1、第二章 统计数据的搜集,第一节 数据的计量与类型 第二节 统计数据的搜集 第三节 统计数据的整理 第四节 统计图与统计表,第一节 数据的计量与类型,数据的计量尺度 数据的类型和分析方法 变量及其类型 统计指标及其类型,一、数据的计量尺度,四种计量尺度 四种计量尺度的比较,（一）四种计量尺度,数据的计量尺度,1.定类尺度,（1）计量层次最低 （2）对事物进行平行的分类 （3）各类别可以指定数字代码表示 （4）使用时必须符合类别穷尽和互斥的要求 （5）数据表现为“类别” （6）具有=或的数学特性,2.定序尺度,（1）对事物分类的同时给出各类别的顺序 （2）比定类尺度精确 （3）未测量出类别之间的准
2、确差值 （4）数据表现为“类别”，但有序 （5）具有或的数学特性,3.定距尺度,（1）对事物的准确测度 （2）比定序尺度精确 （3）数据表现为“数值” （4）没有绝对零点 （5）具有 + 或 - 的数学特性,4.定比尺度,（1）对事物的准确测度 （2）与定距尺度处于同一层次 （3）数据表现为“数值” （4）有绝对零点 （5）具有 或 的数学特性,（二）四种计量尺度的比较,计量尺度,数学特性,“”表示该尺度所具有的特性,二、数据类型与统计方法,数据类型与统计方法,三、变量及其类型,变 量,四、统计指标及其类型,统计指标,第二节 统计数据的搜集,统计数据的直接来源 统计数据的间接来源,一、统计数据
3、的直接来源,统计数据调查的方式 统计数据调查的方法（搜集方法）,（一）统计调查方式,统计调查方式,1.普查,（1）为特定目的专门组织的非经常性全面调查 （2）通常是一次性或周期性的 （3）一般需要规定统一的标准调查时间 （4）数据的规范化程度较高 （5）应用范围比较狭窄,2.抽样调查,（1）从总体中随机抽取一部分单位(样本)进行调查,（4）具有经济性、时效性强、适应面广、准确性高等特点,（2）目的是推断总体的未知数字特征,（3）最常用的调查方式,3.统计报表,（1）统计调查方式之一 （2）过去曾经是我国主要的数据收集方式 （3）按照国家有关法规的规定、自上而下地统一布置、自下而上地逐级提供基本
4、统计数据 （4）有各种各样的类型,4.重点调查和典型调查,（2）典型调查 从调查对象的全部单位中选择少数典型单位进行调查 目的是描述和揭示事物的本质特征和规律 调查结果不能用于推断总体,（1）重点调查 从调查对象的全部单位中选择少数重点单位进行调查 调查结果不能用于推断总体,（二）数据的搜集方法,数据的搜集方法,1.访问调查,（1）调查者与被调查者通过面对面地交谈而获得资料 （2）有标准式访问和非标准式访问 标准式访问通常按事先设计好的问卷进行 非标准式访问事先一般不制作问卷,对不起，打扰了！,2.邮寄调查,（1）也称邮寄问卷调查 （2）是一种标准化调查 （3）调查者与被调查者没有直接的语言交
5、流，信息的传递依赖于问卷 （4）通过某种方式将调查表或问卷送至某调查者手中，由被调查者填写，然后将问卷寄回指定收集点 （5）问卷或表格的发放方式有邮寄、宣传媒介传送、专门场所分发三种,3.电话调查,（1）调查者利用电话与被调查者进行语言交流以获得信息 （2）时效快、成本低 （3）问题的数量不宜过多,您好! 我是调查公司的调查员,4.电脑辅助调查,（1）又称电脑辅助电话调查 （2）电脑与电话相结合完成调查的全过程 （3）一般需借助专门的软件进行 （4）硬件设备要求较高,5.座谈会,（1）也称集体访谈 （2）将一组被调查者集中在调查现场，让他们对调查的主题发表意见以获得资料 （3）参加座谈会的人数
6、不宜过多，一般为610人 （4）侧重于定性研究,6.个别深度访问,（1）一次只有一名受访者参加、针对特殊问题的调查 （2）适合于较隐秘的问题，如个人隐私问题；或较敏感的问题，如政治方面的问题 （3）侧重于定性研究,7.观察法,（1）就调查对象的行动和意识，调查人员边观察边记录以收集所需信息 （2）调查人员不是强行介入 （3）能够在被调查者不察觉的情况下获得资料,8.实验法,（1）在设定的特殊实验场所、特殊状态下，对调查对象进行实验以获得所需资料 （2）有室内实验法和市场实验法,二、统计数据的间接来源,1. 公开出版物： 中国统计年鉴、中国统计摘要、中国社会统计年鉴、中国工业经济统计年鉴、中国农
