第二章统计数据的收集解释.ppt

第二章 统计数据的收集 ;一、数据的计量尺度 统计数据（Data）是对客观现象进行登记和计算的结果，是进行统计分析的基础。由于客观事物及其现象具体特征不同，以及进行统计资料搜集时采用的具体量表不同，所得到的观测数据的精确程度也就不同，这里用数据计量尺度来加以区分。 由粗略到精细，由初级到高级，可将数据计量尺度分为定类尺度、定序尺度、定距尺度和定比尺度四个层次。 ;1、定类尺度（Nominal Scale） 定类尺度又称为类别尺度或列名尺度，由其构成的量表一般称为称名量表或分类量表。定类尺度是最粗略、计算层次最低的计量尺度。 定类尺度只能按照事物及其现象的某种属性对其进行平行的分类或分组。例如车牌号、学生的学号、运动员号码、身份证号码、人员性别、企业类别等等。;1、定类尺度（Nominal Scale） 定类尺度精确到“一一变换是唯一的”，具有传递性，即当 a=b ，b=c 时，有 a=c 。 由定类尺度计量形成的定类数据，表现为不分顺序的类别，只能进行 = 和≠的运算，也就是只能区分事物是同类或不同类，进行分类统计。定类尺度可以计算频率或频数，众数和进行列联分析。 ;性别;2、定序尺度（Ordinal Scale） 定序尺度又称为顺序尺度，由其构成的量表一般称为顺序量表。例如军阶、职称、工资级别、产品质量等级、受教育水平等。 定序尺度精确到“单调变换是唯一的”，变换不改变定序尺度中的信息，即 ， ，则有 。;2、定序尺度（Ordinal Scale） 定序尺度是描述事物之间等级差或顺序差别的一种测度。不仅可以将事物分成不同的类别，还可以确定这些类别的优劣或顺序。 由定序尺度计量形成的定序数据，表现为有顺序的类别，可以比较大小、优劣，具有 =、≠、 和 的数学性质，可以计算中位数，但不能测量出类别之间的准确差距，不能进行加减乘除的运算。;－;3、定距尺度（Interval Scale）? 定距尺度又称为间隔尺度，由其构成的量表一般称为间隔量表或间距量表。 定距尺度精确到“准确到线性变换是唯一的”。不仅能将事物区分为不同类型并进行排序，而且可以准确地指出事物类别之间的距离是多少。但是定距尺度没有确定的“零点”。 ;3、定距尺度（Interval Scale）? 定距尺度的特征可以用公式表示为 。 由定距量表计量形成的定距数据，表现为数值，通常是以自然单位或度量衡单位作为量纲，它是一个真正意义上的“定量”量表，可以进行加减运算，可以计算平均数，标准差，相关系数，检验量，检验量等参数统计指标数值。;天气预报：南京：最高温度3℃ 长沙：最高温度6℃;4、定比尺度（Ratio Scale） 定比尺度又称为比率尺度，由其构成的量表一般称为比例量表。 定比尺度精确到“乘以一个正常数的变换是唯一的”。 由定比尺度形成的定比数据，也表现为数值，并且是等级最高的统计数据，可以进行加减乘除的运算。 ;1980年出生; ;二、数据的分类;（一）统计数据的次级来源;;二手数据的特点;二手数据的评估;利用二手数据对使用者来说既经济又方便，但使用时应注意这些统计数据的权威性，即这些数据是谁搜集的，其收集的目的是什么，采用怎样的方法收集，什么时候收集的等等。 在使用时还要注意二手数据的含义、计算口径和计算方法，以避免误用或滥用。 同时，在引用二手数据时，一定要注明数据的来源，以尊重他人的劳动。;（二）统计数据的直接来源;⒉ 抽样调查(sampling survey)：从调查对象的总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体数量特征的一种数据收集方法。 特点：经济性；时效性强；适应面广；准确性高;抽样调查有如下几个特点： 第一、样本单位按随机原则抽取； 第二、根据部分调查的实际资料对总体的数量特征作出估计； 第三、抽样误差可以事先计算并加以控制。 抽样调查的适用范围主要有： 第一、对一些不可能或不必要进行全面调查的社会现象，采用抽样调查； 第二、对普查资料进行必要的修正。;抽样调查必须遵循以下原则： 首先是随机原则，即要使所有调查单位都有同样被抽取的机会； 其次是最大抽样效果原则，即在既定的调查费用下使抽样估计误差最小，或者是在给定的精确度下，使调查费用最少。;⑴ 随机抽样的方法 ( 概率抽样 ) 随机抽样（random sampling）是一种目标总体中每个个体都有已知的机会被选中作为样本的抽样方法 简单随机抽样（simple random sampling）是指从包括总体N个单位的抽样框中随机地、一个一个地抽取n个单位作为样本，每个单位入样的概率是相等的。 ;【