统计学数据的收集与管理.ppt

南京财经大学统计学系,第二章数据的收集与整理,数据的收集和整理是依据统计分析的目的和要求，有组织有计划地搜集数据资料并对其进行去伪存真、去粗取精的分类整理、浓缩简化的工作过程。它是进行统计分析的必要前提，是保证统计数据客观、真实、准确、可靠的关键。,本章内容,一、数据的收集二、数据的整理三、次数分布,数据的收集,统计资料收集是根据统计研究的目的要求，采用一定组织形式与科学方法，进行采集与研究问题有关的各类信息资料的工作过程。1、数据的来源（1）原始数据（2）次级数据统计调查查阅文献、年鉴和数据库2、统计调查获取原始数据的主要形式（1）统计调查方案设计（2）统计调查方法（3）统计调查的组织方式,链接,统计资料的整理,统计资料的整理，是根据统计研究的目的，对所收集到的大量、分散的原始资料进行科学加工与综合，使之系统化、条理化、科学化，为统计分析提供反映事物总体综合特征资料的工作过程。一般程序：,统计资料的审定统计资料的分组统计资料的汇总编制统计表绘制统计图,原始数据,原始数据也称为第一手资料，是反映被调查对象原始状况的资料。如原始记录、统计台帐、调查问卷答案、实验结果等。举例：数据集03、数据集04,次级数据,次级数据也称为第二手资料，是已经存在的经他人整理分析过的资料。如期刊、报纸、广播、电视以及因特网上的资料，各级政府机构公布的资料，企业内部记录和报告等。举例：数据集01、数据集02,链接,世界银行的数据库http:/devdata.worldbank.org/data-query/,数据中华情报分析,世界银行1,数据中华,明确调查目的(为什么要调查)确定调查对象和调查单位(调查谁)确定调查项目(调查什么)调查表与问卷的设计确定调查时间和调查期限制定调查的组织实施计划,具体关系可以作如下表示,报告单位,一览表、单一表,如何设计调查方案？,统计调查方案,统计调查方法,现场观察法报告法问卷法访谈法实验采集法,常用统计调查方法,统计调查组织方式,统计报表普查抽样调查重点调查典型调查,全面调查,非全面调查,统计调查的组织形式,统计报表,统计报表（StatisticalReportForms）是指依照国家统计局或国家各行政管理部门的规定，自上而下地统一布置，以一定的原始记录为依据，按照统一的表式，统一的指标项目，统一的报送时间与报送程序，自下而上地逐级定期提供基本统计资料的一种调查方式。,普查,普查（Census）是对调查对象的全部个体逐一进行的调查。其特点：一次性调查，全面调查，周期较长；普查主要用来调查属于一定时点上的现象总量。关键词：全面调查、一次性、时点资料,美国普查局http:/www.census.gov/,美国普查局,抽样调查,抽样调查（SamplingSurvey）是一种非全面调查，它是在全部调查单位中抽取一部分单位作为样本进行调查，再根据调查结果推断总体的一种调查方法。广义的抽样调查包括随机抽样与非随机抽样。,(狭义的)抽样调查可以分为,简单随机抽样（simplerandomsampling）分层抽样（stratifiedsampling）系统抽样（systematicsampling）整群抽样（clustersampling）,最简单、等可能；方法,分组、按一定比例从组中抽取,等距、周期抽样；有(无)关标志排队,EXEL,总体分为若干组，然后随机整组整组的抽取,重点调查,重点调查（Key-pointSurvey）是指在调查对象中，选择一部分重点调查单位收集统计资料的一种非全面调查。关键词：重点调查单位，是指这些被调查的单位在总体中数目不多，所占比重不大，但其标志值却在总量中占有很大比重，在总体中具有举足轻重的作用。,典型调查,典型调查（ModelSurvey）是指根据调查目的，在对所研究现象全面分析的基础上，有意识地选择有代表性的典型单位进行深入细致地调查，以便认识事物的本质与发展变化规律的一种非全面调查方法。关键词：典型单位，是指那些能充分、集中地体现调查对象总体某些方面共性特征的最有代表性的单位。,解剖麻雀式，划类选典,数据的审定,调查资料审定的目的，就是要保证资料的准确性，尽可能地缩小调查误差。即对调查资料的准确性、完整性和及时性进行检查。,调查必然产生误差,统计误差,登记误差是由于调查过程中各有关环节工作的失误而造成的。代表性误差是由于非全面调查只观察总体一部分单位，这部分单位不能完全反映总体的性质而产生的误差。,数据的分组,数据分组是根据总体的内在特征和统计研究的任务需要，把总体或样本按照某一标志分成若干个不同的部分。对总体而言是“分”，即将总体分为性质(分组标志)相异的若干组成部分；对个体而言是“合”，即将分组标志相同的个体组合起来。,注意：正确选择分组标志,数据分组的作用反映总体内部结构分析总体数量现象间的依存关系数据分组的原则穷尽原则互斥原则数据分组的种类简单分组表复合分组表品质分组数量分组,次数分布数列,次数分布(数列)是统计分组的重要形式，在统计分组的基础上，把总体或样本的全部个体按组归类整理，并按一定顺序排列，形成总体或样本的每一个个体在各组间的分布。概念：次数（频数），比率（频率）分类：品质数列变量数列,单项数列组距数列,等距异距,1、组数与组距其确定根据经验组限（上、下），全距R，组距开口数列，闭口数列，开口组、闭口组2、组中值,闭口组的组中值计算公式:组中值=(上限下限)/2缺下限开口组（首组）组中值首组上限邻组组距/2缺上限开口组（末组）组中值末组下限邻组组距/2,组限的注意事项,首组(最小组)的下限不能大于最小变量值最末一组(最大组)的上限不得小于最大变量值组限应是引起事物质变的数量界限，并有利于表现总体分布的规律性。分组变量可分为离散变量与连续变量，它们的组限表示方法也是不同的。离散变量的组限，相邻组的组限可以间断，连续变量的组限时，相邻组的组限必须重叠，并在统计次数时，一般应遵循“上组限不在内”的原则。,次数分布表的编制,排序并求出全距（最大值最小值）；确定组数和组距经验公式:;舍去进一确定组限；归组并计算出各组的次数；编制次数分布表。,例题,扩展表,Exel：函数frequency（）的使用,例题,扩展表,表例1,表例2,