统计学课件第一章.ppt

南京财经大学统计学系 第一章 统计学及其基本概念 本章内容 第一节 统计学简介 一、统计的涵义 二、统计的过去与现在 三 、统计学在经济管理中的应用 第二节 数据及其分类 一、 认识 数据 二、 数据类型 三、 数据类型 四、 数据类型 III 五、 数据类型 IV 第三节 统计总体、个体与样本 一、 统计总体和 个体 二、 总体的 特点 三、 样本 第四节 标志、指标与指标体系 一、 统计 标志 二、 统计 指标 三、 统计指标 体系 第五节 统计计算工具 一、 统计分析软件简介 二、 Excel实现数据处理的主要途径 一、统计的涵义 1. 统计工作 （ statistical work） 2. 统计资料 （ statistics, statistical data） 3. 统计学 （ statistics） 1. 统计工作（ statistical work） 统计工作是为了管理或认识的需要，对社会经济现象和自 然现象进行数量收集的活动。 主要做三件事：统计数据的采集、对采集的数据进行加工 处理、对加工整理过的数据进行分析 统计局系统 企业信息化 2. 统计资料（ statistics, statistical data） 统计资料是统计工作过程中所取得的 各项数字资料以 及与之相关信息 的总称。统计资料是统计工作取得的 能够说明所研究对象的数据。例如国内生产总值数据， 说明整个国家的生产规模。这些数据经常会在报纸、 杂志上出现。 3. 统计学（ statistics） 统计学是在统计工作的经验积累到一定程 度时自然产生的 ， 它是收集 、 整理 、 描述 分析统计数据的 方法和技术 ， 为我们的决 策提供 “ 量 ” 方面的依据 。 不列颠百科全书 对统计学的定义为： “ 统计学是关于收集和分析数据的科学和 艺术 ” 。 二、统计的过去与现在 （一）统计学中的各大著名学派 1.国势学派 2. 政治算术 学派 3 . 数理统计学 派 4 . 社会统计学派 （二）统计学的现代格局 我国早在公元前 21世纪的夏朝，就有了人口与土地数字的 记载，当时全国分为九州，人口 1355万人。世界上，古代埃及、 希腊罗马的历史中，也有类似的记载。古代埃及在公元前 3000 年已经有人口、居民财产统计；古代希腊据说公元前 600年就 进行过人口普查。古代罗马在公元前 400年建立了人口普查和 经常性人口出生、死亡登记制度。 这些就是原始形态的统计。 国势学派 人物： 【 德国 】 康令和阿亨瓦尔 贡献： 提出世界公认的名词统计学 （ Statistics） 评价： “ 有统计之名 ， 无统计之实 ” 的学派 政治算术学派 人物： 【 英国 】 威廉 .配第 （ 1623- 1687） ， 和约翰 .格朗特 （ 1620-1674） 。 贡献： 1676年完成的 政 治算术 ， 1662年发表 了 关于死亡公报的自然 和政治观察 开用数量 方法研究社会经济现象之 先河 评价： “ 有统计之实 ， 无统计之名 ” 的学派 英国约克大学葛朗特 威廉 配第 帕齐利 数理统计学派 人物： 人才济济 。 如：凯特勒 （ 比利时中央统计局局长 (1796-1874)， 其著作有 统计学的研究 、 关于概率论的书信 等 ） 、 戈赛特 、 费希尔 、 内曼 、 卡尔 .皮尔逊 贡献： （ 1） 完成统计学和概率论结合 （ 2） 建立了丰富的数理统计理论 社会统计学派 人物： 【 德国 】 克尼斯 （ 1821-1889） 、 恩格尔 （ 1821- 1896） 和梅 尔 （ 1841-1925） 观点： 统计学的研究对象是社会现象 ， 目的在于明确 社会现象的内在联系和相互之间的关系 。 在研究过程中 ， 要用全面调查 ， 也可以适量的 使用抽样调查 。 （二）统计学的现代格局 格局： 一是以社会经济问题为主要研究对象的社会经济统 计； 二是以方法和应用研究为主的数理统计。 从学科的角度看： 前者从属于应用经济学；后者从属于数学。 趋势： 使用计算机统计分析软件对数据进行处理成为必然； 统计学从有关领域中吸取的养分也越来越多。 三、统计学在经济管理中的应用 统计给我们智慧与力量 统计学在经济领域的应用 （ 案例 1 案例 2） 统计学在管理领域的应用 （ 案例 1 案例 2） 案例 1 1995年 9月，美国斯坦福大学经济学教授刘遵义就 通过 实证比较，数量分析和模糊评价 等方法，预测 出菲律宾、韩国、泰国、印尼和马来西亚有可能发 生金融危机。 案例 2 2005年 3月 16日上证平均指数中 30支股票的市盈率是 21.08。 东方电子集团有限公司的市盈率是 17.92。这时，市盈率方面 的统计信息显示：与上证指数股票的平均收入相比，东方电 子集团有限公司的股票价格较低。