统计基本概念及描述性统计.ppt

第一讲：记录基本概念及描述性记录

理论研究问题及假设概念的操作化定义变量的测量选取样本问卷调查实验设计收集数据分析数据得出结论基本研究环节

记录分析的分类测量尺度

描述性vs.推断性记录学所包括的记录分析可以分为两大类：描述性记录分析(DescriptiveStatistics)推断性记录分析(InferentialStatistics)

描述性记录描述性记录分析：通过制表画图及计算记录量等方式，对搜集的数据进行概括、描述、和探索。其目的是用简洁有效的方式去描述复杂繁琐的数据！收集的数据（n=500）你可以让人家看500个原始数据（e.g.,20页）如果有人问你数据的情况？你还可以让人家看概括性的图表和统计量（e.g.,2页）例子：交大学生对学校生活的满意度如何？

推断性记录推断性记录分析：通过样本特性来推断总体特性。或者说通过已知的样本记录量来推断未知的总体参数。总体（e.g.,几百万本科毕业生）样本（2000本科毕业生）抽样推断总体参数样本统计量例子：中国本科毕业生的就业率是多少？

推断性记录计算出的样本记录量（样本的就业比例）是描述性的，然后通过某种措施推断它和真实的总体参数的相似或靠近程度是推断性记录。只需搜集部分数据就可以推断出我们感爱好的总体的特性。这就是记录学的魅力所在！推断性记录的精确性在于样本与否很好地代表总体，以及推断措施的对的性。

测量尺度(scalesofmeasurement)测量(measurement)：根据规则，对人或事物的特性用数值来表达。数据有不一样等级的测量尺度，根据测量尺度，才能对的解释变量的赋值。测量尺度定类(nominal)定序(ordinal)定距(interval)定比(ratio)

测量尺度定类(nominal:givinganame)：等级最低，只是给不一样类别起个名称；类别可以用名字来表达，也可以用数值来表达；数值自身没有实质性意义，仅是一种符号，为了辨别不一样的类别；只具有等于（=）或不等于（≠）的数学特性。经典例子：性别、户口、民族、婚姻状况等男=0，女=1；（也可以是其他任意数值）男=M，女=F；

测量尺度定序(ordinal:orderingindividualsorobjects)：数据体现为“类别”但有序；不一样类别之间有一定的次序；类别的取值反应了排列次序；相邻取值之间不一定是等距的；数学特性：=，≠，，经典例子：教师的职称（讲师=1、副专家=2、专家=3）满意度（非常不满意=1，不满意=2，中立=3，满意=4，非常满意=5）学生的成绩排名（第一名，第二名，…..）

测量尺度满意度的取值1~5，反应了人们满意度由弱到强的排序，不过相邻数值之间的距离并不是满意度在真实程度上的差异的体现。假如张三选择5，李四选择4，王五选择3，我们懂得张三比李四的满意程度高，不过高多少我们并不懂得。我们也懂得李四比王五的满意程度高，不过高多少我们也不懂得。虽然5和4相差1，4和3也是相差1，但5比4高的程度与4比3高的程度并不一定是相等的。成绩的排名，第一名和第二名也许仅差2分，但第二名和第三名的成绩也许差5分。

测量尺度定距(interval:equaldistance)：数值的大小反应了排列次序；相邻取值之间是等距的；但没有真正意义上的0点；可以对它们做加减运算，但不可以做乘除运算。经典例子：温度，年份，成绩等0度并不阐明没有温度；它只是人们把结冰时的温度设置为0度，不是绝对的，而是任意的；25与20度之间相差5度，15度与10度之间也是差5度；（可以说：25度比20度高5度，15度比10度也是高5度）我们不能说：外面（30度）比室内（15度）热两倍！

测量等级定比(ratio:equaldistance)：等级最高数值的大小反应了排列次序；相邻取值之间是等距的；有绝对的真正意义上的0点；可以对它们做加减乘除运算。经典例子：年龄，身高，体重，收入，子女个数等收入为0就表达没有收入；收入就比收入1500多500，收入1000比500也是多500；收入是收入1000的两倍。

比较

测量尺度注意：在社会学研究中，只满足“定距”而不能满足“定比”规定的变量并不多。因此，在社会学中一般不再辨别定距和定比，而是把它们当作一类，称为“定距”变量。一种变量，它的层次等级并不是唯一的。假如变量是高等级的，它必然可以作为低等级来使用。但减少等级会损失信息量。收入―年薪多少（定距）高中低收入（定序）年龄―多大年龄（定距）老中青年龄段（定序）

测量尺度的重要性不一样的记录措施是针对不一样测量尺度的数据的。只有明确了变量的测量尺度，才能对的选择适合的记录分析措施！研究问题―变量类型―记录分析措施

描述性