(02)第2章 数据的表述（袁卫）.ppt

第 2章 统计数据的描述 2.1 数据的计量尺度 2.2 统计数据的来源 2.3 统计数据的质量 2.4 统计数据的整理 2.5 分布集中趋势的测度 2.6 分布离散程度的测度 2.7 茎叶图与箱线图 本章小结 学习目标 了解数据的计量尺度 了解统计数据的来源和数据的质量要求 掌握数值型数据的整理方法 掌握数据集中趋势和离散程度的测度方法 掌握茎叶图和箱线图的制作方法 掌握分布偏态与峰度的测度方法 掌握统计表和统计图的使用 四种计量尺度 列名尺度(Nominal scale) 也称名义尺度或分类尺度 计量层次最低 对事物进行平行的分类 各类别可以指定数字代码表示 使用时必须符合类别穷尽和互斥的要求 数据表现为“类别” 具有=或?的数学特性 顺序尺度(Ordinal scale) 也称定序尺度 对事物分类的同时给出各类别的顺序 比定类尺度精确 未测量出类别之间的准确差值 数据表现为“类别”，但有序 具有或的数学特性 间隔尺度(Interval scale) 也称间隔尺度 对事物的准确测度 3. 比定序尺度精确 4. 数据表现为“数值” 5. 没有绝对零点 6. 具有 + 或 - 的数学特性 比率尺度(Ratio scale) 也称比率尺度 对事物的准确测度 3. 与定距尺度处于同一层次 4. 数据表现为“数值” 5. 有绝对零点 6. 具有 ? 或 ? 的数学特性 四种计量尺度的比较 间接取得的数据 间接取得的数据 统计部门和政府部门公布的有关资料，如各类统计年鉴 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 从互联网或图书馆查阅到的相关资料 提供统计数据的部分政府网站 提供统计数据的部分政府网站 直接取得的数据 普查(census) 为特定目的专门组织的非经常性全面调查 2. 通常是一次性或周期性的 3. 一般需要规定统一的标准调查时间 4. 数据的规范化程度较高 5. 应用范围比较狭窄 抽样调查(sampling survey) 1. 从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体特征的数据收集方法 数据的误差 抽样误差(sampling error) 由于抽样的随机性所带来的误差 所有样本可能的结果与总体真值之间的平均性差异 影响抽样误差大小的因素 样本量的大小 总体的变异性 非抽样误差(non-sampling error) 相对于抽样误差而言 除抽样误差之外的，由于其他原因造成的样本观察结果与总体真值之间的差异 存在于所有的调查之中 概率抽样，非概率抽样，全面性调查 有抽样框误差、回答误差、无回答误差、调查员误差、测量误差 误差的控制 抽样误差可计算和控制 非抽样误差的控制 调查员的挑选 调查员的培训 督导员的调查专业水平 调查过程控制 调查结果进行检验、评估 现场调查人员进行奖惩的制度 统计数据的分组 组距分组 (要点) 将变量值的一个区间作为一组 适合于连续变量 适合于变量值较多的情况 需要遵循“不重不漏”的原则 可采用等距分组，也可采用不等距分组 组距分组(步骤) 确定组数：组数的确定应以能够显示数据的分布特征和规律为目的 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 统计出各组的频数并整理成频数分布表 组距分组(几个概念) 1. 下限(low 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 次数分配表的编制(例题分析) 次数分配表 使用Excel频数函数 (FREQUENCY) Excel的“直方图”工具的缺陷是：频数分布和直方图没有与数据联系起来，这样，如果你改变任何一个数据，频数分布表和直方图不会跟着改变 使用Excel中的统计函数“FREQUENCY”来创建频数分布表和直方图，可解决这一问题。创建频数分布表的步骤是 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后输入接受区域 同时按下ctrl-shift-Enter组合键，即得到频数分布 次数分配直方图 直方图(histogram) 用矩形的宽度和高度来表示频数分布的图形，实际上是用矩形的面