第9章 数据分析一演示文稿.PPTVIP

第九讲 数据分析（一） 余可发 博士 江西财经大学工商管理学院 一、数据处理与分析过程 1、编辑 2、编码 3、数据输入 4、数据分析 （描述性分析、单变量分析、双变量分析、多变量分析） 5、解释 二、编辑 编辑就是检查和调整数据遗漏、易读性和一致性的过程。 编辑人员的任务就是要检查调查问卷或者其他数据收集形式中出现的错误和遗漏。当发现问题时，编辑要及时调整数据让他们变得更加完整、一致、可读。 编辑技巧： 1、退回重新填写 2、按缺失数据处理 3、丢弃 （1）不符合要求的问卷和少。 （2）样本单位数很大。 （3）不符合要求的问卷与符合要求的问卷之间在调查对象上的特征上没有明显的不同。 （4）不符合要求的回答在该问卷中占很大的比例。 （5）对关键变量的回答是缺失的。 编辑的类型： 现场编辑 后期编辑 编辑的任务： 1、确定是否需要补充调查 2、编辑的一致性 3、编辑的完整性 编码工作一般包括以下几个方面： （1）确定变量 （2）确定变量值 （3）无结构问题的编码 （4）编码说明书及数据输出格式说明书。 五、数据分析 描述分析法 假设检验法 方差分析法 聚类分析法 判别分析法 回归分析法 1、描述性统计分析 频数、频率分析 数据集中趋势分析 算术平均数 中位数 众数 数据分散趋势分析 全距（极差） 四分位差 标准差 数据总体形态分布 偏度（Skewness） 峰度（Kurtosis） 频数、频率分析（1） 例1：假设有样本数据 算术平均数 未分组数据的平均数计算 分组数据的平均数计算 上例的计算结果 中位数的计算（1） 未分组数据的中位数计算 对所有数据进行排序，当数据量为奇数时，取中间数为中位数，当数据量为偶数时，取最中间两位数的平均数为中位数。上例中数据量为100，是偶数，所以应取排序后第50位数和第51位数的平均值作为中位数。第50位数是3，第51位数也是3，所以中位数为3。 中位数的计算（2） 分组数据的中位数计算 下式中L为中位数所在组的下限值，fm为中位数所在组的组频数， Sm-1为至中位数组时累计总频数，h为组距。 中位数的计算（3） 例2：假设有分组数据如下（销售额单位为万元） 中位数的计算（4） 依据公式 例2的中位数为 众数的计算 未分组数据的众数为出现次数最多的数。 分组数据的众数依据下式计算获得。 表达式中△1表示众数所在组与前一组的频数差，△2表示众数所在组与后一组的频数差。依据公式，例2分组数据的众数为104.29万元。 全距（极差）的计算 全距指的是样本数据中最大值与最小值之间的距离，因而也叫极差。例1中最小值为1，最大值为6，因而全距为6-1=5。 四分位差的计算 四分位差是一种按照位置来测定数据离散趋势的计量方法，它只取决于位于样本排序后中间50%位置内数据的差异程度。即第一个四分位与第三个四分位数据之间的差异。例2的四分位差计算过程如下 标准差的计算（1） 未分组数据的标准差计算 标准差的计算（2） 分组数据的标准差的计算 常用图形——柱形图 直方图 饼形图 趋势图 散点图 态度对比图 轮廓形象图 雷达图 数据分布形态图 SPSS的描述性分析 Frequencies：频数分布表 Descriptives：一般性描述 Explore：探索性分析 Crosstabs：交叉列表 描述性分析 频数分布表(Frequencies) 是否显示频数表 分布特征描述 频数表排列次序 一般性描述(Descriptives) 是否保存标准 变换后的数据 探索性分析(Explore) 两者均有 Explore：定义统计量 Explore：定义统计图 正态性检验/正态分布图 Explore：缺失值的处理 Exclude case listwise:不分析有任一缺失值的记录 Exclude case pairwise:不分析计算某统计量时有缺失值的记录 Report values:报告缺失值 Explore：结果解释 Explore：结果解释 Explore：结果解释 2、假设检验 假设检验又叫显著性检验 （test of significance）。 显著性检验的方法很多 ，常用的有u检验、t检验、F检验和?2检验等。 尽管这些检验方法的用途及使用条件不同，但其检验的基本原理是相同的。 假设检验的步骤 建立假设。对样本所属总体提出假设，包括无效假设H0和备择假设HA； 确定显著水平α。常用的显著水平α＝0.05和α＝0.01； 从无效假设H0出发，根据样本提供信息构造适宜统计量，并计算统计量值或概率； 由附表查出相应的统计量临界值，比较样本统计量值与临