数据收集与描述总复习课件.pptVIP

数据收集整理与描述总复习

本课件涵盖数据收集、整理和描述的关键概念和方法。我们将探讨从数据收集到可视化的全过程，帮助您掌握数据分析的基础技能。

数据收集的基本方法

问卷调查法

通过设计问卷收集大量标准化数据

访谈调查法

通过面对面交流获取深入信息

观察法

直接观察并记录行为或现象

实验法

在控制条件下测试假设

问卷调查法

优点

收集大量数据

成本较低

易于标准化

注意事项

问题设计清晰

避免引导性问题

考虑回答者的理解能力

访谈调查法

准备

制定访谈提纲，确定访谈对象

实施

建立融洽关系，灵活引导对话

记录

准确记录回答，注意非语言信息

分析

整理访谈内容，提炼关键信息

观察法

直接观察

研究者亲自观察并记录现象

间接观察

通过录像等技术手段进行观察

结构化观察

使用预设的观察表格记录数据

实验法

1

提出假设

2

设计实验

3

控制变量

4

收集数据

5

分析结果

实验法是科学研究的基石，通过严格控制条件来验证假设。

数据编码与录入

制定编码规则

为每个变量分配唯一的数字或字母代码

创建编码手册

详细记录每个变量的编码方式

数据录入

使用专业软件如SPSS或Excel录入数据

数据核查

定期检查录入数据的准确性

数据清洗和预处理

1

识别错误

检查数据中的明显错误和异常值

2

处理缺失值

决定如何处理缺失的数据点

3

标准化

将不同尺度的变量转换为相同尺度

4

格式转换

确保数据格式符合分析软件要求

缺失值处理

删除法

列表删除

成对删除

插补法

均值插补

回归插补

多重插补

异常值处理

1

识别异常值

使用统计方法或可视化技术

2

验证异常值

确认是否为真实观测值

3

决定处理方式

删除、转换或保留

4

记录处理过程

详细记录所有处理步骤

数据描述性分析

集中趋势

平均数、中位数、众数

离散程度

方差、标准差、四分位距

分布形状

偏度、峰度

集中趋势指标

X̄

算术平均数

所有观测值的总和除以观测数

Med

中位数

将数据排序后的中间值

Mo

众数

出现频率最高的数值

数据分布指标

数据范围

最大值与最小值之间的差距

四分位数

Q1（25%），Q2（50%），Q3（75%）

百分位数

将数据等分为100份的位置值

离散程度指标

1

方差

反映数据离散程度的平方平均数

2

标准差

方差的平方根，与原数据单位相同

3

变异系数

标准差与平均数的比值，用于比较不同单位数据

4

四分位距

第三四分位数与第一四分位数的差值

偏斜度和峰度

偏斜度

描述数据分布的对称性。正偏表示右侧尾部较长，负偏表示左侧尾部较长。

峰度

描述数据分布的尖峭程度。高峰度表示分布较尖，低峰度表示分布较平。

计数数据描述

频数

每个类别出现的次数

频率

频数除以总观测数

累积频数

某一类别及之前类别的频数总和

累积频率

累积频数除以总观测数

定序数据描述

中位数

排序后的中间值

众数

出现最多的类别

四分位数

将数据分为四等份的三个点

百分位数

将数据分为100等份的99个点

连续数据描述

均值

所有观测值的平均数

标准差

反映数据离散程度的指标

分布形状

通过直方图或密度图展示

典型箱线图

下边缘

第一四分位数（Q1）

中间线

中位数（Q2）

上边缘

第三四分位数（Q3）

须线

extends到1.5倍四分位距的范围

数据可视化的基本方法

直方图

特点

展示连续数据分布

x轴表示数据区间

y轴表示频数或频率

应用

观察数据分布形状

识别异常值和峰值

比较不同组的数据分布

柱状图

垂直柱状图

适用于展示各类别的频数或数值

水平柱状图

当类别名称较长时使用

分组柱状图

比较多个变量在不同类别下的表现

堆叠柱状图

展示整体和部分的关系

折线图

1

选择数据

通常用于展示时间序列数据

2

确定坐标轴

x轴表示时间，y轴表示数值

3

绘制数据点

将每个时间点的数值标注在图上

4

连接数据点

用线段连接相邻的数据点

散点图

用途

展示两个变量之间的关系

识别相关性和模式

发现异常值

变体

气泡图：添加第三个变量

矩阵散点图：多个变量对比

3D散点图：展示三个变量关系

饼图

基本饼图

展示整体中各部分的比例

环形图

中心可添加总数或其他信息

分离饼图

突出显示某些切片

提出问题

1

明确研究目的

确定要解决的核心问题

2

文献综述

了解已有研究成果

3

确定研究范围

界定问题的具体边界

4

形成研究问题

将问题转化为可研究的形式

制定假设

假设类型

零假设（H0）

备择假设（H1）

假设特征

清晰具体

可验证

基于理论或经验

选择合适的分析方法

确定研究目的

描述、预测或解释

考虑数据类型

定类、定序或定距

评估样本规模

大样本或小样本

选择统计技术

参数检验或非参数检验

解释分析结果

统计显著性

评估结果是否具有统计学意义

效应大小

量化变量之间关系的强度

置信区间