7、村统计年鉴、中国人口统计年鉴、中国市场统计年鉴、世界经济年鉴、国外经济统计资料、世界发展报告,三、调查方案设计,确定调查目的 确定调查对象和调查单位 设计调查项目和调查表 方案设计中的其他内容,调查方案设计的框架,调查方案的内容,1.调查目的,（1）调查要达到的具体目标 （2）回答“为什么调查？” （3）调查之前必须明确,2.调查对象和调查单位,（1）调查对象：调查研究的总体或调查范围 （2）调查单位：需要对之进行调查的单位。可以是调查对象的全部单位（全面调查），也可以是调查对象中的一部分单位（非全面调查） （3）回答“向谁调查？”,3.调查项目和调查表,（1）调查项目：调查的具体内容 （2）
8、调查表：表现调查项目的表格或问卷 （3）回答“调查什么？”,4.方案设计中的其他问题,（1）明确调查所采用的方法 （2）确定调查资料的所属时间和调查工作的期限 （3）调查的组织与实施细则,*四、统计数据的质量,统计数据的误差 统计数据的质量要求,误差来源,1.数据误差的来源,2.统计数据的误差,（1）统计数据与客观现实之间的差距 （2）有登记性误差和代表性误差两类登记性误差：由于调查者或被调查者的人为因素所造成的误差，理论上讲可以消除。代表性误差：用样本数据进行推断时所产生的误差。通常无法消除，但事先可以进行控制和计算。,3.统计数据的质量要求,精 度：最低的抽样误差或随机误差 准 确 性：最
9、小的非抽样误差或偏差 关 联 性：满足用户决策、管理和研究的需要 及 时 性：在最短的时间里取得并公布数据 一 致 性：保持时间序列的可比性 最低成本：以最经济的方式取得数据,第三节 统计数据的整理,数据的预处理 品质数据的整理与显示 数值型数据的整理与显示,一、数据的预处理,数据的预处理概述 数据的审核 数据的筛选 数据的排序,（一）概述：数据的审核、筛选与排序,数据的审核 发现数据中的错误 数据的筛选 找出符合条件的数据 数据排序 发现数据的基本特征 升序和降序,（二）数据的审核,原始数据审核的内容 原始数据审核的方法 二手数据的审核,1.原始数据的审核内容,（1）完整性审核 检查应调查的
10、单位或个体是否有遗漏 所有的调查项目或指标是否填写齐全 （2） 准确性审核 检查数据是否真实反映客观实际情况，内容是否符合实际 检查数据是否有错误，计算是否正确等,2.原始数据的审核方法,（1）逻辑检查 从定性角度，审核数据是否符合逻辑，内容是否合理，各项目或数字之间有无相互矛盾的现象 主要用于对定类数据和定序数据的审核 （2）计算检查 检查调查表中的各项数据在计算结果和计算方法上有无错误 主要用于对定距和定比数据的审核,3.二手数据的审核,（1）适用性审核 弄清楚数据的来源、数据的口径以及有关的背景材料 确定这些数据是否符合自己分析研究的需要 （2）时效性审核 应尽可能使用最新的统计数据 （
11、3）确认是否必要做进一步的加工整理,（三）数据的筛选,对审核过程中发现的错误应尽可能予以纠正 当发现数据中的错误不能予以纠正，或者有些数据不符合调查的要求而又无法弥补时，需要对数据进行筛选 数据筛选的内容包括： 将某些不符合要求的数据或有明显错误的数据予以剔除 将符合某种特定条件的数据筛选出来，而不符合特定条件的数据予以剔出,（四）数据的排序（1）内容,按一定顺序将数据排列，以发现一些明显的特征或趋势，找到解决问题的线索 排序有助于对数据检查纠错，以及为重新归类或分组等提供依据 在某些场合，排序本身就是分析的目的之一 排序可借助于计算机完成,（四）数据的排序（2）方法,定类数据的排序 字母型数
