《第3章数据的整理与显示讲解》由会员分享，可在线阅读，更多相关《第3章数据的整理与显示讲解（120页珍藏版）》请在金锄头文库上搜索。
1、2019/10/17,非统计学专业本科3学分,1,第三章 数据的整理与显示,讲课：3-4课时 上机：2课时,2019/10/17,非统计学专业本科3学分,2,内容体系,第一节 统计整理的一般问题：意义和程序 重点：把握统计整理的基本程序 Excel应用：数据的预处理（筛选与排序） 第二节 统计分组 重点：理解统计分组的含义和作用，掌握分组的原则、方法 Excel应用：分类汇总与数据透视表 第三节 分配数列 重点：理解分配数列的概念、种类和编制方法 Excel应用：分配数列的编制 第四节 统计资料的表现形式：统计图表 重点：掌握各类统计表的适用性 Excel应用：绘制统计图,2019/10/17
2、,非统计学专业本科3学分,3,第一节 统计整理的一般问题,意义和程序,2019/10/17,非统计学专业本科3学分,4,一、统计整理的意义,按照统计研究的要求，对统计调查所搜集到的原始资料进行分组、汇总，使其条理化、系统化的工作过程 对已整理过的二手资料进行再整理，也属于统计整理 注意： 整理数据前要弄清面对的数据的类型。因为不同类型的数据，所采取的处理方式和方法不同 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据。分析方法也是如此 统计整理的地位：承上启下、承前启后,？,2019/10/17,非统计学专业本科3学分,5,统计数据
3、的类型,统计数据的分类,2019/10/17,非统计学专业本科3学分,6,二、整理的基本程序,1.方案设计：由设计阶段完成 据研究目的，制定统计资料的整理流程。 设计内容： 对整理方法的设计，包括：预处理方法(审核、筛选、排序等)、分组方法、汇总方法、表现形式等 对整理结果的设计，包括：指标和指标体系的设计、资料对分析方法的要求是否满足等等 2.基本程序,调查 资料,2019/10/17,非统计学专业本科3学分,7,三、数据的预处理,审核、筛选、排序,2019/10/17,非统计学专业本科3学分,8,数据的预处理审核,审核的工作多数需要人工来完成 1、汇总前审核：可能需要经过一审、二审甚至三审
4、等才能完成 (1)审核内容 统计资料的准确性 统计资料的及时性 统计资料的全面性 (2)审核方法准确性的审核 逻辑检查，例如： 生产企业的原材料与产量之间是否符合投入产出比 问卷上的“陷阱”之间的逻辑关系是否被打破 与通常的经验数据是否吻合 计算检查,2019/10/17,非统计学专业本科3学分,9,数据的预处理审核,2、汇总后审核 复计审核：对每一个指标值重新计算 表表审核：利用表与表之间的联系进行审核 例如，两个表上有同一项统计指标，其数值是否相等 表实审核：把表上的数字资料同实际资料（比如问卷或报表或有关单据）核对，一般是让有实际经验的人来检查，判断其正误 对照审核：利用会计、统计、业务
5、三种核算资料进行审核,2019/10/17,非统计学专业本科3学分,10,数据的预处理 筛选(data filter),1、当数据中的错误不能予以纠正，或有些数据不符合调查的要求且又无法弥补，或研究目的有特别要求时，要对数据进行筛选 2、数据筛选的内容包括 剔除某些不符合要求的数据或有明显错误的数据 筛选出符合某种特定条件的数据，而剔除不符合特定条件的数据 比如，仅对30-50岁硕士学位及以上女性的消费行为进行研究 数据筛选可借助计算机自动完成,2019/10/17,非统计学专业本科3学分,11,例：某消费品的消费者调查,对该消费品的潜在消费者群体，按某些特征分组分别进行分析，挖掘目标市场，开
