1数据意义分类来源解析.ppt

第一章数据的意义、分类和来源 Topics 数据、模型与决策的联系 数据的分类 数据的获取 数据、模型与决策的联系 决策：为达到某一预定目标，在掌握充分、必要的数据前提下，按照一定的价值评判标准，运用逻辑和数学推理方法，对可能采取的方案做出合理的选择 数据：所研究的事物、现象的属性的具体描述，是决策所依据的数值 分类：企业管理决策中，表现为各种资料 空间：内部与外部资料 特征：数据型和文字型资料 时间：往期、当期和预测资料 数据的准确性对于决策至关重要 模型：真实事物的人为再现或概要复制。模型略去次要枝节，突出主干，浓缩了问题的核心 图解模型和数学模型 决策作为一个过程，以数据为投入，以对不同方案的选择为产出，而模型是由数据到决断这一过程所遵循的思维方式和方法 构建决策模型是问题的核心。各种数学模型具体结构不同，但都含有代表投入因素的变量（或常量）和代表产出结果的变量，并且按特定联系法则构成的数学表达式 建模就是抓住实际决策问题的主要环节，删繁就简，提炼出投入变量。确定它们与结果变量的数理关系，用数学表达式进行表达。一旦模型建立，投入已知数据，经运算得出结果，据此对方案做出选择 R 数据的分类 特征：附着在研究对象上的信息 变量：表示研究对象特征的量 性别、年级、温度、重量 变量值（数据）：变量的具体取值 性别=男 年级=2年级 温度=摄氏30度 重量=70KG 定性（类型）数据 非数值型，其值没有数学意义 性别、年级、主营业务、经济性质 定量数据 数值型，其值有数学意义 温度、重量、员工数、销售收入 定量数据 离散型数据（Discrete）：取值不连续 汽车整车产量、电视机产量 连续型数据（Continuous）：取值不连续 化肥产量、灯泡使用寿命 定性数据的测度 定名数据（无序分类尺度） 数值属于不同类型，没有任何数学意义或者排序上的意义 性别、宗教、种族 定秩数据（有序分类尺度） 数值属于不同类型，没有任何数学意义，但有排序意义（类型的级别） 年级、酒店星级、体育竞赛金银铜牌 数据无量纲，数值间差值不代表具体差距 定量数据的测度 定距数据（间隔尺度） 数值有数学意义，差值代表具体差距；但“零点”是认为指定的，数值间的比例没有意义 温度、效用、统计指数、智商 定比数据（比例尺度） 数值的差值不仅代表具体差距，而且有自然的“零点” ，数值间的比例有意义 重量、产量、高度、产品使用寿命 例：考察新加坡390所学校情况，获得如下数据：学校名称、学生数量、每名学生月花费金额、教师的平均工资、学生的智商 学校名称：定性、定名数据 学生数量：定量、定比数据 每名学生月花费金额：定量、定比数据 教师的平均工资：定量、定比数据 学生的智商：定量、定距数据 数据的获取 数据的来源与获取方法 总体与样本 统计调查方式 数据的来源与获取方法 直接来源：专门为本次研究，通过一定方法而直接获取的一手数据（primary data） 间接来源：通过各种渠道获取的已经存在的二手数据（secondary data） 一手数据的获取 询问法：直接向调查对象提出问题以获得信息的一种方法。根据与被调查者接触方式不同分为 访问（面对面）调查 邮寄调查 电话调查 网络调查 座谈会 个别深度调查 访问（面对面）调查 回答率较高 容易收集到希望了解的信息 调查双方能互相启发，帮助弄清或理解问题 能够通过直接观察，辨别回答的客观性和真实性 邮寄调查 调查费用较低 调查人数、区域不受限制 有充分时间思考、作答 对问题看法不受调查员影响 电话调查 速度快 成本低 具备访问调查的一些优点 网络调查 高效、便利，趋势 座谈会 广开言路，有利于取得较为广泛、深入的意见 个别深度调查 一次只有一名受访者参与，适宜较隐秘和敏感问题研究 座谈会和个别深度调查属于定性法，不能对总体特征进行推断 观察法：调查人员深入现场亲自观察、测量计数取得数据的方法 优点：被调查者未察觉，表现自然。数据比较客观、准确 缺点：难以观察到决定外部反映的内在因素 实验法：在人为设定的特殊实验场所、特殊状态下，对调查者进行实验以取得数据的方法；分为室内或市场实验法 模拟法：不是从对象存在和发生的现场获取数据，而是依据一定的基本数据和规律，用计算机产生大量随机数据 二手数据的获取 公开出版或报道的数据 统计年鉴、学报、报告、报刊、杂志、图书、视频、因特网 未公开的数据 内部资料 引用应注明出处 数据调查中若干重要问题 数据调查通常以问卷为基础，问卷是管理学科调查收集数据最重要的工具 问题 问卷问题的产生 问卷问题设立的关键：能够获得诚实的回答 问卷问题写法的几个关键 对于得不到诚实回答而又