第二章统计学基本问题.pptVIP

总体 个体 样本 标志 指标 变量 * 第二章统计学的基本问题 本章内容 一、 认识数据 二、 基本概念 三、 指标体系 四、 计算工具 ＋ ＝ 认识数据 四个数据集： 中国主要宏观经济指标数据集、95世界各国基本情况数据集 公司人力资源部数据集 、企业流水线上的抽样数据集 数据按测量的精度分： 分类数据（categorical data）、顺序数据（rank data） 数值型数据（metric data）－定距尺度、定比尺度 数据按是否与时间有关分 ： 时间序列数据（time series data）、截面数据（cross-sectional data） 中国历年主要宏观经济指标数据集（数据集01） 1995年世界各国基本情况数据集（数据集02） 公司人力资源部数据集（数据集03） 企业流水线上的抽样数据集（数据集04） 基本概念 总体 、个体、样本、标志、指标、变量 指标体系 一系列相互联系、相互制约的多个统计指标就构成统计指标体系。 举例1：工业企业统计指标体系 ～企业管理与信息处理指标子体系 举例2：宏观统计指标体系 ～国民经济核算体系 计算工具 计算器－要求会用“统计功能” 计算机－要求会用“Excel”作分析 1. 公式和函数 2. 数据分析工具 一、统计分析软件 SAS/ SPSS/ Statistica/ MiniTab 二、EXCEL数据处理 分类数据 分类数据是对事物进行分类的结果，数据的主要特征是采用文字、数字的代码和其他符号对事物进行简单的分类和分组。 分类数据以定类尺度（nominal scale）来衡量。 举例 1、人口按性别、民族、行政区划和婚姻状况做归类统计 2、企业按照经济性质进行分类 为了便于计算机识别和信息传输，对于分类性质的数据，人们往往给一个类别赋予数字代码。 例如，男性用1表示，女性用0表示，数字代码不可以直接进行数字的运算。就好像给商品贴上标签一样，仅仅是示意性的。 顺序数据 即：等级数据 是对事物进行分类的结果，只是这些分类在语义上表现出明显的等级或顺序关系，例如，学生的成绩可以分为优秀、良好、中等、及格和不及格。 顺序数据以定序尺度（ordinal scale）来衡量。 举例 1、学生成绩可以分为优秀、良好、中等、及格和不及格。 2、产品质量可以分为优等品、合格品和不合格品。 3、用户的满意程度可以分为很满意、满意、不满意和很不满意。 由于分类数据和顺序数据都说明的是事物的品质特征，通常用文字来表述，其结果均表现为类别，因此也把他们统称为定性数据或品质数据。 数值型数据 数值型数据是使用自然或度量衡单位对事物进行测量的结果，其结果表现为具体数值。 例如：学生的考试成绩 人的年龄 产品的产量等 数值型数据有两种衡量尺度： 一是定距尺度（interval scale） 二是定比尺度（ratio scale） 举例说明 我们从一个例子来认识数据。南京是一个著名的“火炉”城市，为避夏季的酷热，金陵旅行社推出了“南京周边一日游”，有许多市民参加了，旅游结束后，他们被要求填下面的一张调查表： 一、本次旅游你去了什么地方？ 1. 西递、宏村 2. 天堂寨 3. 西塘 4. 九寨沟 二、本次旅游你对旅行社的服务感到 ________。 1. 很满意 2. 满意 3. 不满意 4.很不满意 三、你所到的地方当天最高气温是：_______。 四、本次旅游你总的花费是： _______。 问：这张调查表中包含了数据的所有类型有哪几种？ 时间序列数据 时间序列数据（time series data）是在不同时间上收集到的数据，它所描述的是现象随时间而变化的情况。 举例 100.4 100900 8.24 7078 2000 98.6 109126 8.77 6547 1999 99.2 124250 9.53 6307 1998 102.8 132410 10.06 6054 1997 108.3 132616 10.42 5576 1996 117.1 129034 10.55 4854 1995 124.1 118729 11.21 3923 1994 114.7 111059 11.45 2939 1993 106.4 107256