统计学原理第三章统计整理.ppt

1,第三章统计整理,2,主要内容,第一节统计数据整理的概述第二节统计分组第三节分配数列第四节统计表和统计图,3,一、数据审核（DataAuditing）是指在进行数据整理之前对原始数据的审查与核对。数据整理是按照数据分析的要求进行的，数据分析的思路和目的决定着数据整理的分类或分组。基于人类认识活动的渐进性，往往需要采用不同的分组方式对原始数据进行反复整理，以便得出正确的认识结论。,第一节统计数据整理的概述,4,二、数据审核的内容,1、时效性的审核检查是否在规定的调查时间内完成数据的搜集工作，采集的数据是否为规定调查时点上或规定的调查时段内的数量特征，以保证统计数据在时间上的准确性和可比性。2、准确性的审核检查是否每一调查单位的特征都无偏差、无失真、准确无误地记录在登记资料中，抽样调查的误差是否有效地控制在规定的范围内.,3、一致性的审核检查统计数据在时间和空间上的连续性和可比性。,5,三、数据审核的方式1、逻辑审核检查原始数据中各项数据是否合理的数据审核方式。要求检查人员具备较强的逻辑推理能力和丰富的专业知识及数据审核经验。2、技术审核对调查数据原始登记表和其他原始材料进行机械性核对的数据审核方式。由于技术检查是一种机械性的核对，一般可采用专门的计算机软件来实现。,6,四、数据的排序,数据排序是指将一组数据按照大小、高低、优劣等顺序进行依次排列的过程。数据排序为计算取值范围、最大值、最小值等总体参数提供了便利，有助于人们了解数据大致的分布状态。数据排序也是有效地进行数据分类或分组的前期准备工作。数据排序可以使用计算机软件来实现，Excel就具有很强的数据排序功能。,7,第二节统计分组,一、统计分组的概念统计分组就是根据统计研究的需要，将统计总体按照一定的标志区分为若干个不同类型或性质的部分的一种统计方法。统计分组具有两方面含义：对总体而言是“分”，即将总体分为性质相异的若干部分。对总体单位而言则是“合”，即将性质相同的总体单位组合起来。,8,二、统计分组的作用与原则1、统计分组的作用（P40-42）划分现象的类型；揭示现象的内部结构；分析现象之间的内在关系：正依存关系：现象之间成同向变动负依存关系：现象之间成反向变动2、统计分组的原则穷尽原则：组数有限且不宜过多。互斥原则：组间的差异、界限要分明。,9,三、分组标志的选择,（一）选择分组标志的原则P421.目的性原则：根据研究问题的目的选择分组标志。2.本质性原则：选择最能反映现象本质特征的标志分组。例如反映家庭生活水平的因素：总收入？平均收入？研究学生的学习状况：成绩？性别？年龄？籍贯？,3.具体条件原则：结合现象所处的具体历史条件或经济条件选择分组标志。,10,（二）统计分组的种类,按分组标志个数不同分为：简单分组与复合分组P44,简单分组,11,工业企业按经营组织形式和规模大小同时进行分组按经营组织形式分组：按规模分组：大型企业内资企业中型企业小型企业大型企业港澳台商投资经营企业中型企业小型企业大型企业外商投资经营企业中型企业小型企业,复合分组,12,2按分组标志性质不同可分为：品质标志分组和数量标志分组,品质标志分组,数量标志分组,13,1）品质标志分组：对总体按照品质标志分组，如人口按性别分组；企业按所有制、行业分组等属于简单分组；复杂分组有国家制定统一的分类目录。（P44）2）数量标志分组：对总体按照数量标志分组，具体又分为以下两种情况：单项式分组：是以一个变量值为一组的分组方法，只适用于离散型变量的分组。,14,组距式分组：是按变量变动的一定区间来分组的方法。既适用于连续型变量，也适用于离散型变量。具体又分为以下两种情况：等距分组与异距分组：根据变量值变动的均匀性来确定。均匀变动的变量适合用等距分组，否则应选择异距分组。说明：离散型变量采用单项式分组还是组距式分组主要取决于变量值的多少和变量值变动范围的大小，变量值少且变动范围小的用单项式分组，反之用组距式分组。,15,一、分配数列的概念和种类（一）分配数列的概念（P46）在数据分组的基础上，将总体的所有单位按组归类整理，并按一定的顺序排列，形成总体中各个单位在各组间的分布就称为分配数列（次数分布）。分布在各组的总体单位数叫次数或频数，各组次数与总次数之比叫比重或频率。