《统计学—基于Excel》（第 4 版）课件 第2章 数据处理（Excel-4）.pptx

;;问题与思考;数据审核就是检查数据中是否有错误

对于通过调查取得的原始数据（rawdata），主要从完整性和准确性两个方面去审核。完整性审核主要是检查应调查个体是否有遗漏，所有的调查项目是否填写齐全等。准确性审核主要是检查数据是否有错误，是否存在异常值等

对于通过其他渠道取得的二手数据，应着重审核数据的适用性和时效性

应弄清楚数据的来源、数据的口径以及有关的背景材料，以便确定这些数据是否符合自己分析研究的需要，不能盲目生搬硬套

还要对数据的时效性进行审核，对于有些时效性较强的问题，如果所取得的数据过于滞后，可能失去了研究的意义;数据录入就是生成电子数据文件

用Excel进行数据验证

第1步：用鼠标在工作表中选定录入数据的单元格区域，如A1:B10单元格区域

第2步：选择【数据】→【数据验证】

第3步：在【验证条件】的【允许】框内选择要录入的数据类型，比如，“整数”（默认为任何值）。在【介于】框内选择验证条件，或者在“最小值”和“最大值”框内输入数据范围。比如，在【最小值】框内输入0,在【最大值】框内输入100。出现的界面如下图所示

第4步：点击【出错警告】，在【式样】下选择“警告”，在【错误信息】下输入警告信息，比如“NA”。然后点击【确定】，即可完成设置

完成上述设置后，在此区域内录入不符合验证条件的数据将会出现以下错误信息。比如，在A1单元格录入1000，显示的错误信息。选择【是】，忽略此错误，选择【否】则返回单元格，再重新录入;?;【例2-1】表2-1是50个学生的学生编号、性别、专业和考试分数数据。按考试分数降序排列

第1步：将光标放在数据区域的任意单元格。然后点击【数据】?【排序】

第2步：在【主要关键字】框中选择要排序的变量，本例为“考试分数”，在【次序】中选择降序（默认为升序），然后点击【确定】（如果要专业排序，点击【选项】，在【方法】下选中“字母排序”或“笔划排序”）;数据筛选（datafilter）是根据需要找出符合特定条件的某类数据;2.1数据的预处理;数据抽样（datasampling）是从一个已知的总体数据集中抽取随??样本。在实际应用中，可以使用不同统计软件抽取一个简单随机样本。下面通过一个例子说明用Excel的【数据分析】工具抽取随机样本的过程;产生正态分布随机数

第1步：将光标放在任意空白单元格。然后点击【数据】?【数据分析】

第2步：在弹出的对话框中选择【随机数发生器】，单击【确定】

第3步：在【变量个数】中如要产生随机变量的个数；在【随机数个数】框中输入要产生随机数的个数；在【分布】框中选择要产生随机数的分布；在【标准偏差】框内输入正态分布的标准差（默认为1）；在【输出选项】下选择输出随机数的放置位置（默认为新作表组。单击【确定】，即可产生随机数;频数(frequency)落在某一特定类别(或组)中的数据个数

频数分布(frequencydistribution)把各个类别及落在其中的相应频数全部列出,并用表格形式表现出来

由于类别数据本身就是用文字表达的类别，因此，只要先把所有的类别都列出来，然后计算出每一类别的频数，即可生成一张频数分布表

频数分布表中落在某一特定类别的数据个数就是频数

根据观察变量的多少，可以生成简单频数表、二维列联表和多维列联表等;【例2.5】沿用例2-1。分别制作学生性别和专业的简单频数表

用Excel生成频数分布表的步骤

第1步：选择【插入】→【数据透视表】

第2步：在【表/区域】框内选定数据区域（在操作前将光标放在任意数据单元格内，系统会自动选定数据区域）。选择放置数据透视表的位置。系统默认是新工作表，如果要将透视表放在现有工作表中，选择【现有工作表】，并在【位置】框内点击工作表的任意单元格（不要覆盖数据）。点击【确定】

第3步：用鼠标右键单击数据透视表，选择【数据透视表选项】，在弹出的对话框中点击【显示】，并选中【经典数据透视表布局】，然后【确定】

第4步：将数据透视的一个字段拖至“行”位置，将“另一个字段”拖至“列”的位置（行列可以互换），再将要计数的变量拖至“值字段”位置，即可生成需要的频数分布表;二维列联表（contingencytable）

也称为交叉表（crosstable）

涉及两个分类变量时，通常将一个变量的各类别放在“行”的位置，另一个变量的各类别放在“列”的位置（行和列可以互换）生成频数分布表，这样表格就是列联表;频数表的分析统计量

可以使用比例（proportion）、百分比（percentage）、比率（ratio）等统计量进行描述。如果是有序类别数据，还可以计算累积百分比（CumulativePercent）进行分析

比例也称构成比，它是一个样本（或总体）中各类别的频数与全