统计学--统计数据的描述.ppt

统计学 第2章 统计数据的描述 第1章 回顾 知识点 统计学内涵 统计学概念及含义 要求 掌握统计学的涵义 了解统计学产生与发展 掌握统计学几个概念 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分布偏态与峰度的测度 2.8茎叶图与箱线图 2.9统计表与统计图 2.1 数据的计量尺度 分类方法（4种计量尺度）：列名尺度、顺序尺度、间隔尺度和比例（率）尺度。 1、列名尺度（Nominal Scale） 例如：性别、民族、职业 数据表现为“类别” 各类之间无等级次序 各类别可以用数字代码表示 根据列名尺度得到的数据为分类数据。 2、顺序尺度（Ordinal Scale） 3、间隔尺度 Interval Scale 例如年份、摄氏温度 数据表现为“数值” 可以进行加减运算 “0”是只是尺度上的一个点，不代表“不存在” 根据间隔尺度得到的数据为间隔数据。 4、比例尺度 Ratio Scale 例如体重、身高 数据表现为“数值” 可以进行加减、乘除运算 “0”表示“没有”或“不存在” 根据比例尺度得到的数据为比例数据。 间隔尺度与比例尺度的区别 间隔尺度中“0”表示一个具体数值，不表示“没有”或“不存在”，比例尺度中“0”表示“没有”或“不存在” 。 间隔尺度 - 273.15℃ -123.15 ℃ 0 ℃ 26.85℃ 比例尺度 0KM 150KM 300KM 课堂练习 四种计量尺度的比较 1、四种尺度所包含的信息量是依次递增的。 2、根据较高层次的计量尺度可以获得较低层次的计量尺度。 四种计量尺度的比较：数学性质 数据和变量类型 变量的类型 变量是用来描述现象某种令人感兴趣的特征的概念。 品质变量是描述现象有关属性特征的变量，本质上不能用数字来表示。例如性别。 数量变量是描述现象有关数量特征的变量，都是用数字来表示的。例如人数，年龄等。 离散型变量指的是有限个数值或诸如0，1，2……之类无限可列值的变量。 如果某一变量可以取某一区间或多个区间中任意数值，则该变量称为连续型变量。 2.1 例子 请判断下列数据分别属于什么类型？ 灯炮使用寿命 将产业划分为三类 广州市8月份各天的气温记录 将服务质量分为五个等级：好、较好、一般、差、较差。 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 2.3数据的质量 非抽样误差：由于调查过程中各有关环节工作失误造成的。 调查方案有关规定或解释不明确导致填报错误、抄录错误、汇总错误、不完整抽样框导致的误差，调查中不回答产生的误差。 人为干扰：隐瞒、虚报。 从理论上看，这类误差可以避免。 加强培训 掌握获取完整抽样框的方法，科学抽样的方法与技术。 抽样误差：利用样本推断总体时产生的误差。 不可避免 可以计量、可以控制 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 样本容量的大小 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 有抽样框误差、回答误差、无回答误差、调查员误差、测量误差 数据来源与数据质量 1936年，罗斯福和兰登竞选总统。《文学摘要》调查了240万人，预测兰登以57%对43%获胜；Gallup（盖洛普）调查了50000人，结论是罗斯福以56%获胜。实际结果是罗斯福以62%获胜。 1952年至1988年，Gallup公司在每次调查中只抽取3439