,第三节分配数列,16,（二）分配数列的种类,分配数列,单项式数列,组距式数列,等距分组,异距分组,品质分配数列（品质数列）,数量分配数列（变量数列）,17,中国2005年人口状况品质分配数列,各组名称,次数或频数,比率或频率,（品质分组标志）,（品质分组标志）,18,变量数列单项式数列某企业工人平均日产量（离散变量）,变量,次数,比率或频率,19,变量数列等距数列某厂工人生产定额完成情况表（连续变量）,变量,次数,比率或频率,20,二、单项式数列的编制,1、对变量值排序通常按照由小到大的顺序来排列。,例如，某生产车间21名工人日加工零件数资料如下：117108110117110117130114110114128120110120108117124114120117124,21,2、某车间21名工人日加工零件分组表,22,三、组距数列的编制,（一）组距与组数首先对已取得的调查数据进行排序(P48)。1、组、组限和组距的概念在组距数列中用变量变动的一定范围代表一个组。每个组的最小值为该组的下限，最大值为该组的上限，下限与上限合称为组限，每个组上限和下限之间的距离称为组距。,23,2、组数和组距的关系,组数：即整个组距数列中所包含的组的个数组数的多少和组距的大小成反向变动关系：组距大则组数少，组距小则组数多。因此，组距的大小会直接影响组数的多少。确定组距的原则：体现组内资料的同质性和组间资料的差异性。一般取510的倍数为宜。学生按考试成绩分组：,24,某班学生统计学考试成绩统计表,不及格,及格,中等,良好,优秀,体现组内资料的同质性和组间资料的差异性,25,（二）等距分组和异距分组,按组距是否相等可将组距数列分为：1、等距数列：是指各组组距都相等的组距数列。适用范围：适用于变量值变动比较均匀的现象，即各组间性质差异是由变量值均匀增加或减少而引起的。（P50）例如，成绩、身高、体重、计划完成程度等。,26,等距数列可绘制次数分布直方图和次数分布折线图，直方图的面积与折线图所围成的面积相等。折线两端应在直方图的左右两边各延伸一个假想组，并连接至假想组的中点。根据分组表绘制次数分布直方图次数分布折线图,27,某班学生统计学考试成绩表,28,29,30,2、异距数列：指各组组距不完全相等的组距数列。1）适用范围：当总体的分布存在明显的偏斜状况时，变量不适合等距分组；总体单位的变量变动范围较大，若变量按一定比例关系发展变化的话可按等比间隔分组编制异距数列(P52)。例如，炼钢高炉按容积（m3）的异距分组为：,31,钢炉容积（m3）组距100以下10020010020040020040080040080016008001600以上组距间隔等比为2,32,2）次数密度与频率密度,在异距数列中，由于各组组距不完全相同，因此分布在各组中的次数就不具有可比性。要使各组的次数可比，必须要消除组距不同的影响将不等组距的次数换算为标准组距次数。标准组距的确定：选择数列中最小的组距。次数密度：单位组距内分布的次数。公式：次数密度=各组次数各组组距频率密度：单位组距内分布的频率。公式：,33,频率密度=各组频率各组组距通过标准组距次数或次数密度将异距数列中不可比的各组次数换算成可比的各组次数，并可根据标准组距次数或次数密度来绘制次数分布直方图和次数分布折线图，用以反映总体的数量分布特征。现以某厂工人年龄分布情况为例，将上述两种方法的换算结果列成表格，并绘制次数分布直方图和次数分布折线图，并与等距数列进行比较。,34,某厂工人年龄分布情况表,标准组距为组距最小值5,35,年龄,人数,未经处理的异距数列直方图,36,次数密度,某厂工人年龄次数分布直方图,异距数列,标准组距人数,年龄,37,标准组距人数,异距数列,A,B,C,D,某厂工人年龄次数分布折线图,次数密度,年龄,B+D与A+C哪一个要大一些？,38,（三）组限与组中值,1、组限：组距两端的数值称为组限。组限的确定也是统计分组中的重要问题。确定组限的原则：体现组内的同质性和组间的差异性“上组限不在内”原则只要遵循“上组限不在内”的原则，无论是连续变量还是离散变量均可以采用相邻两组的上限和下限共用同一个数值做组限的方法。,39,2、组中值：是各组变量范围的中间数值，可以根据各组的上限与下限的简单平均数来确定。组中值=（上限+下限）2为什么要计算组中值原因：组距数列是按变量变动的一段区间来分组的，它掩盖了分布在各组内的各单位的实际变量值。为了反映每一组变量值的一般水平，统计上就用组中值来代表每一组变量值的一般水平。