02第二章-统计数据搜集与整理01.ppt

第二章 统计数据的搜集与整理 第一节.数据的计量与类型 第二节.统计数据的搜集与可靠性分析 第三节.抽样调查中的基本概念 第四节.抽样方法介绍 学习目的 理解数据类型 掌握抽样中用到的基本概念的含义 掌握几种抽样方法的抽样过程、要求、特点 案例与背景 某化妆品公司对其销售情况做统计，以制定下一季度的实施计划。销售情况包括销售代表和门市的月平均销售量及他们所占比率。500名销售代表和20家门市构成此次统计的总体，公司参照门市的营业额来完成调查。假设，我们无法获取全部销售代表的信息，我们就考虑选取50名销售代表组成一个样本，显然，这样做比总体统计要节约时间和成本。 本章将学习数据的计量与类型、数据的搜集、抽样方法和抽样分布的几种类型，并简单介绍其应用范围。 第一节 数据的计量与类型 1.1 数据的计量尺度 变量：对象（或单位）的特征。例如，我们想研究对象的性别、身高或他所持有的定期大额存单数量。 一般来说，变量分为定性变量和定量变量。 定性 变量类型 离散 定量 连续 定性变量与定量变量 定性变量：定性变量不一定是数值型变量，但却可以归到数值型变量当中。定性变量的数值没有数学意义。定性变量得到的观察值常常称为“类型数据”。一般而言，定性变量包括计算有多少对象或者描述有多少对象（用百分比表示）落在某一特定的区域。 定量变量：定量变量表现为数值型变量。这些数值有数学意义。 定量变量分为两类：即离散变量和连续变量。 离散变量与连续变量 离散变量：如果得到的一组可能结果是有限或可数的，那么我们称这种定量变量为离散变量。也就是说，离散变量表现为某些数值，各个可能的数值之间存在间隙。 连续变量：如果得到的一组可能结果是区间集合内的任意数值，那么我们称这种定量变量为连续变量。也就是说，数值可以是区间内的任意点。 【例2-1】判断下列变量的类型 邮局信件的重量 小轿车的牌子 镭射唱片总的播放时间 镭射唱片所含的歌曲数量 中午的温度 某个季节的降雨量 一个人的宗教信仰 绳子长度 某个班不同学生的生日日期 上个季节某大学患感冒的大学生人数 连续定量变量 定性变量 连续定量变量 离散定量变量 连续定量变量 连续定量变量 定性变量 连续定量变量 离散定量变量 离散定量变量 1.2 统计数据的类型 定性变量可以采用“无序分类尺度”或“有序分类尺度”来测量 无序分类尺度：数值属于不同的类型。这些数值没有任何数学意义或者排列顺序没有任何意义。也就是说，数值是任意性的。 例如，性别、宗教和种族就属于这一类。（天字1号房、2号房^_^） 有序分类尺度：当我们把数值归为不同类型时，排列顺序（升序或降序）有意义。也就是说，这些数值暗示了类型的级别、偏好和顺序。注意，由于测量值没有量纲，因此数值之间的差值并不代表两个对象之间的差距。 例如，对餐馆提供的服务进行评级、对软饮料偏好程度进行评定就属于这一类。 定量变量可以采用“比例尺度”或“间隔尺度”来测量 间隔尺度：由于有测量单位，因此我们可以用数值之间的差值来描述两个对象之间的差距。但是，数值之间的比例没有任何意义，“零”这个数值没有内在的含义。 可以作加法、减法计算，但不可以作乘法计算。 例如，温度就属于这一类。我们不能说10摄氏度是5摄氏度的2倍。 比例尺度：由于也有测量单位，因此我们可以用数值之间的差值来描述两个对象之间的差距。数值之间的比例有意义，而且“零”这个数值有内在的含义。 不仅可以作加减运算，还可以作乘除运算。 例如，身高、重量和花费的时间就属于这一类。 【例2-2】 美国消费者是否习惯通过互联网利用信用卡进行购物？假设一家著名的机构表示一旦突破了80%这个数字关卡，人们在头脑中就会牢固树立起通过互联网利用信用卡进行购物的观念。Gallop公司近期所做的一项民意调查表明：在被调查的302位购物者当中，有267人是通过互联网利用信用卡进行支付的。 根据Gallop公司的调查结果，我们很想证实是否有足够的证据让我们得出以下结论：80%以上的消费者愿意通过互联网利用信用卡进行购物。 1.我们关心什么变量？变量的性质是什么？ 2.测量指标是什么? 【例2-3】 在下列事项中采用什么测量指标 能够最好地描述相关信息？ A.一家移动电话公司最近宣布它将从东南亚运营机构裁减80名职员。 B.天气预报说，昨天下午1点53分观察到的温度值突破了新加坡的历史记录。 C.一家大公司的人力资源管理部门想要调查员工