12、据，排序有升序降序之分，但习惯上用升序 汉字型数据，可按汉字的首位拼音字母排列，也可按笔画排序，其中也有笔画多少的升序降序之分 2. 定距和定比数据的排序 递增排序：设一组数据为X1，X2，XN，递增排序后可表示为：X(1)X(2)X(N),二、品质数据的整理与显示,定类数据的整理与显示 定序数据的整理与显示,（一）数据整理的基本问题,要弄清所面对的数据类型，因为不同类型的数据，所采取的处理方式和方法是不同的 对定类数据和定序数据主要是做分类整理 对定距数据和定比数据则主要是做分组整理 适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数
13、据,（二）定类数据的整理,基本过程 可计算指标 频率分布表,（二）定类数据的整理 （1）基本过程,1. 列出各类别 2. 计算各类别的频数 3. 制作频数分布表 4. 用图形显示数据,（二）定类数据的整理 （2）可计算的指标,1. 频 数：落在各类别中的数据个数 2. 比 例：某一类别数据占全部数据的比值 3. 百分比：将对比的基数作为100而计算的比值 4. 比 率：不同类别数值的比值,（二）定类数据整理 （3）频数分布表（实例）,【例1】为研究广告市场的状况，一家广告公司在某城市随机抽取200人就广告问题做了邮寄问卷调查，其中的一个问题是“您比较关心下列哪一类广告？”1商品广告；2服务广告
14、；3金融广告；4房地产广告；5招生招聘广告；6其他广告。,（三）定类数据的显示,条形图 园形图 环形图,（三）定类数据的图示 （1）条形图,条形图是用宽度相同的条形的高度或长短来表示数据变动的图形 条形图有单式、复式等形式 在表示定类数据的分布时，是用条形图的高度来表示各类别数据的频数或频率 绘制时，各类别可以放在纵轴，称为条形图，也可以放在横轴，称为柱形图,（三）定类数据条形图的一个例子 （由 Excel 绘制的条形图）,（三）定类数据的图示 （2）圆形图,也称饼图，是用圆形及园内扇形的面积来表示数值大小的图形 主要用于表示总体中各组成部分所占的比例，对于研究结构性问题十分有用 在绘制圆形图
15、时，总体中各部分所占的百分比用园内的各个扇形面积表示，这些扇形的中心角度，是按各部分百分比占3600的相应比例确定的 例如，关注服务广告的人数占总人数的百分比为25.5%，那么其扇形的中心角度就应为360025.5%91.80，其余类推,（三）定类数据圆形图的一个例子 （由 Excel 绘制的圆形图）,（三）定类数据的图示 （3）环形图,环形图中间有一个“空洞”，总体中的每一部分数据用环中的一段表示 环形图与圆形图类似，但又有区别 圆形图只能显示一个总体各部分所占的比例 环形图则可以同时绘制多个总体的数据系列，每一个总体的数据系列为一个环 环形图可用于进行比较研究 环形图可用于展示定类和定序的
16、数据,（四）定序数据的整理与显示,整理 显示,（四）定序数据的整理可计算的指标,1. 累计频数：将各类别的频数逐级累加 2. 累计频率：将各类别的频率(百分比)逐级累加 注：定类数据一般不可以计算累计,（四）定序数据频数分布表（例1 ）,【例2】在一项城市住房问题的研究中，研究人员在甲乙两个城市各抽样调查300户，其中的一个问题是：“您对您家庭目前的住房状况是否满意？1非常不满意；2不满意；3一般；4满意；5非常满意。,（四）定序数据频数分布表（例2 ）,（四）定序数据的图示累计频数分布图 （由 Excel 绘制的累计频数分布图）,图3 甲城市家庭对住房状况评价的累积频数分布,（四）品质数据的
17、图示环形图 （由 Excel 绘制的环形图）,三、数值型数据的整理与显示,数据的分组 数值型数据的图示 频数分布的类型,（一）数值型数据整理的步骤,整理的步骤,（一）需整理的一个实例,117 122 124 129 139 107 117 130 122 125 108 131 125 117 122 133 126 122 118 108 110 118 123 126 133 134 127 123 118 112 112 134 127 123 119 113 120 123 127 135 137 114 120 128 124 115 139 128 124 121,【例3】某生产车
