专题1 数据分析的基础知识.ppt

专题一 数据分析的基础知识 主要内容 话题一：数据与数据类型 话题二：样本与抽样 话题一：数据与数据类型 数据与数据类型 数据来源 观察：观察者直接通过感官获得数据。 测量：按照一定规则给研究对象在某种性质的量尺上指定值。 测量工作按照一定的规则进行，这些规则被规范化乃至被物化，就体现为三种东西，即：测量工具、施测和评分（读数）的程序与要求、结果解释参照系或参照物。 数据与数据类型 测量工具（scale） 物理属性测量的工具有直尺、天平、电子测距或测时仪器等。 生理学上用的测量工具有视力表、握力器、肺活量测试仪等。 教育测量中学业成绩测评的工具有考试试卷，而心理测量的工具有各种测试项目（口头形式、文字形式或器具形式） 数据与数据类型 按照来源划分数据类型 定性数据：来自访谈、直接观察、档案记录、文字材料等。 定量数据：来自测量工具测量评定的结果。 离散数据（Discrete data） 连续数据（Continuous data） 数据与数据类型 数据的类型 称名数据（名义数据）：如性别、民族 等级数据（顺序数据） ：名次、等级 等距数据：摄氏温度、IQ 比率数据：金额、长度、重量、考试分数 数据的测量类型(scale type) 数据与数据类型 上述4种数据类型可以分为两大类 离散数据：包括称名数据和等级数据 连续数据：包括等距数据和比率数据 其中，称名数据和等级数据就相当于贴标签，而连续数据则都是测量工具（scale）测量的结果。 计算机所支持的数据类型 计算机所支持的数据类型（data type）： 数字型 整型：23、1、100、88 浮点型：23.5、2.09、 文本型（字符型）： ”男”、”女”、”一年级”、”二年级”、”23.5” 日期型： 09／3／10、2009年03月10日、二〇〇九年第一季度 …… 话题二：样本与抽样 样本与抽样 统计学中的基本概念 总体（Population） 个体（Case） 样本（Sample） 指标或变量（Variable） 指标值（变量值）（Data） 样本与抽样 总体的类型 有限总体（finite population ） 无限总体（infinite population） 样本与抽样 总体参数（ population parameter）与样本统计量（sample statistic）的对照 在统计学中，凡是总体参数一律用希腊字母来代表；凡是样本统计量则一律用拉丁字母来代表。 样本与抽样 总体参数是常数（constant） 样本统计量是变量（随机变量，random variable），会随着抽样的不同而随机变化。 样本与抽样 抽样误差 研究者的目的是通过样本研究总体，因此以总体为参照物，样本与总体的差异我们称其为抽样误差（Sampling error ）。 样本与抽样 样本的类型 随机样本（random sample）：具有代表性的，能够被推广应用于总体的统计样本。 方便样本（convenience sample）：研究者能够很容易很经济地得到的样本。 抽样的类型 概率抽样（随机取样）（probability sampling） 非概率取样（nonprobability sampling） 样本与抽样 常用的概率抽样方法： 简单随机抽样（simple random sampling） 分层随机抽样（hierarchical sampling）：分两阶段进行取样——先分组，后在每个组中随机抽取若干个体。 两阶段随机取样（two-stage random sampling）：分两阶段进行取样——先以区域为单位对区域进行随机抽样，再被抽取的区域内对被试个体进行抽样。 简单随机抽样的操作方法 抽签法（drawing lots） 等… 分层随机抽样例子 聚类（区域）随机取样的例子 某市有小学200所，要在该市小学生中抽取一个容量为80的随机样本。可采用分阶段抽样。首先以小学为单位，在200所小学中用简单随机抽样的方法抽取40所，然后分别在这40所学校中又用简单随机抽样的办法各抽取2名学生，最终合成全市80人的小学生样本。 * * 名义变量 Nominal 无相等单位 无绝对零 按对象的某一属性命名 顺序变量 Ordinal 无相等单位 无绝对零 按对象的某一属性排序 等距变量 Interval 有相等单位 无绝对零 可进行加减运算 比例变量 Ratio 有相等单位 有绝对零 可进行加减乘除运算 SPSS中的数据类型 EpiData所支持的数据类型 S 2 σ2 方差 Variance ρ σ μ 参数 r S X 统计量 相关系数 correlation coefficient 标准差 Standard deviation 平均数 mean 特征量数 measures 580