管理统计学精要.pptVIP

* * :1, 1, 3 * 另外,时间的刻画(年份) 年龄 都是这类数据. Nominal ordinal scale data * 参数估计 假设检验 方差分析 回归分析 时间序列分析 推 断 性 统 计 学 第一章 统计学概述 * 1.1 统计资料 定义： 统计可以是统计数据的搜集工作即统计工作 也可以是统计活动的结果即统计数据。 还可以是统计数据进行搜集、汇总、和分析的技术，即统计学 * 统计资料 对现象进行计量的结果 不是指单个的数字，而是由多个数据构成的数据集 不仅仅是指数字，它可以是数字的，也可以是文字的 * 基 本 构 成 要素 元素（Element） 变量（Variable） 观测（Observation） 关于元素的一种属性或特征 研究对象由各元素组成 资料中关于某一元素所有各变量的信息 1.1 统计资料 * 变量（Variable） 定量变量（Quantitative variable） 结果可用数字表示 定性变量（Qualitative Variable） 结果不可用数字表示 1.1 统计资料 * 姓名 性别 年龄 身高(m) 体重(kg) 民族 公司服务年限 受教育年限 甲 男 33 1.85 65 汉 3 18 乙 女 25 1.65 55 回 2 16 丙 男 26 1.72 60 满 1 15 丁 女 35 1.60 53 回 4 16 戊 男 32 1。83 68 汉 2 19 表1-1 员工个人资料表 1.1 统计资料 * 统计数据类型 定比数据(ratio) 定类数据(nominal) 定序数据(ordinal) 定距数据(interval) 通常用文字表现 用数字表现 * 定类尺度 按现象性质差异进行的辨别与区分。测量结果形成定类数据。 定类数据确切的值是以文字表述的，可以用数值标识，但仅起标签作用。 定类数据的各类别间是平等的，没有高低、大小、优劣之分。 * 性别 种族 运动项目 定类数据举例： * 定序尺度 对现象顺序差异进行的辨别与区分。测量结果形成定序数据。 定序数据确切的值是以文字表述的，也可以用数值标识，也仅起标签作用。 定序数据各类别间有高低优劣之分，不能随意排列，但差异无法准确计量。 * － ≠ － ≠ ≠ ＞ ＞ 大学生 中学生 小学生 定序数据举例： * 定距尺度 按现象绝对数量差异进行的辨别与区分。测量结果形成定距数据。 定距数据的值以数字表述，有计量单位，可以进行加减运算。 定距数据各类别间自然有大小之分，但没有绝对的零点，不能进行乘除运算。 * 天气预报：沈阳：最高温度3℃，最低－7℃ 大连：最高温度6℃，最低－2℃ 两地最高温度相差3℃ 沈阳最低温度较大连最低温度低5℃ 大连最高温度是沈阳最高温度的2倍 ? ? ? 温度 时间 定距数据举例： 定距数据都没有绝对的零点 * 定比尺度 对现象绝对差异与相对差异进行的辨别与区分。测量结果形成定比数据。 定比数据确切的值也以数字表述，有计量单位 ，可以进行加减运算。 定比数据有绝对意义上的零点，既可以加减运算，也可以乘除运算。 * 数据度量尺度Data Measured by Scales 3. 定距尺度Interval 没有真正的零点 例如， 温度 4. 定比尺度Ratio 存在真正的零点 倍数有意义 例，身高、体重 1. 定类尺度Nominal 无等级次序排列 例如：男-女 从事工作的行业 2. 定序尺度Ordinal 可作等级次序排列 例如：公司职位 产品满意度 * 数据度量与信息含量Data Measurement and Information 度量尺度的信息含量由弱到强排列： 定类尺度→定序尺度→定距尺度→定比尺度 定类尺度和定序尺度用于属性数据 信息量低 定距尺度和定比尺度用于数值数据 信息量高 * 甲、乙有生命 很低 不能计算，只能判断＝、≠ 甲、乙有生命 定类测量 甲为中年人，乙为少年人。 较低 ＝、≠、、 甲、乙有生命 甲生命时间较乙长 定序测量 甲生于1941年、乙生于1986年。 较高 ＝、≠、 、 、+ 、－ 甲、乙有生命 甲生命时间较乙长 甲比乙大45岁 定距测量 甲60岁、乙15岁 很高 ＝、≠、 、 、+ 、－、×、÷ 甲、乙有生命 甲生命时间较乙长 甲比乙大45岁 甲 年龄为乙的4倍 定比测量 测量 精度 计算 方法 信息 数量 甲乙的生命状态 * 在自然或社会经济领域里，单纯的定距变量是很少的，绝大多数定距变量同时也是定比变量。 定距测量与定比测量的区别只在理论上有意义，在实际工作中常将二者归为一类。 注意： * * 统计指标 数据经