18、间50名工人日加工零件数如下（单位：个）。试采用单变量值对数据进行分组。,（二）数据分组,分组的目的及作用 分组的方法 单变量分组 组距分组,（1）分组方法,分组方法,（2）单变量值分组,1. 将一个变量值作为一组 2. 适合于离散变量 3. 适合于变量值较少的情况,（3）单变量值分组的一个实例,（4）组距分组,将变量值的一个区间作为一组 适合于连续变量 适合于变量值较多的情况 必须遵循“不重不漏”的原则 可采用等距分组，也可采用不等距分组,（5）组距分组的步骤,确定组数：组数的确定应以能够显示数据的分布特征和规律为目的。在实际分组时，可以按 Sturges 提出的经验公式来确定组数K,确定各
19、组的组距：组距(Class Width)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即组距( 最大值 - 最小值） 组数,根据分组整理成频数分布表,（6）分组几个概念,1. 下 限：一个组的最小值 2. 上 限：一个组的最大值 3. 组 距：上限与下限之差 4. 组中值：下限与上限之间的中点值,（7）等距分组表上下组限重叠,（8）等距分组表上下组限间断,（9）等距分组表使用开口组,（10）等距分组与不等距分组 在表现频数分布上的差异,等距分组 各组频数的分布不受组距大小的影响 可直接根据绝对频数来观察频数分布的特征和规律 不等距分组 各组频数的分布受组距大小不同
20、的影响 各组绝对频数的多少不能反映频数分布的实际状况 需要用频数密度（频数密度频数/组距）反映频数分布的实际状况,（三）数值型数据的图示用Excel作图,直方图 折线图 茎叶图 箱线图 线图 雷达图,1.1直方图的制作,用矩形的宽度和高度来表示频数分布的图形，实际上是用矩形的面积来表示各组的频数分布 在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图(Histogram) 直方图下的总面积等于1,1.2直方图的绘制,频 数 (人),15,12,9,6,3,日加工零件数(个),图5 某车间工人日加工零件数的直方图,我一眼就看出来了，大多数人的日加工零
21、件数在120125之间!,1.3直方图与条形图的区别,条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的 直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度均有意义 直方图的各矩形通常是连续排列，条形图则是分开排列,2.1折线图的制作,折线图也称频数多边形图(Frequency polygon) 是在直方图的基础上，把直方图顶部的中点(组中值)用直线连接起来，再把原来的直方图抹掉 折线图的两个终点要与横轴相交，具体的做法是 第一个矩形的顶部中点通过竖边中点（即该组频数一半的位置）连接到横轴，最后一个矩形顶部中点
22、与其竖边中点连接到横轴 折线图下所围成的面积与直方图的面积相等，二者所表示的频数分布是一致的,15,12,9,6,3,105,110,115,120,125,130,135,140,日加工零件数(个),频 数 (人),2.2折线图的绘制,图6 某车间工人日加工零件数的折线图,3.1未分组数据茎叶图的制作,用于显示未分组的原始数据的分布 由“茎”和“叶”两部分构成，其图形是由数字组成的 以该组数据的高位数值作树茎，低位数字作树叶 对于n(20n300)个数据，茎叶图最大行数不超过 L = 10 log 10 n 5. 茎叶图类似于横置的直方图，但又有区别 直方图可大体上看出一组数据的分布状况，但
