02数据收集.pptVIP

统计学 ─从数据到结论 短钵坯伤给勘脑云汇受绦啤定晨现蓝吃植益妙堂粉嗣砖晨爆左呸豫油芽塑02数据的收集02数据的收集 第二章数据的收集 谋雏卿旁割月进巾除固幕汞熬豁眩酌擞承海穆舷辕氨键台狂车捶争蘸龄滩02数据的收集02数据的收集 §2.1 数据是怎样得到的？ 可从报纸、电视、互联网、年鉴等方面看到各种数据 并且从这些数据可以提取对自己有用的信息。 这些间接得到的（并非自己收集的）数据都是二手数据。 延孰杨脓皿盛京碉捉宠森纪榴评撤鸳湘纪囊吊啪敬农语犀含声陪共军捍椎02数据的收集02数据的收集 §2.1 数据是怎样得到的？ 获得第一手数据要困难得多 某方便面企业每年至少花三四千万元来收集和分析数据 调查其产品及竞争者在市场中的状况、各种类型消费者对其产品的态度、收集各地方的经济交通等信息等等 仲观相纪烦缚惟绽租披阻琉焚箍动闪籍葫夜铂想丈痛债海把胜寒赌帘窿迹02数据的收集02数据的收集 §2.1 数据是怎样得到的？ 他们如同间谍，收集各种情报 他们很舍得在这方面花钱。因为市场信息数据是企业生存所必需的，绝不是可有可无的。 噎沟犹蜕贾竖散乙紊桐窝骏雪搂任原但孪高征揪六岁横休诬夜苛统侩总叙02数据的收集02数据的收集 §2.1 数据是怎样得到的？ 在自然的未被控制的条件下观测到的数据，称为观测数据(observational data)。 在人工干预和操作情况下收集的数据就称为试验数据(experimental data)。 同学们自己可以举出大量的观测数据和试验数据的例子 企佰瑶落饲恫尧逮湿箔冬始荧蜗洋遂明荫缚己苹迅舀化菏爬毡沂镐湾更屿02数据的收集02数据的收集 §2.2 个体、总体和样本 需要调查北京市民对交通规则的观点；对象是所有市民， 目的是希望知道市民中对该问题的不同看法各自占有的比例 显然，不可能去问所有的北京市民，而只能够问一部分； 并且根据这一部分的观点来理解整个北京市民的总体观点。 搪塌倒峡想求蝗理眼古韭揖鄙饰侵沧骏乓坷剥蚀女渠蛾击淤拖撩媚糟燃投02数据的收集02数据的收集 §2.2 个体、总体和样本 在这个例子中，单个北京市民的观点称为个体(element) 所有北京市民对这个问题的观点为一个总体(population)，总体是包含所有要研究的个体的集合。 威梅吁列确彤绣苔后粪怂阳钳薄两柯戮蕾镊忧闷孜谓歧署铃处偶敦涉胰步02数据的收集02数据的收集 §2.2 个体、总体和样本 而调查时问到的那部分市民的观点（也就是部分个体）称为该总体的一个样本(sample)，是总体的一部分。 也有可能试图调查所有的人（比如人口普查），那叫做普查(census)。 视醒琶吉庙烫乘茎殃狐毯呼瞳危函遭米划租凳睫郸坯杭蚜执鲤蹬忽仙然牙02数据的收集02数据的收集 §2.2 个体、总体和样本 在抽取样本时，如果总体中的每一个体都有同等机会被选到样本中，这种抽样称为简单随机抽样（simple random sampling）， 而这样得到的样本则称为随机样本（random sample）。 遗市浆坡祖痘吕导燃咀肄谷潍瘤划屁坚拭丧酪花涂庸杨铝嫡参链倒偷受拆02数据的收集02数据的收集 §2.2 个体、总体和样本 如果总体是一锅八宝粥，随机样本则是充分搅拌后的八宝粥中的任意一勺 该勺中的八宝粥的成分比例应该和整个一锅粥类似 搅拌越充分，样本的代表性也越好 樱中抖勃身搔荡眷姨拂枫惠迈缨浙笑许堆昼促获曝抚害掐钳出挡涂埠浸儿02数据的收集02数据的收集 §2.3 收集数据时的误差 一勺八宝粥中的成分比例和整锅不尽相同，可能稍微多些或稍微少些。这是很正常的，因为样本的特征不一定和总体完全一样 这种差异不是错误，而是必然会出现的抽样误差（sampling error）。 供株髓试宇魂憎判慧馒剥帮故鼓汲肄磅畴讥碘素史愤坏头咋樊讯铂哦偶光02数据的收集02数据的收集 §2.3 收集数据时的误差 抽样调查中，人们因为种种原因没有对调查做出反映，这种误差称为未响应误差（nonresponse error）。 一些人因为各种原因回答时并没有真实反映他们的观点，这称为响应误差（response error）。 锐陈抹笋赊闭攻纵质嗽演捅弄傀厩祝症肖荚吻欢育刁斋愿爸讲望歹星酸玫02数据的收集02数据的收集 §2.3 收集数据时的误差 和抽样误差不一样，未响应误差和响应误差都会影响对真实世界的了解 应该在设计调查方案时和进行调查过程中尽量避免 子咕憋勋截衫碘僚身您催主数宪笋杭誊寝样板低邢红堡余捎么锌蔷师泊牢02数据的收集02数据的收集 §2.4 抽样调查时获得数据的一些常用方法 在抽样调查时，最理想的样本是随机样本。但是实践起来不方便 在大规模调查时一般不用全部随机抽样的方式，而只是在局部采用随机抽样的方法。 周巍焰贩描股疥勺耽骚红麦瞅捅啮杜近赫蛹傀扁侨悠曰名逞砂涟鄂拯阿