第二章统计数据的搜集与整理.docVIP

第二章 统计数据的搜集与整理 第一节 数据的计量与类型 统计研究客观事物的数量方面，离不开统计数据，统计数据是对客观现象进行计量的结果。对统计数据的属性、特征进行分类、标示和计算，称为统计测定或统计度量，有定性测定和定量测定之别，并且可分不同的层次。根据计量学的一般分类方法，按照对事物计量的精确程度，可将所采用的计量尺度由低级到高级、由粗略到精确分为四个层次，即：定类尺度、定序尺度、定距尺度和定比尺度。采用不同计量尺度可以得到不同类型的统计数据，而不同类型的逃难数据又适用于不同的统计分析方法。 一、数据的计量尺度 （一）、定类尺度（Nominal scale） 定类尺度也称类别尺度或列名尺度，是最粗略、计量层次最低的计量尺度。它只能按照事物的某种属性对其进行平行的分类或分组。使用该尺度对事物所作的分类，各类别之间是平等的并列关系，无法区分优劣或大小，各类别之间的顺序是可以改变的。由于定类尺度只能区分事物是同类或不同类因此它具有=或≠的数学特性。定类尺度是对事物最基本的测度，是其他计量尺度的基础。 要求：必须符合穷尽性和互斥性的要求。 （二）定序尺度（Ordinal scale） 定序尺度又称顺序尺度，是对事物之间等级差或顺序差别的一种测度。它不仅可以竟事物分成不同的类别，而且还可以确定这些类别的优劣或顺序。定序尺度对事物的计量要比定类尺度精确些，但它也只测度了类别之间的顺序，而未测量出类别之间的准确差值。因此该尺度具有和的数学性质，当然也包括了定类尺度的特性，其计量结果不仅能对事物分门别类，还可以比较大小，但不能进行加、减、乘、除等数学运算。 （三）定距尺度（Interval scale） 定距尺度也称间隔尺度，它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类别之间的差距是多少。它是对事物类别或次序之间间距的测度，通常使用自然或度量衡单位作为计量尺度，计算结果表现为数值。由于这种尺度的每一间隔都是相等的，只要给出一个计量单位，就可以准确地指出两个计数之间的差值。它不仅具有定类尺度和定序尺度的特性，其结果还可以进行加、减运算。 （四）定比尺度（Ratio scale） 定比尺度也称为比率尺度，它与定距尺度属于一个层次，一般可不作区分，其计量的结果也表示为数值。它除了句要上述三种计量尺度的全部特性外，还可以计算两个测度值之间的比值。这就要求定比尺度中必须有一个绝对固定的“零点”，这也是它与定距尺度的唯一差别。因此采用定比尺度计量的结果通常不会出现“0”值。现实生活中，大多数情况下使用的都是定比尺度。 定距尺度和定比尺度的区别可以形象的比喻为：定距尺度是从桌面上开始测量高度，定比尺度则是从地面上开始测量高度。定比尺度中由于“0”表示不存在，因而其数值不仅可以比较大小、计算差值，还可以计算数值之间的比值。它可以进行加、减、乘、除运算。 定类尺度 定许尺度 定矩尺度 定比尺度 = ≠ √ √ √ √ √ √ √ + ― √ √ × ÷ √ 二、数据的类型和分析方法 数据类型与分析方法 统计数据是采用某种计量尺度对事物进行计量的结果，采用不同的计量尺度会得到不同类型的统计数据，有以下四种类型： 定类数据：表现为类别，但不区分顺序，是有定类尺度计量形成的。 定序数据：表现为类别，但有顺序，是有定序尺度计量形成的。 定距数据：表现为数值，可进行加、减运算，是由定距尺度计量形成的。 定比数据：表现为数值，可进行加、减、乘、除运算，是由定比尺度计量形成的。 前两类数据说明的是事物的品质特征，不能用数值表示，其结果均表现为类别，也称为定性数据或品质数据（Qualitative data）；后两类数据说明的是现象的数量特征，能够用数值来表现，也称为定量数据或数量数据（Quantitaive date）。由于定距尺度和定比尺度属于同一测度层次，所可以把后两种数据看作是同一类数据，统称为定量数据或数值型数据。 特别指出：适用于低层次测量数据的统计方法，也适用于较高层次的测量数据，因为后者具有前者的数学特性；反之，适于较高层次测量数据的统计方法，则不能用于较低层次的测量数据，因为低层次数据不具有高层次测量数据的数学特性。 变量及其类型 在统计中，把说明现象某种特征的概念称为变量（Variable）,变量的具体表现称为变量值。统计数据就是统计变量的具体表现，变量可分为以下几种类型： 1、定类变量（Nominal variable）。如果一个变量由定类数据来计录就称为定类变量。如…… 2、定序变量（Ordinal variable）。如果一个变量由定序数据来计录就称为定序变量。如…… 3、数字变量（Numerical variable）。如果一个变量由数量数据来计录就称为数字变量。如…… 三、统计调