關系數用希臘字母γ表示，γ值的范圍在-1和+1之間。
γ＞0為正相關，γ＜0為負相關。γ＝0表示不相關；
γ的絕對值越大，相關程度越高。
兩個現象之間的相關程度，一般劃分為四級：
如兩者呈正相關，r呈正值，r=1時為完全正相關；如兩者呈負相關則r呈負值，而r=-1時為完全負相關。完全正相關或負相關時，所有圖點都在直線回歸線上；點子的分布在直線回歸線上下越離散，r的絕對值越小。當例數相等時，相關系數的絕對值越接近1，相關越密切；越接近於0，相關越不密切。當r=0時，說明X和Y兩個變數之間無直線關系。
相關系數的計算公式為：

其中xi為自變數的標志值；i＝1，2，…n；■為自變數的平均值，

為因變數數列的標志值；■為因變數數列的平均值。

為自變數數列的項數。對於單變數分組表的資料，相關系數的計算公式為：

其中fi為權數，即自變數每組的次數。在使用具有統計功能的電子計算機時，可以用一種簡捷的方法計算相關系數，其公式為：

使用這種計算方法時，當計算機在輸入x、y數據之後，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等數值，不
必再列計算表。
3:
1. 顯著性檢驗的的原理是什麼？顯著性檢驗的基本步驟是什麼？
答：顯著性檢驗的原理就是「小概率事件實際不可能性原理」來接受或否定假設。其基本步驟如下：
第一：提出統計假設H0和HA。
第二：構造統計量t，並根據樣本資料計算t值。
第三：根據t分布的自由度，確定理論臨界值t0.05和t0.01。
第四：作出判斷。
2. 什麼是配對法？什麼是成組法？兩種方法有何區別？
答：將起始條件一致的兩個試驗個體配成對，並設有多個配對，每對個體分別隨機地給予不同處理。則所得的結果即為配對資料。
非配對資料又稱成組資料，是指一組數據與另一組數據沒有任何關系，也就是說兩樣本資料是相互獨立的，是對兩組平均數進行差異顯著性檢驗。
配對法與成組法之間的差別一是在於試驗材料的不同，二是檢驗的方法上的不同。
4:
統計指數的概念

簡單地說，統計指數就是相對數，我們在第四章中學習的六種相對數從廣義的角度來講均可稱為指數。

對由復雜現象構成的總體，計算其總體數量變動程度的相對數，就是通常意義上講的統計指數，即狹義的統計指數概念。

狹義的統計指數是指數分析的主要方面，特別是復雜現象總體的動態指數應用更多,在此只介紹動態指數。

（二）指數的分類

1、指數按其反映的對象范圍不同，分為個體指數和總指數。

2、指數按其反映的指標性質不同，分為數量指標指數和質量指標指數。

二、指數的作用

1、研究現象數量變動的方向及變動的幅度。

2、揭示復雜現象的變動趨勢及規律。

3、對現象變動的原因進行因素分析。

4、對社會經濟現象進行綜合評價和測定

一、個體指數的編制方法

個體指數是反映個別現象（即簡單現象總體）數量變動的相對數，按指數化指標的性質不同可分為數量指標個體指數和質量指標個體指數。

例8-1：某工廠生產兩種產品，2005年7、8月份單位產品成本和產量資料如下表：

表8-1

產品
單位
單位成本（元）
產量

7月份
8月份
7月份
8月份

甲
件
50
45
520
600

乙
公斤
120
110
200
500

如例8-1，要反映甲產品的產量及單位成本8月份比7月份的變化情況，則需分別編制甲產品的產量個體指數和甲產品的單位成本個體指數。

甲產品的產量個體指數:Kq= = 115.38%

說明甲產品產量8月份比7月份增長15.38%

絕對值增長：600-520=80（件）

甲產品的單位成本個體指數:Kp= = 90%

說明甲產品單位成本8月份比7月份降低10%（90%-100=-10%）。

單位成本變化絕對值：45-50=-5元，即甲產品的單位成本8月份比7月份下降5元。

同樣可編制乙產品的產量個體指數和單位成本個體指數。

乙產品的產量個體指數：:Kq= = =250%，說明乙產品產量8月份比7月份增長250%-1=150%，絕對值增長：500-200=300（公斤）

乙產品的單位成本個體指數:Kp= = 92%，單位成本變化絕對值：110-120=-10（元），即乙產品的單位成本8月份比7月份下降10元。

在編制個體指數時要注意分子採用報告期數值，分母採用基期數值，指數數值表明報告期水平是基期水平的多少，通常用百分數表示。

二、綜合指數的編制方法及特點

（一）綜合指數的概念及編制方法

1、綜合指數的概念

凡是一個總量指標（價值指標）可以分解為兩個或兩個以上的因素指標時，將其中的一個或一個以上的因素指標（即同度量因素）固定下來，僅觀察其中一個因素指標（指數化指標）的變動程度，這樣所編制的總指數稱為綜合指數。