因此，投资顾问可以得出 结论：东方电子集团有限公司的现行价格低估了。 指数可以解决问题！ 案例 1 一家会计师事务所想确定客户的资产负债表中所显示的应收 账款的数量是否公正地体现了实际的应收账款的数量。通常， 应收账款的账目数量很大，要审查和验证每个账户既费时又费 钱。 怎么办？ 抽样调查可以解决问题！ 案例 2 零售付账柜台使用电子扫描仪收集数据，可供各种营销研 究应用。 数据挖掘 的典型： 啤酒与纸尿裤 一、认识数据 1. 中国历年主要宏观经济指标数据集（ 数据集 01） 2. 1995年世界各国基本情况数据集（ 数据集 02） 3. 公司人力资源部数据集（ 数据集 03） 4. 企业流水线上的抽样数据集（ 数据集 04） 现代汉语词典对数据的解释是：进行各 种统计、计算、科学研究或技术设计等所 依据的数值。我们提供四个数据集，让大 家对数据有一个直观的了解。 数据集 1 中国历年主要宏观经济指标数据集 数据集 2 1995年世界各国基本情况数据集 数据集 3 公司人力资源部数据集 数据集 4 工厂流水线上的抽样数据集 数据类型 1. 分类数据 （ categorical data） 2. 顺序数据 （ rank data） 3. 数值型数据 （ metric data） 分类数据 （ categorical data） 分类数据是对事物进行分类的结果 ， 数据的 主要特征是采用文字 、 数字的代码和其他符号 对事物进行简单的分类和分组 。 分类数据以定类尺度 （ nominal scale） 来衡 量 。 顺序数据 （ rank data） 即：等级数据 是对事物进行分类的结果 ， 只是这些分类 在语义上表现出明显的等级或顺序关系 ， 例如 ， 学生的成绩可以分为优秀 、 良好 、 中等 、 及格 和不及格 。 顺序数据以定序尺度 （ ordinal scale） 来衡量 。 数值型数据 数值型数据是使用自然或 度量衡单位对事物进行测量的结 果 ， 其结果表现为具体数值 。 数值型数据有两种衡量尺度： 一是定距尺度 （ interval scale） 二是定比尺度 （ ratio scale） 区别： “ 零点 ” 数据类型 1. 时间序列数据 （ time series data） 2. 截面数据 （ cross-sectional data） 3. 面板数据 （ panel data） 时间序列数据 时间序列数据 （ time series data） 是在不同时间上收集到 的数据 ， 它所描述的是现象随 时间而变化的情况 。 截面数据 截面数据 （ cross-sectional data） 是在相同或近似相同的 时间点上收集的数据 ， 它所描 述的是现象在某一时刻或某一 时间段的变化情况 。 面板 数据 是对若干个单位在不同时间进 行重复跟踪调查所形成的数 。 例如 ， 我们连续 20年收集得到 的企业工人的工资 、 受教育程 度和就业情况的数据 。 数据类型 III 1. 绝对数 （ absolute number） 2. 相对数 （ relative number） 3. 平均数 （ average） 绝对数 是统计数据的基本表现形式，是其他指标形式形 成的基础。现象的总体规模和水平一般都以绝对数 形式表现，一个地区的总人口、国内生产总值、货 物周转量等都是绝对数，其计量单位有实物单位、 价值单位和复合单位三种。 绝对数按其所反映的时间状况不同可以分为时 期数和时点数。时期数是反映现象在一段时期内的 总量。如产品产量、产值、销售额等。时期数的特 点是可以连续计数，并可以累积。时点数是反映现 象在某一瞬间时刻上的总量，如人口数、商品的库 存量、企业的固定资产价值等。由于时点数是反映 现象在某一瞬间点上的水平，因而只能间断计数， 各时点不能累积。 相 对数 是由两个相互联系的绝对数对比得到 ， 反映事物 的相对数量 。 常用的相对数包括：结构相对数 、 动态相对数 、 比较相对数 、 计划完成相对数 。 结构相对数是在对 资料进行分组的基础上 ， 以总体的总量作为比较的 标准而得到的相对数 。 动态相对数是将不同时期的 同类事物的水平加以比较求得的相对数 。 比较相对 数是将不同单位的同类现象对比得到的相对数 。 计 划完成相对数将实际完成数与计划完成数对比用以 反映计划的执行情况 ， 对于产出类指标 ， 如产量 ， 大于 100%说明完成了规定的任务 ， 而对于投入类指 标 ， 如成本 ， 则小于 100%说明完成任务 。 平均 数 反映现象总体的一般水平 。 平均数的计算将在第四 章详细介绍 。 五、数据类型 IV 变量（ variable）是说明现象某个数量特征的概念。 