《统计学》2数据的描述例析.docVIP

第二章 统计数据的描述 【说明】 （一）统计数据的分类、表达形式 1.按数据的计量尺度不同划分 分类数据---列名尺度、定类尺度、名义尺度的计量结果 对事物进行分类的结果，数据表现为类别，用文字来表述 表现为类别，用文字来表述 顺序数据----定序尺度的计量结果 对事物类别顺序的测度 数值型数据----定距尺度、定比尺度的计量结果 对事物的精确测度 结果表现为具体的数值 2.按收集方法划分 1、观测数据(observational data) 2、试验数据(experimental data) 3.按时间状况划分 截面数据(cross-sectional data) 在相同或近似相同的时间点上收集的数据 描述现象在某一时刻的变化情况 时间序列数据(time series data) 在不同时间上收集到的数据 描述现象随时间变化的情况 （二）数据的表现形式 绝对数 按其所反映的时间状况不同,划分为：时期数、时点数 （计量单位有实物单位、价值单位、复合单位） 相对数 包括： 比例 （Proportion）、比率 （Ratio） （计量单位有百分比、千分比） 统计数据的描述过程 一、第一个环节——统计数据的搜集 （一）统计数据的来源（渠道） （二）统计数据的搜集方式、方法 （三）统计数据的质量要求（评价标准） 1. 精 度：最低的抽样误差或随机误差 2. 准 确 性：最小的非抽样误差或偏差 3. 关 联 性：满足用户决策、管理和研究的需要 4. 及 时 性：在最短的时间里取得并公布数据 5. 一 致 性：保持时间序列的可比性 6. 最低成本： 以最经济的方式取得数据 二、第二个环节—— 统计数据的整理 【重点】数据的整理与显示的基本原则： 要弄清所面对的数据类型，因为不同类型的数据，所采取的处理方式和方法是不同的； 对分类数据和顺序数据主要是进行分类整理； 对数值型数据则主要是进行分组整理； 适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据。 第一步 数据的预处理 数据的编码： 给问题或答案分配数值 代码 数据的录入 将数据输入计算机中 数据的审核 检查数据中的错误 数据的筛选 找出符合条件的数据 数据排序 升序和降序 寻找数据的基本特征 数据审核 目的：保证数据的质量 不同类型的统计数据在审核内容和方法上有所差异。 对一手数据（原始数据）的审核包括完整性审核如逻辑检查、准确性审核如计算检查 对二手数据的审核着重考虑：适用性审核和时效性审核 数据筛选包括两项内容，即剔除和筛选出来 可以借助计算机来完成 数据排序 (方法) 分类数据的排序 字母型数据，排序有升序降序之分，但习惯上用升序 汉字型数据，可按汉字的首位拼音字母排列，也可按笔画排序，其中也有笔画多少的升序降序之分 数值型数据的排序 递增排序：设一组数据为x1，x2，…，xn，递增排序后可表示为：x(1)x(2)…x(n) 递减排序：可表示为：x(1)x(2)…x(n) 可以借助计算机来完成 第二步 数据分组或分类 一、含义 二、分组标志的选择原则 三、统计分组的基本类型（方法） （一）按品质标志分组——简单分组、复合分组 （二）按数量标志分组——单变量值分组、组距分组（等距或异距） 四、等距分组的步骤 从全部数据中找出最大值和最小值→计算全距R→确定组数K和组距d→确定组限的标记法 →确定各组组限 Sturges（斯特格斯）经验公式 （其中：K为组数，N为数据的个数） 第三步 统计数据的计算、汇总 包括两方面内容： 一是确定相关指标 二是描述统计数据的分布特征 一、计算和汇总的常用指标 频数（又称次数）（freguency） 频率（又称比例、比重）（proportion） 比率（ratio） 累积频数、累积频率 二、描述分布特征 三个方面： A.集中趋势的描述 B.离散程度的描述 C.分布形状（偏态与峰度）的描述 变量集中趋势分布特征的描述（第二节） （一）集中趋势的内涵 1、集中趋势的含义（Central Tendency） 常用集中趋势指标分类——统计平均数 众数(Mode) 位置平均数 中位数(Median) 四分位数 (Quartile) 数值平均数 算术平均数(Average) 几何平均数(Geomean) 调和平均数(Harmean) 2、集中趋