[经济学]第2章 数据的收集与整理.pptVIP

抽样方法 概率抽样(probability sampling) 根据一个已知的概率来抽取样本单位，也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率 简单随机抽样(simple random sampling) 从总体N个单位(元素)中随机地抽取n个单位作为样本，使得总体中每一个元素都有相同的机会(概率)被抽中 抽取元素的具体方法有重复抽样和不重复抽样 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其他辅助信息以提高估计的效率 简单随机样本(simple random sample) 由简单随机抽样形成的样本 从总体N个单位中随机地抽取n个单位作为样本，使得每一个容量为n样本都有相同的机会(概率)被抽中 参数估计和假设检验所依据的主要是简单随机样本 分层抽样(stratified sampling) 将总体单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 优点： 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 系统抽样(systematic sampling) 将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位 先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k…等单位 优点：操作简便，可提高估计的精度 缺点：对估计量方差的估计比较困难 整群抽样(cluster sampling) 将总体中若干个单位合并为组(群)，抽样时直接抽取群，然后对中选群中的所有单位全部实施调查 特点： 抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便调查的实施 缺点是估计的精度较差 生成频数分布表(定性数据) 1. 列出各类别 生成频数分布表(定性数据) 使用Excel数据透视表数计数 (pivot table) 第1步：选择【数据】菜单中的【数据透视表和数据透视图】 第2步：确定数据源区域 第4步：在【向导—3步骤之3】中选择数据透视表的输出位置 。然后选择【布局】 第5步：在【向导—布局】对话框中，依次将“分类变量“(这里 是饮料品牌)连续拖放两次：一次拖至左边的“行”区域 ，一次拖至 “数据”区域 第6步：然后单击【确定】，自动返回【向导—3步骤之3】对 话框。然后单击【完成】，即可输出数据透视表 生成频数分布表(定性数据) 生成频数分布表(定量数据) 生成频数分布表(例题分析) 确定组数：组数的确定应以能够显示数据的分布特征为目的。在实际分组时，组数一般为5?K ?15。本例中由于数据较多，可考虑分为10组 。 确定组距：组距(Class Width)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即 组距＝( 最大值 - 最小值)÷ 组数 例如，本例最大值为237，最小值为141，组距=(237-141)÷10＝9.6。为便于计算，组距宜取5或10的倍数，且第一组的下限应低于最小变量值，最后一组的上限应高于最大变量值，因此组距可取10。 统计出各组的频数。每个组的数据满足a ? xb (上限值不在内。 分组中的几个概念 1. 下限(lower 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 生成频数分布表(例题分析) 某电脑公司销售额的频数分布 生成频数分布表(例题分析—使用开口组) 使用Excel频数函数 (FREQUENCY) Excel的【直方图】工具的缺陷是：频数分布及直方图没有与数据链接，当改变任何一个数据时，频数分布表和直方图不会跟着改变 使用统计函数【FREQUENCY】创建频数分布表和直方图可解决这一问题。具体步骤是 选择与接受区域相临近的单元格区域，作为频数分布表输出的区域 选择统计函数中的【FREQUENCY】函数 在对话框【Date-array】后输入数据区域，在【Bins-array】后输入接受