其最常见的分类是：离散型变量（ discrete variable）和 连续型变量（ continuous variable）。这两类变量获取的方 法不同，离散型变量一般用“点数”的方法取得，数值往 往是整数，如职工人数、企业个数、设备台数等。连续型 变量用“测量”取得，测量的仪器越精密，变量值就会越 精确，如人的身高、体重；产品的长度、重量等。 变量按其所受因素的影响不同，还可分为确定性变量和 随机变量（ random variable）。受确定性因素影响的变量 称为确定性变量。受随机性因素影响的变量称为随机变量， 所谓随机因素，是指各种不确定的、偶然性的因素，这种 因素对变量影响的大小和方向都是不确定的，通常是微小 的。 总体与个体 统计总体，简称总体 Population），就 是统计所要研究的事物或现象的全体， 即由客观存在的，具有某种共同特征的 许多个别事物构成的整体。 个体（ Item Unit）是构成统计总体的 个别事物，又称为总体单位。 总体的特点： 1、大量性 2、同质性 3、差异性 4、相对性 样本 样本（ Sample）是指从统计总体 中抽取出来作为代表这一总体的、 由部分个体组成的集合体。 抽取原则：随机、非随机 非随机抽样：任意抽样、判断抽样、配额抽样 标志 统计标志，简称标志（ characteristic）， 是指每个个体所共同具有的属性或特 征，它是说明个体的属性或特征的具 体名称。 标志按其性质分为品质标志和数量标志。 标志按变异情况分为不变标志和可变标志。 可变的数量标志称为变量，其值称为变量值 。 指标 统计指标，简称指标（ indicator），是反映总 体数量特征的，由各个个体的标志值汇总综 合而成。任何一个统计指标都是经过了从个 别到一般、从具体到抽象的过程，它体现总 体特征，具有综合性。 （一） 口径一致是统计指标的基本要求 （二） 统计指标按反映问题的数量特征分类 （三） 统计指标按核算的范围分类 （一）口径一致是统计指标的基本要求 1. 统计指标是反映研究对象总体特征的， 确定研究对象往往与一定的理论相联系， 理论定义的范畴应该和实际获得的指标 数值的口径统一。 2. 统计口径包括两个方面：一是计算口 径外延的明确定义，。二是计算口径维 度的正确把握。 （二）统计指标按反映问题的数量特征分类 1. 数量指标 它是反映客观事物的规模或水平的指标，它表现为汇总 后直接得到的绝对数或总量，又称之为总量指标或绝对指标。 数量指标是最基本的指标，它是计算其他指标的基础。 数量指标包括标志总量和总体单位总量，如总产值、工 资总额、人口总数、企业个数等。 2. 质量指标 它是反映客观现象之间的相互联系、比例关系、发展速 度、内部结构的指标，一般用相对数或平均数表示。如劳动 生产率、成本利润率、人均国民收入等。质量指标是由两个 数量指标对比求得的，它是由数量指标派生的。 （三）统计指标按核算的范围分类 1. 总体指标 ，即总体参数，简称参数（ parameter），是我们想 要了解的总体的某个特征值。 2. 样本指标 ，即样本统计量，简称统计量（ statistic）。统计 量是根据样本数据计算出来的一个量。 指标体系 一系列相互联系、相互制约的多个统计 指标就构成统计指标体系。 举例 1： 工业企业统计指标体系 企业管理与信息处理指标子体系 举例 2： 宏观统计指标体系 国民经济核算体系 企业管理与信息处理指标子体系 工业企业经营管理指标 工业企业企业管理指标 信息获取与利用指标 工业企业财务管理指标 工业企业经济效益评价指标 国民经济核算体系 http:/ 一、统计分析软件简介 1、 SAS 2、 SPSS 3、 Statistica 4、 MINITAB 5、 马克威分析系统 1 SAS系统 全称为 Statistics Analysis System，最早由北卡罗来纳大 学的两位生物统计学研究生编制，并于 1976年成立了 SAS软件研究 所，正式推出了 SAS软件。 SAS早期的主要功能是统计分析，其产 品与解决方案除统计分析外，新增了数据整合、企业智能等，统 计分析功能也在不断增加。 SAS统计系统是由多个功能模块组合的，其基本部分是 BASE SAS 模块，它是 SAS统计分析系统的核心，承担着主要的数据管理任务， 并管理用户使用环境，进行用户语言的处理，调用其他 SAS模块和 产品。在 BASE SAS的基础上，可以增加模块而增强数据分析功能： SAS/STAT（统计分析模块）、 SAS/GRAPH（绘图模块）、 SAS/QC （质量控制模块）、 SAS/ETS（经济计量学和时间序列分析模块）、 SAS/OR（运筹学模块）、 SAS/IML（交互式矩阵程序设计语言模 块）、 SAS/FSP（快速数据处理的交互式菜单系统模块）、 SAS/AF （交互式全屏幕软件应用系统模块）等等。