第五章 数据分析.pptVIP

第五章 数据分析 第1节 数据处理——调查资料的编码 编码的类型 编码：将获取的资料转换成数字的过程，即调查信息的数据化。如“1”表示“男性”，“2”表示“女性”。 编码的目的：便于计算机的处理。 编码的类型：前编码和后编码 前编码：调查之前确定编码（封闭式问题） 后编码：调查之后确定编码（开放式问题） 编码举例 （1）您个人的基本情况 A性别：1男 2女 1 B年龄： 周岁 0 4 5 C职业： （请注明） 1 2 8 （2）贵公司总部所处地理位置： 1东城 2西城 3宣武 4崇文 5 5海淀 6朝阳 7丰台 8石景山 9通州 10顺义 11平谷 12大兴 13门头沟 14昌平 15延庆 16密云 17怀柔 18房山 （3）贵公司曾经做过哪些广告？（不限项） 1电视广告 1 2广播广告 0 3报纸广告 3 4杂志广告 0 5户外广告 5 6网络广告 6 7其他（ ） 0 “无回答”的编码 如果被调查者没有回答某一问题，一般使用一个具体数字表示，如“9”、“99”等。 如：国标编码，性别 0，1，9 第2节 统计分析 1对资料进行简化和描述 2对变量之间的关系进行描述和深入分析 3通过样本资料推断整体 按定类、定序、定距、定比尺度 描述统计 单变量描述统计 描述某个变量属性值的集中趋势、离散趋势及其分布 集中趋势分析（众数mode、中位数median、平均数mean） 1众数 观测数据中出现频率最高的属性值。定类尺度下适用 表9-1 集中趋势分析数据 2中位数 将变量数据一分为二的变量值。 样本为奇数：Md=（n+1）/2 样本为偶数：Md=（n+1）/2左右两数的平均值 中位数适合描述定序尺度的数据集中趋势 有时也能描述定比和定距的集中趋势 3平均数 观测值的总和除以观测次数x =Σｘi/N 。 定距和定比尺度下应用最多，特点是稳定，精确，多次抽样平均趋于接近 96，96，97，99，100，101，102，04，155 则，众数=96，中位数=100，平均数=105.6 22000，23000，23000，25000， 26000，28000，55000 众数=23000 中位数=25000 平均数=28857 离散趋势分析 描述数据的差异程度。 例： A: 39 39 39 40 41 41 41 B: 10 20 30 40 50 60 70 中位数相同，平均数相同，但差异很大（离散趋势） 1极差（range） 组中最高值与最低值的差距。 2四分互差用于度量定序数据变异指标 将一组数列等分为四段，各段分界点上的数称为四分位数。第一个四分位数q1以下包括25%的数据,第二个四分位数q2以下包括50%的数据，第三个四分位数q3以下包括75%的数据。四分互差就是第三个四分位数与第一个四分位数的差的一半。 q=（ q3-q3 ）/2 3标准差（定比和定距数据变异指标） 反映离中指标 σ：标准差 xi ：样本值 x ：平均数 N ：样本数 频数和频率分布 频数分布：描述变量观测值中各