《第二章统计数据的描述统计学.pptVIP

第二章 统计数据的描述 2.1 数据的计量尺度 2.2统计数据的来源 2.3 统计数据的质量 2.4 统计数据的整理 2.5 分布集中趋势的测度 2.6 分布的离散程度的测度 2.7 分布的偏态和峰度的测度 2.8茎叶图和箱线图 2.9 统计表和统计图 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2.1数据的计量尺度 在进行统计数据分析和整理时，都需要了解统计数据的性质。为此要对统计数据进行分类，根据计量学一般分类方法，将统计数据按照从粗略到精确（从低级到高级）分类的计量尺度分别是 列名尺度（定类尺度）、顺序尺度（定序尺度）、间隔尺度（等距尺度）和比例尺度（等比尺度）。 1、列名尺度（nominal scale) 列名尺度是最粗略的计量尺度，它只能对事物进行平行的分类和分组，各类、组之间是平行的。 例如 将06营销和06会计专业学生按生源地划分，可以将学生分为 云南籍学生、贵州籍学生、广西籍学生 … 等等。在本例中生源地就是列名尺度。 由列名尺度确定的数据是不能进行加、减、乘和除法运算的。有时，我们用“1”表示云南籍学生，“2”表示贵州籍学生，“3”表示广西籍学生，… 等等，这时，1， 2， 3等等仅是一个符号，不能进行运算。 2、顺序尺度（ordinal scale) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 顺序尺度比列名尺度要高一级 ，表现为各类或组之间有一定的顺序， 可以进行优劣等级的比较。例如 把我们同学按照学习成绩优秀、良 好、及格和不及格四类，显然这四类是有好坏或者说顺序之分的， 不是平行的。优秀、良好、及格和不及格就是顺序数据，学习成绩就是顺序尺度。显然顺序尺度一定是列名尺度，顺序数据一定是列名数据。 3、间隔尺度（interval scale） 间隔尺度是一种对数据进行精确计量的尺度，它不仅可以比较各事物的顺序，而且还可以计算其大小和差值的大小，也就是数量的间隔。 例如我们同学数学考试成绩是69、80、70、90、76等等。 间隔尺度度量的统计数据是可以进行加法和减法运算。 显然间隔尺度度量的数据一定是顺序数据，也一定是列名数据。 4、比例尺度（ratio scale） 比例尺度，又称为定比尺度，是一种比间隔尺度更高级的计量尺度，和间隔尺度主要区别是对“0”的理解上，在间隔尺度中，“0” Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 表示一个具体值，在比例尺度中 “0”表示没有。例如假设我数学考试成绩是0分，表示我数学成绩是0分，也是我的成绩，并不是表示我没有成绩，也不表示我没有一定数学知识，至少1+2=3是知道的。 假设我身上是0元钱，表示我口袋了一分钱都没有，也就是没有钱。 可以看出表示成绩的统计数据是间隔数据，表示钱的统计数据是比例数据。 两者之间的关系：间隔数据的差是比例数据。例如 物理学中的电势、 电势能、温度、重力势能都是间隔数据，但它们的差 电势差、电势能差、温度差和重力势能查都是比例数据。 在经济学中，绝大多数统计数据都是比例数据。GDP 、就业人数、 企业总产值、企业主营业务收入等等都是比例数据。 显然比例数据一定是间隔数据。比例数据可以进行加、减、乘和除法运算。 凡是适合低级数据的统计方法，对高级数据都适合，反之，就不一定成立。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2.2统计数据的来源 统计数据的来源主要有直接来源和间接来源。 间接来源是指利用现有的数据。例如从报纸、图书、杂志、统计年鉴、网络获取的数据是间接数据，也包括才市场调查公司或数据库 购买的数据。 直接来源 主要包括试验设计和统计调查获取的数据。物理、化学、生物等自然科学中统计数据直接来源于试验设计，经济学