《第2章-统计数据的收集整理与显示.ppt》由会员分享，可在线阅读，更多相关《第2章-统计数据的收集整理与显示.ppt（39页珍藏版）》请在金锄头文库上搜索。
1、第2章 统计数据的收集整理与显示,2.1 统计数据的收集 2.2 统计数据的整理,2.1 统计数据的收集,数据来源,：按照统计研究的任务，运用科学的 统计调查方法，有计划、有组织地 向客观实际搜集资料的过程,：在实验中控制实验对象而收集到的 数据，称为实验数据,收集数据的要求：准确、及时,拟定统计调查方案：确定统计调查的目的、调查的对象、 调查的项目等内容,天津广播听众调查问卷,目的：了解我市听众收听天津人民广播电台节目的一些 基本情况，为提高节目质量、推出优秀节目提供 科学依据。 对象和单位：天津市市民 调查项目和调查表： 调查项目：听众收听天津人民广播电台节目的 一些基本情况 调查表：调查
2、项目以表格的形式来表现。,调查什么,2.1.1 统计调查方案的确定 1确定调查目的 2确定调查对象和调查单位 3设计调查项目和调查表 4方案设计中的其他内容,调查方式调查时间 调查的组织与实施,2.1.2 常用的统计调查方法,1普查：是专门组织的一般用来调查属于一定时点上 社会经济现象数量的全面调查。 优点：全面、系统 缺点：只限于有限总体、工作量大、时间性强,4抽样调查：是从调查对象中随机抽取一部分单位作为 样本进行调查的一种非全面调查 优点：经济灵活、时效性强、适应面广和准确性高,3典型调查：在对研究对象进行全面分析的基础上，有 意识地选择部分有代表性单位进行调查 优点：调查范围小、省时省
3、力、具体深入 缺点：具有主观性,2重点调查：只在对象中选择一部分重点单位进行调查 以了解总体情况的一种非全面调查 优点：省时、省力、不带主观性。,比重较大,人为选择的典型单位,随机原则：调查单位以等可能被抽到，保证代表性 最大抽样效果原则：误差尽量小or调查费用尽可能小。,5统计报表是按照国家有关法规的规定，自上而下地 逐级提供统计数据的一种调查方式。 特点：是由政府部门组织、采用统一的表格、自上而下 布置、自下而上报告。统计报表是经常性的全面调查。 种类： (1) 调查范围：全面报表、非全面报表 全面报表：要求调查对象每一个单位都填报。 非全面报表：要求调查对象中的部分单位填报。 (2) 内
4、容和实施范围：国家/部门/地方统计报表 (3) 报送周期长短：日报、旬报、月报、季报、半年报、年报 (4)报送单位不同：基层统计报表、综合统计报表。,2.1.3 调查问卷设计与问卷调查表的编码,2.1.3.1 调查问卷设计,1问卷的基本结构,问卷是调查者根据调查目的和要求所设计的， 一般由开头部分、甄别部分、主体部分和背景部 分组成。,主体部分是调查问卷的核心内容， 它包括了所要调查的全部问题。,例：见案例一 天津市房地产市场调查问卷设计,开头部分,开头部分也是问候语，说明调查的目的，消除 被调查者的顾虑，争取合作。 见P18问卷,甄别部分,甄别部分是为了符合调查的需要，而对被调查 者进行筛选
5、。,背景部分主要是有关被调查者的一些背景资料。,背景部分,主体部分,主体部分是调查问卷的核心内容，包括了所要 调查的全部问题。,2设立问卷问题的注意事项,(1) 提问的内容尽可能短。,(2) 问题设计的用词要准确，用语要含义明确。 例：您通常喜爱选购什么样的鞋？ 您外出旅游时，会选购什么牌号的旅游鞋？ 例：您对它的价格和服务质量满意还是不满意？ 您对它的价格是否满意？ 您对它的服务质量是否满意？ 例：您最常用的获取新闻的方式是什么？（只适合单选） 例：最近您是否浏览过网站？ 今天您是否浏览过网站？,(3) 在问卷中的问题，必须是能够获得诚实回答的问题。 例： 你对本课程的任课教师是否满意？（实