一般认为使用 SAS需要 编写程序 , 比较适合统计专业人员，而对非统计专业人员则比较困 难。事实上 SAS的很多功能也可以通过菜单操作实现，如 Insight就 是一个菜单操作的界面。 2. SPSS是软件英文名称的首字母缩写，原意为 Statistical Package for the Social Sciences，即“社会科学统计 软件包”， 2000年 SPSS公司将英文全称更改为 Statistical Product and Service Solutions，意为“统计产品与服 务解决方案”，标志着 SPSS的战略方向做出了重大调整。 逐渐由原来的单一统计产品开发与销售转向企业、教育 科研及政府机构提供全面信息统计决策支持服务，成为 走在了最新流行的“数据仓库”和“数据挖掘”领域前 沿的一家综合统计软件公司。 SPSS最突出的特点就是操 作界面极为友好，采用类似 EXCEL表格的方式输入与管 理数据，数据接口通用，能方便的从其他数据库中读入 数据，是非统计专业人员的首选统计软件。 3. Statistica是由美国俄克拉荷马州的 StatSoft公司研制的大型专业统计 图表分析软件包。 Statistica数据统计分析项目有 15个主命令， 130多个 子命令，其功能是：基本统计分析（ Basic Statistics）、非参数统计分析 （ Nooparametrics）、方差分析（ General ANOVA）、多元回归分析 （ Multiple Regression）、非线性估计（ Nonlinear Estimation）、时间序列 预测（ Time Series / Forecasting）、聚类分析（ Cluster Analysis）、因子分 析（ Factor Analysis）、典型分析（ Canonical Analysis）、多维尺度分析 （ Multidimensional Scaling）、路径分析（ SEPATH）、可靠性 /项目分析 （ Reliability/Item Analysis）、判别分析（ Discriminant Analysis）、对数线 性分析（ Log-linear-analysis）和生存分析（ Survival Analysis）。 Statistica的 图形功能很完备，显示输出的图形细腻美观，有 13个主命令， 80多个 子命令，主要包括：快速统计图（ Quick Stats Graphs）、二维统计图 （ Stats 2D Graphs）、三维序列统计图（ Stats 3D Sequential Graphs）、三 维 XYZ统计图（ Stats 3D XYZ Graphs）和统计矩阵图（ Stats Matrix Graphs） 等。 4. MINITAB是由美国宾夕法尼亚州立大学在 1972年研 制的统计分析软件包，它以无与伦比的易学性、可靠性 以及完善的功能而著名于世，是教授统计学，实施六西 格玛和其他质量改进项目的理想选择， MINITAB包括 统计分析模块和绘制图形模块，统计分析模块有 13个主 命令：基本统计分析（ basic statistics）、回归分析 （ regression）、方差分析（ ANOVA）、实验设计（ DOE， Design of Experiments）、控制图（ control charts）、质量编 制计划工具（ Quality Tools）、可靠性 /生存分析 （ reliability / survival）、多变量分析（ Multivariate）、时 间序列分析 (Time series)、统计报表和列联表检验 （ Tables）、非参数检验（ Nonparametrics）、探索性数据 分析（ EDA, exploratory data analysis）、效能与样本量分 析（ power and sample size）。 5. 马克威分析系统 是由上海天律信息技术有 限公司开发的中国第一套完全自主知识产权的 大型统计分析和数据挖掘系统。马克威分析系 统在技术上的特点是：将数据挖掘、统计分析、 图形展示和智能报表融为一体，为用户提供完 整配套的决策支持工具；提供独创的优化算法 体系和完备的数据挖掘模型；将可视化数据分 析与数据挖掘有机地融合在一起，并将自主开 发的嵌入式数据库管理系统同其它关系型数据 库实现了无缝连接；它在设计上充分考虑了中 国用户的实际情况和使用习惯，将实用性和科 学性结合在一起。 二、 Excel实现数据处理的主要途径 1.公式和函数 2. 数据分析工具