23、没有给出具体的数值 茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息,树茎,树叶,788,022347778889,0012222333344466777889,0133445799,数据个数,3.2茎叶图的一个例子,图7 某车间工人日加工零件数的茎叶图,3.3扩展的茎叶图,4.1未分组数据箱线图的制作,用于显示未分组的原始数据或分组数据的分布 箱线图由一组数据的5个特征值绘制而成，它由一个箱子和两条线段组成 其绘制方法是： 首先找出一组数据的5个特征值，即最大值、最小值、中位数Me 和两个四分位数(下四分位数QL和上四分位数QU） 连接两个四分（位）数画出箱子，再将
24、两个极值点与箱子相连接,4.2单批数据箱线图,4.3单批数据箱线图实例,4.4分布的形状与箱线图,图11 不同分布的箱线图,4.5多批数据箱线图实例,【例4】 从某大学经济管理专业二年级学生中随机抽取11人，对8门主要课程的考试成绩进行调查，所得结果如表3-8。试绘制各科考试成绩的批比较箱线图，并分析各科考试成绩的分布特征,4.6多批数据箱线图例子课程分数,图12 8门课程考试成绩的箱线图,图13 11名学生8门课程考试成绩的箱线图,Min-Max,25%-75%,Median value,45,55,65,75,85,95,105,学生1,学生2,学生3,学生4,学生5,学生6,学生7,学生
25、8,学生9,学生10,学生11,4.7多批数据箱线图例子学生成绩,5.1 时间序列数据线图的制作,1. 时间一般绘在横轴，指标数据绘在纵轴 2. 图形的长宽比例要适当，其长宽比例大致为10：7 3. 一般情况下，纵轴数据下端应从“0”开始，以便于比较。数据与“0”之间的间距过大时，可以采取折断的符号将纵轴折断,5.2线图一个实例,【例5】已知19911998年我国城乡居民家庭的人均收入数据如表3-11。试绘制线图,￥,5.3实例的线图图形,雷达图（Radar Chart）是显示多个变量的常用图示方法 在显示或对比各变量的数值总和时十分有用 假定各变量的取值具有相同的正负号，总的绝对值与图形所围
26、成的区域成正比 可用于研究多个样本之间的相似程度,6.1多变量数据雷达图,设有n组样本S1，S2，Sn，每个样本测得P个变量X1，X2，Xp，要绘制这P个变量的雷达图，其具体做法是,6.2雷达图的制作,先做一个圆，然后将圆P等分，得到P个点，令这P个点分别对应P个变量，在将这P个点与圆心连线，得到P个幅射状的半径，这P个半径分别作为P个变量的坐标轴，每个变量值的大小由半径上的点到圆心的距离表示再将同一样本的值在P个坐标上的点连线。这样，n个样本形成的n个多边形就是一个雷达图,6.3雷达图的一个实例1,【例6】1997年我国城乡居民家庭平均每人各项生活消费支出数据如表3-12。试绘制雷达图。,今
27、天的主食是面包,6.4由 Excel 绘制例1的雷达图,6.5多变量数据雷达图例子2,【例7】为研究某条河流的污染程度，环保局分别在上游、中游和下游设立取样点，每个取样点化验水中的五项污染指标，所得数据如表3-13。将各指标用雷达图表示出来，并分析该河流的主要污染源。,6.6由 Excel 绘制的对数坐标雷达图,7.1数据类型及图示总结,7.2频数分布的类型总结,图17 几种常见的频数分布,第四节 统计表,统计表的构成 统计表的设计,一、统计表的结构,行标题,表头,列标题,数字资料,附加,要合理安排统计表的结构 总标题内容应满足3W要求 数据计量单位相同时，可放在表的右上角标明，不同时应放在每个指标后或单列出一列标明 表中的上下两条横线一般用粗线，其他线用细线 通常情况下，统计表的左右两边不封口 表中的数据一般是右对齐，有小数点时应以小数点对齐，而且小数点的位数应统一 对于没有数字的表格单元，一般用“”表示 必要时可在表的下方加上注释,二、统计表设计的一般要求,
