數據和圖表.pptVIP

数据和图表 任课教师：禤宇明 内容 基础知识 变量、尺度、数据 数据类型与分析方法 类别数据、顺序数据、等距数据、比例数据 数据的来源 数据的整理和统计图表 次数分布表、条形图、饼图、线图、直方图 1. 基础知识1.1 变量、尺度、数据 身高 高、矮、中等个头 180cm 变量 variable：事物的某种特征，这种特征在不同个体之间有差异尺度 scale：测量的标准数据 data：测量的结果 对同一个研究对象，用不同的尺度进行测量，也可以得到不同的结果 1.2 四种测量尺度 类别尺度（Nominal Scale） 顺序尺度（Ordinal Scale） 等距尺度（Interval Scale） 比例尺度（Ratio Scale） 类别尺度（Nominal Scale） 例子 性别（男、女）、企业性质、职业、地区 特性 也叫称名尺度或列名尺度 只能按照事物的某种属性对其进行平行的分类或分组 只能区分事物是同类或不同类（“ 和?”） 通常计算每一类别中各元素或个体出现的“次数”或“频率”来进行分析 顺序尺度（Ordinal Scale） 例子 考试成绩：优、良、中、及格、不及格 教育水平：小学及以下、初中、高中、大学及以上 特性 对事物之间等级差别或顺序差别的一种测度 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 该尺度具有“ 和 ”、“ 和 ”的数学特性，但不能进行加、减、乘、除运算 等距尺度（Interval Scale） 例子 温度 特性 测量结果表现为数值，有相等的单位，但没有绝对零点 等距尺度具有类别尺度、顺序尺度的数学特性外，其结果还可以进行加、减运算 比例尺度（Ratio Scale） 例子 长度、重量、收入 特性 测量结果表现为数值，有相等的单位，且有绝对的零点 比例尺度具有类别尺度、顺序尺度和等距尺度的数学特性外，其结果还可以进行乘、除运算 2. 数据类型和分析方法2.1 数据的类型 四分法 类别数据、顺序数据、等距数据、比例数据 二分法 定性数据（Qualitative Data） 类别数据、顺序数据 定量数据（Quantitative Data） 等距数据、比例数据 四类数据的比较 2.2 不同类型的数据采用不同的统计方法 类别数据 计算各组的频数、频率，众数、异众比率、列联分析、?2检验等 顺序数据 中数（中位数）、四分位差、等级相关系数、非参数分析 等距数据、比例数据 计算各种统计量、参数估计、参数检验 3. 统计数据的来源 直接来源 调查 普查、抽样调查 观察与实验 间接来源（二手数据） 不是自己亲自调查的，是别人的数据、公开出版或报道的数据 统计年鉴；报刊、杂志、图书、广播、电视传媒中的各种数据资料 4. 数据的整理和统计图表4.1 数据的整理 数据整理 通过各种渠道搜集到统计数据之后，首先应对其进行加工整理，使之系统化、条理化，以符合分析的需要。整理可以大大简化数据，更容易理解和分析。 数据整理的步骤 数据的预处理 数据的审核与筛选——检查每个样本点是否完整、准确；将不符合要求的数据删除，符合条件的选出来。 数据的排序——便于发现数据特征或趋势，也有助于检查错误 分类或分组 汇总 数据整理的原则 对定性数据主要做分类整理 对定量数据主要做分组整理 4.2 类别数据的整理与图表展示 整理 列出事物的类别，计算出每一类别的次数、频率或比例、比率 图表展示 次数分布表 列出不同类别所对应的次数或比例 条形图、饼图 次数分布 frequency distribution 条形图 bar graph 饼图 pie graph 4.3 顺序数据的整理与显示 类别数据的整理和显示的内容都适用于顺序数据。除此之外顺序数据还可以计算累积次数，图形显示用到累积次数分布图和环形图 累积次数（cumulative frequencies）将各类别的次数逐级累加起来 向上累积：从类别顺序开始一方向最后一方累加频数 向下累积：从类别顺序最后一方向开始一方累加频数 累积百分比（cumulative percentages） 条形图 bar graph 向上累加分布图cumulative distribution 向下累加分布图 4.4 定量数据的整理和图表显示 数据的分组 定量数据包括等距数据和比例数据，在整理时通常要进行分组，然后再计算出各组中出现的次数。分组方法一般用组距分组法 图表显示 次数分布表 直方图、次数多边形图、累加直方图 4.4.1 组距分组的步骤 1. 求全距 R＝Max－Min 2. 定组数 组数过多过少都不合适 经验公式组数 k 1.87 N－1 0.4， N为数据个数 3. 定组距 组距是一个组的上限与下限之差组距 （最大值-最小值）/组数 4. 写出组限