11第14章数据分析.pptxVIP

第11讲（第14章） 数据分析;数据整理的程序一般如下： 1. 对原始资料进行审核、订正 2. 编码 3. 数据的录入 4. 数据的清洁 5. 进行统计预处理 6. 制订数据分析的初步方案 7. 数学处理;在大量的调查工作结束后，就要对这些资料进行统计归类、整理分析，即统计分析 对调查资料进行整理统计 运用统计图进行描述性分析 进行分布分析和相对分析 集中量数分析与离中量数分析;Contents;第一节　数据分析的作用与要求;数据分析在数据收集之后进行，但应根据整个项目的目的、特点预先设计好数据分析技术，制订数据分析计划。 数据分析计划： 确定所需变量 测量这些变量所用的方法 数据分析过程及所用的技术;Contents;统计描述;频数直方图;交叉列表分析;性别和互联网使用频率;某保险公司对影响保户开车事故率的因素进行调研，并对各种因素进行了交叉表分析。 交叉表法的起点是单变量数据，然后依研究目的将这些数据分成两个或多个细目。 表1 驾驶员的事故率;然后，在性别基础上分解这个信息，判断是否在男女驾车者之间有差别。这样就出现了二维交叉表2。 表2 男女驾驶员的事故率 ;这个表的结果令男士懊恼，因为他们的事故率较女士驾车时涉及的事故率要高。但人们会提出这样的疑问而否定上述判断的正确性，即男士的事故多，是因为他们驾驶的路程较长。这样就引出第三个因素驾驶距离，于是出现了三维交叉表3。 表3 不同驾驶距离下的事故率 ;结果表明：男士驾驶者的高事故率是由于他们的驾驶距离较女士长，但并没有证明男士和女士哪个驾驶得更好或更谨慎，仅证明了驾车事故率只与驾驶距离成正比，而与驾驶者的性别无关。;二、交叉列表分析中变量的选择和确定;三、双变量交叉列表分析法;例;例;例;例;四、三变量交叉列表分析法;;提炼原来的关系;Purchase of Fashion Clothing by Marital Status;原来的关系是虚假的;Ownership of Expensive Automobiles by Education Level and Income Levels;揭示隐藏的联系;Desire to Travel Abroad by Age and Gender;原来的关系没有变化;交叉列联表分析的优缺点;;Contents;数据资料的概括技术; 1. 钟形分布; 2. J形分布; 3. U形分布; 4. 多峰分布;统计量;集中趋势指标 (Measures of Location);差异性指标 (Measures of Variability ）;方差 variance 标准差 standard deviation 变异系数 coefficient of variation ;形状指标 (Measures of Shape);Skewness of a Distribution;Contents;1. 总量指标和相对指标 总量指标是反映社会经济现象总体规模或水平的指标，又称为绝对数。 相对指标是两个有联系的总量指标对比计算的比率，又称为相对数。; 根据相比较的总量指标之间的关系不同，相对指标可以划分为若干种类型： （1）结构相对指标： （2）比例相对指标：;（3）强度相对指标： （4）比较相对指标： （5）动态相对指标：;2. 描述总量指标和相对指标的一些常用术语 （1）静态比较与动态比较 （2）基期与报告期 报告期又称为计算期，即被研究的时期。 作为比较基础的时期称为“基期”。 （3）时期和时点;发展水平 发展水平就是动态数列中的每一项具体指标数值。其数值可以表现为绝对数、相对数或平均数。 增长量 = 报告期水平 －基期水平 发展速度 3. 增长速度;利用excel进行数据分析;【思考题】 1.调查资料的处理包括哪些步骤? 2.调查资料的审核包括哪些内容？ 3.如何对问卷中封闭式问题进行编码？ 4.如何对问卷中开放式问题进行编码？ 5.数据自动清理包括哪些内容？ 6.对于缺失数据处理的方法有哪些？ 7.数据集中趋势的指标有哪些？各有何其特色？ 8. 数据离散趋势的指标有哪些？各有何其特色？ 9.什么是交叉列表？如何正确的选择和确定交叉列表中的变量？ 10.什么是两变量交叉列表？ 11.什么是三变量交叉列表？ 12.怎样对两变量交叉列表中的两变量相关关系进行判断？