6、发具有不同特征的产品，针对不同的目标市场实施差异化战略 感兴趣的分组特征包括： 年龄特征 性别特征 职业特征 家庭背景 消费习惯 等,2019/10/17,非统计学专业本科3学分,12,数据的预处理 排序(data rank),1、按一定顺序排列数据，以发现一些明显的特征或趋势，找到解决问题的线索 2、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 比如发现极端值，分析极端值存在的合理性 3、在某些场合，排序本身就是分析的目的之一,2019/10/17,非统计学专业本科3学分,13,数据的排序方法,1、分类数据的排序 字母型数据，排序有升序降序之分，但习惯上用升序 汉字型数据，可按汉
7、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、数值型数据的排序 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),2019/10/17,非统计学专业本科3学分,14,Excel汇总（上机）,1.利用“分类汇总” 数据按分类标志进行分类、排序 选择“数据”下拉菜单中的“分类汇总”，打开“分类汇总”对话框 对话框中确定“分类字段”、“汇总方式”、“选择汇总项”等，单击确定 2.利用“数据透视表” 建立数据透视表：选择“数据”下拉菜单中的“数据透视表和图表报告” 将分组字段和汇总(或其他)字段拖至相应位置,2019/10/17,非统计学
8、专业本科3学分,15,第二节 统计分组,统计分组的概念、作用、原则、方法等 Excel应用：分类汇总和数据透视表,2019/10/17,非统计学专业本科3学分,16,统计分组,统计分组的理论问题 统计分组的概念、作用、原则 分组标志的选择 统计分组的方法问题 品质分组和变量/数量分组 单项式分组和组距式分组 等距分组和不等距分组 组数、组限、组距和组中值 注意识别一些基本的分组方法和概念,2019/10/17,非统计学专业本科3学分,17,一、统计分组的意义,2019/10/17,非统计学专业本科3学分,18,（一）统计分组的概念,据研究任务的需要，按一个或几个标志将总体划分为几个组，使组与组
9、之间具有差异性，而同一组内的单位保持相对的同质性 分组标志，必须是可变标志 统计分组的两层含义： 对总体而言“分” 对个体而言“合”,20个小球,2019/10/17,非统计学专业本科3学分,19,（二）统计分组的作用 体现统计分组的种类,按分组的任务和作用的不同 类型分组 结构分组 分析分组,2019/10/17,非统计学专业本科3学分,20,1、类型分组的目的划分社会经济类型,表 我国2000年不同经济类型的投资总额 单位：亿元,资料来源：中国统计年鉴(2001)，中国统计出版社。,2019/10/17,非统计学专业本科3学分,21,资料来源：中国统计年鉴（2001），中国统计出版社。,2
10、、结构分组的目的 研究总体内部的结构,总体构成的静态评价 总体构成的动态评价 表 我国1990和2000年从业人员按三次产业的分组,2006 42.6 25.2 32.2,2019/10/17,非统计学专业本科3学分,22,3、分析分组的目的 分析变量间的依存关系,表 某商业企业销售额与流通费用率表,分组标志为原因变量/自变量,结果变量是因变量，往往需要计算各组的相对数或平均数,实为平均流通费用率,2019/10/17,非统计学专业本科3学分,23,二、统计分组的原则,1、 组内同质性和组间差别性的原则 2、“穷举”性原则 3、“互斥”性原则 2、3原则可以归纳为：将不同类的单位归入不同的组，
11、每一单位只能归入一组，不存在某个单位同时属于两组或者无法归入任何一组的情况 分组的结果即概率论中提到的 完备事件组 A为全集，A1,A2,An为分组后的子集，则 AiAj=(ij)，且A1A2An=A,2019/10/17,非统计学专业本科3学分,24,三、分组标志的选择,正确选择分组标志和划分各组界限是统计分组的关键 选择分组标志时，应注意三方面： 1.根据研究目的选择分组标志 2.选择反映事物本质区别的标志 3.根据经济发展变化及历史条件选择分组标志,2019/10/17,非统计学专业本科3学分,25,1.根据研究目的选择分组标志,例：对全国工业企业进行研究 目的：了解计划完成情况，选：计
