第三章數據的整理與顯示.ppt

数值型数据的图示 ?多变量数据—雷达图、散点图、气泡图 显示多个变量的图示方法 在显示或对比各变量的数值总和时十分有用 假定各变量的取值具有相同的正负号，总的绝对值与图形所围成的区域成正比 可用于研究多个样本之间的相似程度 多变量数据—雷达图(radar chart) ? 设有n组样本S1，S2，…Sn，每个样本测得P个变量X1，X2，Xp，要绘制这P个变量的雷达图，其具体做法是 多变量数据—雷达图(雷达图的制作) 先做一个圆，然后将圆P等分，得到P个点，令这P个点分别对应P个变量，在将这P个点与圆心连线，得到P个幅射状的半径，这P个半径分别作为P个变量的坐标轴，每个变量值的大小由半径上的点到圆心的距离表示 再将同一样本的值在P个坐标上的点连线。这样，n个样本形成的n个多边形就是一个雷达图 多变量数据—雷达图 (例题分析) 【例】2000年我国城乡居民家庭平均每人各项生活消费支出构成数据如表。试绘制雷达图。 今天的主食是面包 2000年城乡居民家庭平均每人生活消费支出构成(%) 项 目 城镇居民 农村居民 食品 衣着 家庭设备用品及服务 医疗保健 交通通讯 娱乐教育文化服务 居住 杂项商品与服务 39.18 10.01 8.79 6.36 7.90 12.56 10.01 5.17 49.30 5.75 4.52 5.24 5.58 11.18 15.47 3.14 多变量数据—雷达图 (例题分析) 数据类型及图示 (小结) 合理使用图表 鉴别图形优劣的准则 强调数据间的比较 有对图形的统计描述和文字说明 服务于一个明确的目的 让读者的注意力集中在图形内容上 避免歪曲 显示数据 好图 统计表的结构 1999～2000年城镇居民家庭抽样调查资料 项目 单位 1999年 2000年 调查户数 平均每户家庭人口 平均每户就业人口 平均每户就业面 平均一就业者负担人数 平均每人全部年收入 ＃可支配收入 平均每人消费性支出 户 人 人 % 元 元 元 元 40044 3.14 1.77 56.43 1.77 5888.77 5854.02 4615.91 4222.0 3.13 1.68 53.67 1.86 6316.81 6279.98 4998.00 资料来源：《中国统计年鉴2001》，中国统计出版社，2001，第305页。 注：本表为城市和县城的城镇居民家庭抽样调查材料。 行标题 列标题 数字资料 表头 附加 合理安排统计表的结构 标题内容应总满足3W (统计数据的时间、地点、何种数据)要求 数据计量单位相同时，可放在表的右上角标明，不同时应放在每个指标后或单列出一列标明 表中的上下两条横线一般用粗线，其他线用细线 通常情况下，统计表的左右两边不封口 表中的数据一般是右对齐，有小数点时应以小数点对齐，而且小数点的位数应统一 对于没有数字的表格单元，一般用“—”表示 必要时可在表的下方加上注释 统计表的设计 结 束 组距分组(几个概念) 1. 下限(low limit) ：一个组的最小值 2. 上限(upper limit) ：一个组的最大值 3. 组距(class width) ：上限与下限之差 4. 组中值(class midpoint) ：下限与上限之间的中点值 下限值+上限值 2 组中值 = 无上下限组中值 组中值：各组中点位置所对应的变量值。其计算公式为： = （适用上开口组） = （适用下开口组） 例如，反映某工业企业工人生产定额完成情况，按生产定额完成程度分组，分为90%以下，90-100%，100-110%，110%以上。开口组的组距是以相邻组的组距为本组的组距，如上例，90%以下的组，因相邻组的组距为10%（=100%-90%），故第一组视为80-90%，其组中值为(80%+90%)/2=85%，即85%；110%以上的组距以邻组的组距10%为本组组距，视为110-120%，组中值为 =115%。 某连续变量数列，其