第二章 数据的描述与汇总统计.pptVIP

第二章 数据的描述与汇总统计 2.1 数据的整理与展示 社会、经济数据的特点： 样本点数量大、指标变量多、带有动态特性 数据分析的基本作为： 1. 描述和分析系统特征（现状、结构、因素之间关系等） 2. 分析系统的运行规律与发展趋势（动态数据） 3. 对系统的未来状态进行预测（建立模型） ２.2 数据的种类 一、数据计量的尺度 不同类型的数据在计算时的性质不一样 （１）对于定量数据可以进行数学运算 （２）顺序变量有时有计算意义 好 中 差 　 　　3 2 1 （３）对名义变量无法计算 　　黄　 红 绿 　　３　　２　　１ 三、 数据收集与提供方式—数据表 1. “样本点?变量”型 数据表 X 有 n 个样本点：e1,e2,…,en，每个样本点均由 p 个指标来描述。 数据表 X 有 p 个变量：x1,x2,…,xp； xj表示: 所有样本点在 j 指标上的取值。 北京市三次产业结构分析 2002年三次产业内部结构 2、北京市劳动就业需求预测分析（2003）  全市从业人口占总人口的比例(劳动参与率） 北京市GDP与就业人口的变化趋势 全市各所有制从业人员状况 按所有制的从业人员数量趋势 “其他”经济成分中的从业人员情况 北京市GDP、财政收入、就业的增长率 描述性统计的基本原则 1、直观：能清晰地表达主题 2、醒目：信息点特别突出 3、变化：图形使用应丰富多彩 4、图、文并茂：文字应与图、表的篇幅平衡 5、详略得当，防止冗长的流水帐 2.4 数据的概括性度量 一. 数据的分布中心 关于数据集合的集中趋势的测度 1. 中位数 （Median）: 将数据从小到大排序，中间位置的观测值 将n 个数据排序：x1 ? x2 ? … ? xn (1) min = x1 (2) max= xn (3) 中位数: 处于中间的位置观测值。 观测值个数是奇数时的中位数： 顺序变量的中位数： 阅读教材中 P65-66，例3-9 例2-5（P34）：某调查公司开展了对消费者对某个品牌洗发水的信任度调查，共随机调查了300名消费者，调查结果如下： 例 4: 某公司职工的教育背景 . 最高学历 频数 初中 15 高中 200 大学 185 硕士 55 博士 70 其他 25 总计 550 众数 = 注意: 对于定性数据，不存在平均值和中位数. 3. 均值 （Mean) 性质： (1) 观测值与均值的离差和为零： 例如. 31 , 38, 45, 50 均值= 41 -10, -3, 4, 9 总和=0 (2)观测值与均值的离差的平方和取到最小值。 应用建议： （1）对于名义变量，描述集中趋势的办法是: （2）对于顺序变量，描述集中趋势的最常用的办法是: （3）对于定量变量，一般使用平均值。 但当数据的直方图显示出是非对称（偏斜）分布时，常常使用中位数。 北京市平均工资的统计缺陷 2009年北京职工年平均工资为48444元（每月约4037元） 北京市平均工资的现行统计方法 北京职工平均工资是根据城镇单位上报的劳动情况表汇总计算而来（统计范围为“城镇单位”，不包括私营单位和个体工商户。） 调查方法：基本采用全面调查，共调查了全市7.9万个单位。 统计方法：用各个单位的工资总额相加后，再除以全部职工人数，计算出职工平均工资。 关于按行业平均工资分层确定北京地区社保缴费基数的建议 2010年7月16日北京市统计信息网: 2009年, 从19大行业看，职工年平均工资差距非常明显。其中，有10个行业职工的年平均工资低于全市平均水平，平均工资最低的三个行业分别是“居民服务和其他服务业”，“农、林、牧、渔业”，“住宿和餐饮业”。这三个行业的职工年平均工资分别为21454元、24881元和25078元； 工资最高的三个行业分别是“金融业”，“信息传输、计算机服务和软件业”，“电力、燃气及水的生产和供应业”，职工年平均工资分别为174183元、81319元和74071元。 “金融业”的职工年平均工资约为“服务业”的 8.2倍。 以全社会平均工资作为企业社保缴费基数，必然会造成一部分行业的企业社保缴纳负担过重，增加企业的人工成本，不利于企业的健康和可持续发展。特别对于劳动密集型企业或微利企业,影响则更为突出。 3. 方差 ( Variance )  问题：如何全面测度观测点集合的差异程度 例如：下面的 3 个观测集合，哪个总体