6、名调查) (4) 问题的不同提法，可能导致不同的回答结果。 例：1941年罗格（Rugg）进行的试验： A：您是否认为美国应该禁止反对民主的公开言论？ B：您是否认为美国应该允许反对民主的公开议论？ 调查结果：A54 “是” B75 “否”,(5) 尽量避免诱导性、否定性和敏感性问题。 例：购买盗版制品是不道德的，你是否购买过盗版制品。 您并不认为应该增加反污染法规吧？ 您的个人收入是多少？ 3设立问卷答案的注意事项 (1) 对单选问题，备选答案应当是一个空间的完整划分。 A：您对食堂的伙食满意么？ (a)非常满意（b）满意（c）不满意 (2) 对单选，备选答案不应当是两个空间(层面)的混淆。
7、 A：您至今未买电脑的原因是什么？（单选不可以，多选可以） （a）买不起（b）没有用（c）不懂（d）其它,(3) 无论多单选题，任一个备选答案都不能有多重含义。 A.您选择信息专业的目的是： （a)自己喜欢，好就业（b) (4) 无论多单选题，备选答案之间不能有包含关系。 A.您上大学的目的是： (a)将来有一份收入高的工作（b)能够过上比较富裕的生活 （c) ,4问卷设计的基本原则 主题鲜明 目的明确,重点突出,没有可有可无的问题。 2) 结构合理 先封闭后开放，先易后难。 封闭性问题：事先设计好答案 开放性问题：自由回答 例如，您对学校的教学管理有何更具体的看法？ 3) 适当控制回答时间（
8、尽量不超过30分钟） 4) 便于计算机处理 易于编码、录入、汇总和数据出表,2.1.3.2 问卷调查表的编码 1单选题问卷调查表的编码 (1) 题号代号不能重复。 (2) 同一量表的题号最好有相同的识别码。 (3) 名义或类别问题的代号最好与其意义内涵有关， 以36个英文字母简写代表最好。 例：年龄为AGE，年级为YEAR，工作类别为JOB等， 学生性别为SEX，教育程度为EDU等。 2复选题问卷调查表的编码。,表2-1 问卷调查表,A1,A11,A15,A14,A13,A12,A2,A21,A24,A23,A22,表2-2 变量编码表,编码表说明： NUM- 编码 SEX- 性别 jOB-
9、职务 A11A15代表第一题中5个选项，选中者输入1， 未选中者输入0。 A21A24代表第二题中4个选项，选中者输入1， 未选中者输入0。,2.1.4 统计数据的误差,统计数据的误差：指统计数据与客观现实之间的差距。 研究误差的目的：找出导致误差产生的原因，进而采取对策避免、减少误差或控制误差水平。 误差的主要来源：登记性误差和代表性误差。,1登记性误差(非抽样误差) 登记性误差：人为因素所造成的误差。 调查者 规定或解释不明确导致的填报错误； 调查员粗心，记录出现错误； 调查员的态度、情绪以及责任心等。 被调查者 不理解规定或解释不明确导致的填报错误； 有意虚报或瞒报调查数据等。 注：登记
10、性误差理论上讲是可以消除的。,2代表性误差(抽样误差) 代表性误差：用样本数据推断总体时所产生的误差。 影响误差的主要因素 样本容量的大小：样本容量越大，代表性误差就越小 总体的离散程度的高低：总体中各个体间的差异越大， 抽样误差也就越大 注：代表性误差通常无法消除，但事先可以进行 控制和计算。,2.2 统计数据的整理,整理数据的中心任务：分组编制频数分布表。 2.2.1 统计数据分组 统计数据分组：就是根据统计研究的需要，将统计数据按照一定的标志划分为若干组成部分的一种统计方法。,分组的标志：,1按品质标志分组 品质型数据：主要是做分类整理。 例如：按所有制性质划分，我国的经济类型可分为国有
11、 经济,集体经济,私营经济,个体经济,联营经济,股份 制经济,外商投资经济,港、澳、台投资经济8组。,例如. 你是否认为你的任课教师在本门课程方面学识渊博。 为学生提供了以下几个选择: 1=非常赞同 2=赞同 3=不赞同 4=非常不赞同 从九个学生处得到如下数据: 3,2,2,4,2,1,3,1,4,对数据进行分组得到: 1,1 2,2,2 3,3 4,4,2按数量标志分组 数值型数据：主要是按照数值进行分组。 例：对学生成绩分组，可分为60分以下、6070分、 7080分、8090分、90分以上5个组。,按数量标志分组的方法：,单项式分组,组距式分组,单项式分组：把每一个变量值作为一组。 适
