数据整理.ppt

第三章 数据整理 3.1 数据分组 3.2 次数分配 3.3 统计指标 3.4 统计表和统计图 3.1 数据分组 一、统计数据分组的目的及原则 二、统计分组的种类 1、按分组标志的多少不同分： 简单分组：分组仅按一个标志来进行 复合分组：分组按两个或两个以上的标志进行，并且层叠在一起。 例如：对全国的工业企业进行 简单分组： 按经济类型分：全民所有制企业、集体所有制企业、城乡个体企业 按轻重工业分：重工业、轻工业 按企业规模大小分：大型企业、中型企业、小型企业 复合分组： 2、按分组标志的性质不同分： 品质分组：按品质标志进行的分组 如人口总体按性别分组、高校教师按职称分组。 变量分组：按数量标志进行的分组 如企业按职工人数分------1000人以下、1000-5000人、5000人以上 三、分组标志与分组体系的选择 1、根据统计研究的目的，在对现象进行分析的基础上，抓住具有本质性的区别及反映现象内在联系的标志来作为分组标志。 2、在统计整理中，为了全面认识被研究现象总体，常常需要运用多个分组标志对总体进行分组，形成一系列相互联系、相互补充的分组体系。 四、统计分组方法 1、品质分组的方法 分组标志一经确定，组名称和组数也就确定，不存在组与组之间界限区分的困难。 复杂的情况下，各组界限不易划分，从这一组到另一组存在各种过度状态，边缘不清。 2、变量分组的方法： 变量分组的目的并不是单纯确定各组在数量上的差别，而是要通过数量上变化来区分各组的不同类型和性质。 单项式分组：是依次将每一个变量值作为一组。 （适用于离散型变量且变量取值不多的情况） 例如，居民家庭人口数，其取值不可能很多，且每一个取值都可视为一种类型。 组距式分组：把整个变量值依次划分为几个区间，各个变量值按其大小确定所归并的区间，区间的距离称组距。 包括等距分组和不等距分组 适用于连续型变量或虽为离散型变量但取值很多，不便一一列举的情况。 1）连续型变量的组距式分组 如对商店按销售额进行分组 ： 2）离散型变量的组距式分组 如对某企业的生产小组按人数分组： 组距式分组中的有关问题： （1）组距和组中值 组距两端的数值称为组限，其中：每组的起点数值称下限、每组的终点数值称上限。 离散型变量分组：各组的上下限都可以用确定的数值（整数）表示。 连续型变量分组：相邻组的上限和下限无法用两个确定的数值分别表示，因此上一组的上限同时也是下一组的下限。 例如：企业按工人工资对工人进行分组如下： 500—600元 600---700元 700---800元 如果某工人工资为700元，应将他归并到哪一组？ “上组限不计入”原则：遇到某单位的标志值刚好等于相邻两组上下限时，一般把此值归并到作为下限的那一组。 （2）全距：变量值中最大值与最小值的差数 组数=全距/组距 组距=上限—下限 （3）组中值=（上限+下限）/2 合理确定组中值 3.2 次数分配 二、变量次数分配的编制 1、将原始资料按顺序排序 2、确定组数与组距 （1）当n较大时，k取10~20；当n50时， k取5~6 ； 3、确定组限 每组区间的界限称为组限。 离散型变量，分组时相邻组的组限必须间断。 如某省企业按职工人数分组，可分为：0-99，100-199，200-299，300-399，…，900-1000等； 连续型变量，相邻组的上、下限采用重叠的方法分组界定。 如按职工工资分组，0-500，500-1000，1000-1500，1500-2000，…，等； 4、将各个数据按其数值大小归入相应的组内。 分组计算 组数＝1+3.322 log n （n=30) =5.9 分6组 组距：每组区间的宽度 ＝（观察值中的最大数值－ 观察值中的最小数值）/组数 =(128-84)/6=7.3 84-91，91-98，98-105，105-112，112-119，119-126；未包含最大值 83-91，91-99，99-107，107-115，115-123，123-131； 按5组，10元作为组距，计算次数。 求次数分配表和直方图 次数分配表 累计次数分布 作图 如果分两组 分组太细会出现什么问题？ 前面分组都是等距分组 也有不等距分组 在不等距分组情况下，要比较各组次数或分析总体结构，要消除由组距不等造成的影响。为此需计算单位组距的次