统计常见问题.docx

⒈描述次数分配表的编制过程。答：分为两个步骤：

⑴按照统计研究的目的，将数据按分组标准进行分组。

①按品质标志进行分组时，可将每一个具体的表现分为一组，或几个表现合并成一个组，这取决于分组的粗细。

②按数量标志进行分组时，可分为单项式分组和组距式分组。单项式分组将每一个变量作为一个组，组距式分组将变量的取值范围（区间）作为一个组。

统计分组应遵循不重不漏原则。

⑵将数据分配到各个组，统计各组的次数，编制次数分配表。

⒉解释洛伦茨曲线及其用途。

答：洛伦茨曲线是20世纪初美国经济学家﹑统计学家洛伦茨根据意大利经济学家帕累托提出的“二八原理”和收入分配公式绘制成的描述收入和财富分配性质的曲线。

洛伦茨曲线比分百富财或入收的积累累计人口百分比横轴是累积的人口百分比,纵轴是累积的收入或财富百分

洛伦茨曲线

比分百富财或入收的积累

累计人口百分比

用途：将任一国家和地区的收入分配情况绘制成洛伦茨曲线，就可以观察﹑分析该国家地区

分配的平均程度。

⒊说明基尼系数的含义和用途。答：

基尼系数=A／A+B(图1)

A表示实际收入曲线与绝对平均线（对角线）之间的面积；B表示实际收入曲线与绝对不平均线之间的面积。

如果A=0，则基尼系数=0，表示收入绝对平均；

如果B=0，则基尼系数=1，表示收入绝对不平均；如果基尼系数＜0.2，表示分配平均但缺少效率；

基尼系数在0.2～0.4之间是比较适当的，即一个社会有效率有没有造成极大的分配不公；基尼系数=0.4时，被认为是收入分配不公平的警戒线；

基尼系数超过了0.6，则表示由于收入分配不公导致社会不稳定。

⒋一组数据的分布特征可以从几个方面进行测度？

答：集中趋势：中位数、分位数、均值、几何平均数、切尾均值。离散程度：极差、内距、方差和标准差、离散系数；

分布偏态和峰度。

⒌怎样理解均值在统计学的地位？

答：均值是统计学中非常重要的基础内容，因为任何统计推断和分析都离不开均值。从统计思想看，均值反映了一组数据的中心点或代表值，是数据误差互相抵消后的客观事物必然性数量特征的一种反映；从数学公式看，均值也有一些非常重要的数学性质。首先，数据观察值与均值的离差之和为零，表明数据观察值和均值的误差是可以完全抵消的，均值在数据中处于不偏不倚的位置；其次，数据观察值与均值的离差平方和最小，均值是统计分布的均衡

点，即不论统计分布是对称的分布还是偏态分布，只有在均值点上才能支撑这一分布，使其保持平稳。

⒍对于比率数据的平均，为什么采用几何平均？

答:几何平均数是指n个变量值乘积的n次方根，称为几何平均数。比率数据属于相对数，它不能如绝对数那样对其进行累加，而只能对其进行连乘，比如工厂年产量去年比前年的年增长率为10％，今年比去年的增长率为20％，那么今年对前年的相对增长率为(1+10％)×(1+20％)-1。而我们不能用(1+10％)+(1+20％)-1来计算，这样累加的结果是没有实际意义的，因此对于比率数据，在对其计算平均数的时候，我们不能像计算一般的平均数那样计算，而要用几何平均数的计算公式计算。

实际上，几何平均数也可以看做是均值的一种变形。我们只要对其计算公式两边取对数，则其公式的形式变为算术平均数的公式形式

⒎简述众数、中位数和均值的特点和应用场合。答：⑴众数：

①众数的特点：一组数据中出现次数最多的数；一组数据中有可能有一个众数，有可

能是两个，也有可能没有众数。

②众数的应用场合：适用于数据量较多的数据。

⑵中位数：

①中位数的特点：数据排序后，位于最中间的数；不受极端值影响；各变量值与中位数之间的距离之和最短。

②中位数的应用场合：适用于定序数据和数值型数据。

⑶均值：

①均值的特点：一组数据的均衡点（重心）；易受极端值的影响。

②均值的应用场合:数值型数据。作为均值变形的调和平均数和几何平均数，是适用于特殊数据的代表值，调和平均数主要用于不能直接计算均值的数据，几何平均数则主要用于计算比率数据的平均数。均值主要适合于作为数值型数据的集中趋势测度值