2统计学数据的收集.ppt

第2章数据搜集数据的概念生活中数据例子数据定义人们对现象进行调查研究所收集、整理、分析和解释的事实和数字，是对客观现象进行计量的结果数据对社会生活的重要性数据的计量尺度（一）定类尺度（Nominalscale)定类尺度也称列名尺度，它是最粗略、计量层次最低的计量尺度，它上按照事物的某种属性对其进行平行的分类或分组。（二）定序尺度(Ordinalscale)定序尺度也称顺序尺度，它是事物之间等级差或顺序差别的一种测度。与定类尺度相比较，定序尺度能够比较这些类别的优劣。下列计量属于哪类？民族长度考试成绩政治观点重量月工资种子等级湿度数据的类型1（一）品质数据（Qualitativedata）它是说明事物的品质特征，是不能用数值表示的，其结果通常为类别，这类数据是由定类尺度和定序尺度计量形成的。（二）数量数据（Quantitativedata）它说明的是现象的数量特征，是能够用数值来表现的，这类数据是由定距尺度和定比尺度计量形成的。数据类型2横截面数据和时间序列数据观察数据和实验数据直接数据和间接数据数据的来源间接来源优点：容易收集/用途广泛局限性：相关性不够，口径不一致，数据过时直接来源调查数据：调查方法所获取的数据；实验数据：实验方法得到的数据；概率抽样（probabilitysampling)在随机抽样中，抽样单元是随机地抽取的。可以预先规定从总体中可能抽取到的每个样本（给定样本量），以及抽取每个样本的概率。它的优点在于：(1)可以根据抽样数据，利用统计分析方法对总体的数量特征作出估计；(2)抽样误差可以确定并加以控制。其难点在于，要有总体完整的名单才能进行随机抽样，而市场调查中有些总体是无法精确界定的，这就不能进行随机抽样；有些总体的资料是不公开的或很难收集的，此时进行随机抽样必然会增加费用。随机抽样的方法随机抽样主要有简单随机抽样法、分层抽样、整群抽样、多级抽样、系统抽样等方法。下面简单说明这几种常用方法。简单随机抽样的方法：抽签法和随机数表法抽签法抽签法是把抽样框中每个元素的号码都写在签上，将签充分混合均匀后，每次抽取一个签，签上的号码即表示样本中的一个元素；不把这个签放回，接着抽取下一个签，直至抽足所需样本量为止。也有抽签法定义每次把抽中的签放回后再继续抽取的。在前一种方法中，总体中每个单元被抽中的概率并不相等后者中概率则完全相等。但是当总体很大，样本量相对较小时，两者的差别非常小。随机数表法从随机数字表上的任一随机位置开始，向任何一个方向连续地摘录数字，将得到的数字按编号的位数分割成若干组，得到的数码所对应的单元即入样，重复的数码和没有对应单元的数码去掉，直至抽足所需的样本量为止。任一位置的确定：随机原则（如投火柴棒）随机表的使用方法随机数字表表内数字相互独立，全部数字无论从横行、纵行或斜向等各种顺序均呈随机状态。因此，使用时可从任何一个数字开始，按任意一个顺序录用。随机表例子方法一：当首位较大时；方法二：当首位较小时取余数法随机表法例子例如要从一个300人的总体中抽取样本量子力学为10的样本，先将这300人按001~300（或000~299，注意位数一定相同），从表中的任一位置开始，例如从第8行、第13列开始，向右（可以向其他任何方向）连续地以三位数为一个数码，得到的数码如下：093，959，240，006，414，120，143，659254，754，451，724，891，008，580，704766，216，486，858，761，714，865，953115，221??????简单随机抽样特点简单随机抽样的优点是容易理解，样本的结果可以投射到总体中去，其抽样误差也较容易计算。但是简单随机抽样也有一些局限性，比如说要构造一个可供抽取简单随机样本的抽样框常常是十分困难的，实施可能也较麻烦。以上两种方法，随机数字表法实施起来更为便利，特别是总体非常大的情况下，用抽签法几乎不可能。分层抽样先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机抽样，组成一个样本。一般地，在抽样时，将总体分成互不交叉的层，然后按一定的比例，从各层次独立地抽取一定数量的个体，将各层次取出的个体合在一起作为样本，这种抽样方法是一种分层抽样。分层抽样的特点是将科学分组法与抽样法结合在一起，分组减小了各抽样层变异性的影响，抽样保证了所抽取的样本具有足够的代表性。分层抽样实例实例：某地区有高中生2400名，初中生10900，小学生11