2、產量總指數---數量指標指數的編制方法

拉氏產量指數=
例8-1中，產量指數= = = =180%

說明該企業生產的兩種產品產量8月份比7月份綜合增長了80%

=90000-50000 =40000（元）

其含義是由於產量的增長使總成本的絕對額增加了40000元。

3、單位成本總指數----質量指標指數的編制方法。

派氏指數=

例8-1中，單位成本總指數= = = =92%

說明該企業生產的兩種產品單位成本8月份比7月份綜合下降了8%（=92%-1）

=82000-90000=-8000

其含義是由於單位成本的下降使總成本的絕對額減少了8000元。

在編制數量指標指數時，指數化指標是數量指標，以基期的質量指標作為同度量因素；編制質量指標綜合數時，指數化指標是質量指標，以計算期的數量指標為同度量因素。

總結：以上編制總指數的方法是先綜合後對比，即首先解決不同度量單位的問題，使得不能直接相加的現象變得可以相加，然後再進行對比分析，因此，把這類總指數稱為綜合指數。

綜合指數的編制方法有兩個特點：第一，編制綜合指數要從現象之間的聯系中，確定與所要研究的現象有關聯的同度量因素；第二，將引進的同度量因素固定，以便消除其變化，來測定我們所要研究的那個因素即指數化指標的變動，從而解決對比問題。

數量指標指數公式的計算結果說明復雜現象總體數量指標綜合變動的方向和程度。分子與分母的差額說明由於數量指標的變動對價值量指標影響的絕對額。

質量指標指數公式的計算結果說明復雜現象總體質量指標綜合變動的方向和程度。分子與分母的差額說明由於質量指標的變動對價值量指標影響的絕對額。

5:什麼是抽樣誤差
在抽樣檢查中，由於用樣本指標代替全及指標所產生的誤差可分為兩種：一種是由於主觀因素破壞了隨機原則而產生的誤差，稱為系統性誤差；另一種是由於抽樣的隨機性引起的偶然的代表性誤差。抽樣誤差僅僅是指後一種由於抽樣的隨機性而帶來的偶然的代表性誤差，而不是指前一種因不遵循隨機性原則而造成的系統性誤差。

總的說來，抽樣誤差是指樣本指標與全及總體指標之間的絕對誤差。在進行抽樣檢查時不可避免會產生抽樣誤差，因為從總體中隨機抽取的樣本，其結構不可能和總體完全一致。例如樣本平均數與總體平均數之差，樣本成數與總體成數之差 | p − P | 。雖然抽樣誤差不可避免，但可以運用大數定律的數學公式加以精確地計算，確定它具體的數量界限，並可通過抽樣設計加以控制。

抽樣誤差也是衡量抽樣檢查准確程度的指標。抽樣誤差越大，表明抽樣總體對全及總體的代表性越小，抽樣檢查的結果越不可靠。反之，抽樣誤差越小，說明抽樣總體對全及總體的代表性越大，抽樣檢查的結果越准確可靠。在統計學中把抽樣誤差分為抽樣平均誤差和抽樣極限誤差，下面就這兩種誤差分別進行闡釋。為使推理過程簡化，這里不對屬性總體進行分析，而僅對變數總體進行分析計算。

[編輯]抽樣誤差的計算
1、表現形式：平均數指標抽樣誤差；成數（比重）抽樣誤差。

2、平均數指標的抽樣誤差

1）重復抽樣的條件下：

2)不重復抽樣的條件下：

3、成數指標的抽樣誤差

1）重復抽樣的條件下：

2）不重復抽樣的條件下：

[編輯]抽樣誤差的控制措施
抽樣誤差則是不可避免的，但可以減少，其措施有：

1、增加樣本個案數。

2、適應選擇抽樣方式。

6: 假設檢驗是數理統計學中根據一定假設條件由樣本推斷總體的一種方法。具體作法是：根據問題的需要對所研究的總體作某種假設，記作H0；選取合適的統計量，這個統計量的選取要使得在假設H0成立時，其分布為已知；由實測的樣本，計算出統計量的值，並根據預先給定的顯著性水平進行檢驗，作出拒絕或接受假設H0的判斷。常用的假設檢驗方法有u—檢驗法、t—檢驗法、X2檢驗法、F—檢驗法等
第6個的參考資料網址給你