[管理学]2管理统计第2章MBA.pptVIP

管理统计学（MBA用） Statistics for management 数据获取、统计原理 SPSS工具、管理应用 MBA学习的主要内容1 第二章 数据与数据的获得 第一节 总体、个体、特征（变量）与数据 第二节 数据类型 第三节（上） 获得数据的调查方法 第三节（下） 问卷设计 第四节 获得数据的实验方法 第一节 总体、个体、特征（变量）与数据 2.1.1 总体 2.1.2 个体 2.1.3 特征，或指标，或变量 2.1.4 指标值（变量值）或数据 2.1.1 总体（母体） 总体： 所研究对象的全体，称为总体（population or universe），又称为母体。 例如： 一年某专业的考生（有限总体） 一条生产线上生产出来的某零件（无限总体，只要不停生产） 2.1.2 个体（或成分） 1）个体 组成总体的元素（element），称为个体（Case or Individual）。 2）个体数目有限与个体数目无限的情况 特征、指标（或变量）： 反映总体或个体的特征的（Characteristics），称为指标或变量（variable）。 例如学生的成绩、奋斗精神等。 例如企业的利润、技术人员的比例、市场份额、企业的总资产等。 指标值（变量值）或数据 反映该特征的具体的描述（可以是数字，也可以是文字），称为指标值（变量值），或数据。 例如，考生的考分（80，90），考生的性别（男、女），零件的直径（10mm）等，都是数据（Data） 考生的性别是定性型的（qualitative），受教育程度是半定量的（semi-quantitative）。 第二节 数据类型 2.2.1 数据测度的分类 2.2.2 不同测度类型的数据的用途特点 2.2.3 观察数据与实验数据 2.2.1 数据测度的分类 1. Scale（刻度级,定距级）：这是最高等级，可进行4则运算和基于此的延伸运算。它分为两个子级别： 1)间距级（interval）可作加减，不可作乘除。比如，在采用摄氏温度时，不能说10度是5度的2倍。 2)比率级（ratio），可作乘除运算，其0值不是人为制定的。例如，长度的0，K温度中的0度。 该级别的数据，只能用数字来表示。 2.2.1 数据测度的分类（续） 2.Ordinal（序次级,定序级），比如，受教育程度就是序次测度等级的变量。 该级别的数据，可以用数字来表示，也可以用字母来表示。但建议用数字表示。 3.Nominal（名义级,定类级）：仅仅是一种标志，没有序次关系。如，顾客所喜爱的颜色。可以用数字、也可以用文字表示类别。 1. 不同测度级别的数据的用途特点： 不同测度级别的数据，都可以进行统计处理，只是应用范围不同。 一般说来，等级高的数据，可以兼有等级低的数据的功能，而等级低的数据，不能兼有等级高的数据的功能。 名义级的数据，通常是样本分类（分组）的依据, 当然也可以用来做独立性检验。 2. 数据的不同类型，也是变量的不同类型。 1. 观察数据：在获得数据的过程中，不对被调查对象数据产生的条件施加任何控制，所得到的数据。 观察数据通常是（但不一定是）众多因素共同作用的结果。 2. 实验数据：在获得数据的过程中，对数据产生的条件实施了控制，而得到的数据。 实验数据通常是（但不一定是）单一因素作用的结果。 第三节 获得数据的调查方法与问卷设计 第三节（上） 获得数据的调查方法 2.3.1 普查 2.3.2 部分调查与样本 2.3.3 抽样调查的意义 2.3.4 抽样方法 2.3.5 常用的综合抽样方法 2.3.6 大专略 第三节（下） 问卷设计 2.3.7 问卷设计与数据调查中的若干重要问题 第三节（上）获得数据的调查方法 2.3.1 普查（census） 普查是针对有限总体而言的：收集总体中每个个体的指标值。 2.3.2 部分调查与样本 部分调查：在总体中中选择一部分个体进行调查，借以了解总体情况的调查方法。 总体中，部分个体所组成的集合，称为样本（sample）集合。 2.3.3 抽样调查的意义 1）对所有总体，都是可行的 2）省钱 3）省时 4）在个体信息收集方面，可以详尽 5）在个体信息收集方面，可以准确。 2.3.4 抽样方法（1） 2.3.4.1 非随机抽样 按照非随机的原则，从总体中抽取个体的作法，称为非随机抽样。 典型调查是常用的方法。 典型调查：在对总体进行分析的基础上，有意识地选择具有代表性的典型个体，做深入细致的调查。 2.3.4 抽样方法（2） 2.3.4.2 随机抽