例：,40,学生按体重（公斤）进行分组：40以下39.9以下39.99以下40454044.94044.9945504549.94549.9950555054.95054.9955605559.95559.9960656064.96064.9965以上65以上65以上,41,某班学生统计学成绩分布情况表,组中值=（上限+下限）2=下限+组距/2=上限-组距/2,42,3、开口组组中值的确定：开口组：是组限不齐全的组，可分为有上限缺下限和有下限缺上限两种。缺上限的开口组组中值=,缺下限的开口组组中值=,43,5=10-（20-10）285=70+（70-40）2,开口组,开口组,国有工业企业净产值完成情况分组表,44,四、累计次数分布,（一）次数分布：是指总体中各单位数在各组间的分布。次数分布是统计研究的一个基本课题，通过次数的分布规律，可以研究大量现象的统计规律性。P54（二）累计次数分布：是指将变量数列各组的次数和频率逐组累计相加而成的。有两种累计方法：,45,1.向上累计（较小制累计，上限以下累计）,是将各组次数或比率，由变量值低的组向变量值高的组逐组累计的方法。含义：表明各组上限以下总共所包含的总体次数或比率有多少。,46,是将各组次数或比率，由变量值高的组向变量值低的组逐组累计的方法。含义：表明各组下限以上总共所包含的总体次数或比率有多少。,2.向下累计（较大制累计，下限以上累计）,47,某班统计学考试成绩次数分配表,考分,48,（三）累计次数的特点：（P55）同一数值的向上累计和向下累计次数之和等于总体总次数，而累计比率之和等于1或100%。单项数列也可以计算累计次数和累计比率。累计次数分布是确定各种位置平均数的依据；累计次数分布图还可以用于研究社会财富分配的公平程度等问题。累计次数分布折线图见下表：,49,考分,累计次数分布折线图,40,38,31,20,8,2,9,20,32,40,50,五、次数分布的类型,（一）钟型分布特点：“两头小中间大”，即两头次数分布少，中间次数分布多。,变量,次数,a.对称分布(正态分布)中轴线两边的图形完全对称。,51,b.右偏分布：当变量值中存在极大值时，次数分布曲线就会向右延伸，即右偏。,次数,变量,0,52,C.左偏分布：当变量值中存在极小值时，次数分布曲线就会向左延伸，即左偏。许多社会经济现象都接近正态分布，如市场价格、学生成绩、职工的工资等。,次数,变量,53,（二）U型分布特征：“两头大，中间小”，即中间变量值分布的次数少，两端变量值分布的次数多。其分布图形像英文字母“”字。,变量,次数,（d）型分布,0,54,（三）J型分布特征：“一边小，一边大”，即大部分变量值集中在某一端分布，分布曲线图像英文字母“”字。具体分布有两种类型：,次数,次数,变量,变量,（）正型分布,（）反型分布,0,0,55,第四节统计表和统计图,一、统计表的定义与作用（一）统计表的定义：将通过汇总整理的系统化的统计资料，按一定顺序填列在一定的表格内，这种表格称为统计表。（二）作用：1.使大量统计资料系统化、条理化；2.便于比较各项目之间的关系和计算；3.简明、紧凑、一目了然。,56,1.总标题：是统计表的名称，简要说明全表的内容，位于统计表的上端正中央。2.分标题（横标题、纵标题）：是指总体名称或分组名称以及说明总体的各种统计指标。3.数字资料：即指标数值，列示在统计表的右下方，也是宾词的组成部分。4.资料来源说明,（二）统计表的结构,57,2002年全国工业增加值（总标题）,项目,横标题,主词,纵标题,指标数值,指标名称,宾词,资料来源：中国统计摘要，中国统计出版社2003年，第125页。,58,（三）统计表的分类,1.按主词是否分组和分组的程度分类（P59）(1)简单表（表2-15）(2)分组表（表2-14）(3)复合表（表2-16）2.按宾词是否分组和分组的程度分类P60-61(1)宾词简单排列（表2-16）(2)宾词分组平行排列（表2-17）(3)宾词分组层叠排列（表2-18）,59,二、统计图直方图,条形图,60,柱形图,61,圆锥图,62,散点图或连线图,63,雷达图,64,饼形图,65,作业题：,针对自己感兴趣的问题，设计一份统计调查问卷，说明调查目的、总体与总体单位以及报告单位，调查对象不少于100个。对调查问卷作业的新要求：1、每6个人一组，自愿组合或以宿舍为单位，并做如下分工：问卷设计，问卷调查，数据整理，统计分析和文字说明等。2、设计的调查问题不少于15个。,66,3、最终整理形成的调查表不少于两张，一张为主词复合分组表，一张为宾词复合分组表；并用两种图形将分组结果予以展示。4、统计分析及其文字说明要全面、深入，最好能提出自己的见解或建议。5、作业用A4纸打印，并将电子版发到我的邮箱中：,