12、划完成% 目的：了解内部结构，选：相应的职能或生产部门 目的：了解盈亏状况，选：净利润、资金利润率等反映盈亏的标志 目的：反映生产技术力量状况，选：职工技术等级、技术装备水平等,2019/10/17,非统计学专业本科3学分,26,2.反映事物本质区别的标志,事物有多方面的特征(属性/数量)，同一研究目的也可能有若干个相关标志可作为分组标志的备选 例，研究居民家庭生活水平，可以按收入分组，反映家庭收入的标志有每户月收入和每户人均月收入等，哪个更好？ 按人均月收入分组，因为剔除了家庭人口多少的影响因素，比按每户月收入分组更能反映每个家庭的真正收入水平和生活状况，从而真正区分开各家庭生活水平上的本质
13、差异,平均数比总量更有可比性,2019/10/17,非统计学专业本科3学分,27,3.根据经济发展变化及历史条件选择分组标志,即使是同样的研究问题，所选的分组标志也应该随经济社会的变化而变化，并符合当时的历史条件 比如，研究企业规模 在生产力水平较低、粗放式经营、劳动密集型的生产条件下，“职工人数”是一个不错的选择 随着生产力水平的提高，集约化程度提高，“固定资产投资额”、“技术装备水平”以及“企业的生产能力”等更适合做企业规模的分组标志,2019/10/17,非统计学专业本科3学分,28,四、统计分组的方法,按分组标志的性质品质分组和数量分组 按数量标志的表现形式 单项式分组和组距式分组 按
14、组距式分组的分组标志的表现形式 等距分组和不等距分组 按分组标志的多少简单分组和复合分组,2019/10/17,非统计学专业本科3学分,29,（一）按分组标志的性质 品质分组和数量分组,品质分组：按品质标志进行的分组 数量分组：按数量标志进行的分组 品质分组和数量分组有时候被称为分组的方法论,2019/10/17,非统计学专业本科3学分,30,1、品质分组,分组标志选择的是品质标志(分类/排序变量)，反映事物的属性差异 要划分各组的性质界限，形成品质数列 品质分组按复杂程度可分为三种情况： （1）最简单的情况：在分组标志下各单位性质差异较明确，各组划分比较简单。例如：性别、产品等级等 （2）差
15、异界线不十分明显：在分组标志下存在性质差异的过渡形态，以至差异界限不分明。例如：城乡结合部 （3）有些现象本身情况复杂：比如工业行业分类、产品/商品的分类、企业的经济类型等，很复杂，需要借助于统计分类标准或分类目录，对不同的现象总体确定分类名称、分类标准、计量单位和编码方法，作为分组的统一依据，供长期稳定使用,2019/10/17,非统计学专业本科3学分,31,2、数量分组,分组标志是数量标志，用来分析该数量标志的变动及其在各组的分配情况，反映事物的数量差异 需要划分各组的数量界限，形成变量数列 按数量标志的表现形式 单项式分组和组距式分组,2019/10/17,非统计学专业本科3学分,32,
16、（1）单项式分组,单项式分组：分组标志是离散型变量，且变量值的变动范围不大，变量值的项数又很少。此时，可以将每一个变量值作为一组，形成单项式分布或单项式数列 表 居民家庭按人口数单项式分组,2019/10/17,非统计学专业本科3学分,33,（2）组距式分组,当离散型变量取值范围大、项数又多的情况下，就不宜进行单项式分组 将变量值的一个区间作为一组，每组区间的数值距离称为组距(class width) 适用性：离散型变量值较多的情况，同时也适用于连续型变量，因为其值无法一一列举 可以等距分组也可以不等距分组 按组距式分组在一定程度上会损害资料的真实性。因此，在统计研究中，假定变量值在各组内部均匀分布,2019/10/17,非统计学专业本科3学分,34,表 企业工人按日产零件数分组,等距式分组 首组为开口组,2019/10/17,非统计学专