12、用条件：通常只适于离散变量且变量值较少的情况,例2.1 某车间50个工人看管机床台数资料如下： 3 6 2 4 3 2 6 4 3 2 4 2 5 2 6 2 3 5 4 3 2 3 6 5 4 2 4 3 2 2 3 5 4 5 6 2 2 6 4 3 2 6 3 4 5 4 5 2 3 5 试对数据进行分组。 解：由于机器台数属于离散型变量，因此使用单项式分 组方法。将原始资料按变量值升序排列，然后将相同变 量值分为一组，最后将资料分成若干组。 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 5 5 5 5 5
13、 5 5 6 6 6 6 6 6,2) 组距式分组 组距式分组：将全部变量值依次划分为若干区间，并将 这一区间的变量值作为一组。 适用条件：连续变量离散变量且变量值较多 组距： 等距分组： 适用于变量值的变动比较均匀 不等距分组： 适用于变动很不均匀，且变动幅度大 例：对学生成绩的分组可以分为020分、2040分、 4060分、6080分、80100组 例：学生成绩分组也可分为060（D）、 6080（C） 8090（B）、90100（A） 关键问题：分组数目的确定组距的确定,等距分组,不等距分组,等距分组的基本步骤： 数据排序 分组数目的确定 使每组所包含的数据个数，平均不少于4个或5个，
14、或采用斯特吉斯经验公式，即 k=1+3.322lgN k为组数；N为总体中的个体数。,表2-3 分组组数参考表,组距的确定 组距=(最大值-最小值)组数。 组限的确定 (1)第一组的下限应略低于最小变量值，最后一组的上限应高于最大变量值。 (2)对于离散型变量，相邻组的上下限可以不重叠； 如：， 对于连续型变量，相邻两组的上下限应重叠，用“上限不在内”原则解决不重问题（左闭右开） 如：，），），） (3)开口组：当变量值变动范围较大时，最小组为“以下”，或最大组为“以上”。 如：以下,）,）,）,以上,组中值的确定 组中值=(上限+下限 )2 开口组的组中值 =下限+邻组组距/2(缺上限) =
15、上限邻组组距/2(缺下限),见例2.2P27,2.2.2 频数分布 频数(frequency)=分布在各组内的数据个数. 频率 (percentage)=各组频数/全部频数之和 频数分布:在统计分组的基础上，将总体中所有的个体按 某一标志进行归类排序 2.2.2.1 频数分布表 频数分布表:将频数分布用表格的形式表现出来 频数分布 品质频数分布:按品质标志分组 变量频数分布：按数量标志分组 1品质频数分布,表2-5 职工性别的频数分布表,2变量频数分布 单项式频数分布:每一组只有一个值 组距式频数分布:按组距式分组 1)单项式频数分布,表 宿舍所住学生数的频数分布表,2) 组距式频数分布 步骤
16、：a 、分组 b 、统计出每组变量的频数，频率 c 、按各组组限的大小顺序列出组距式变量数列 d 、给出频数分布表,表2-7 某品牌汽车的销售量的频数分布表,2.2.2.2 累计频数和累计频率 1累计频数(cumulative frequencies) 频数逐级累加 2累计频率或百分比(cumulative percentages) 频率逐级累加 累计频数（率）方法：,例：某单位按某种产品的销售量分组统计，可以得到 如表2-8所示的频数分布。,表2-8 某种产品的销售量的频数分布表,140,150,160,170,销量,台数,10,20,30,40,向上累计,140,150,160,170,销量,台数,10,20,30,40,120,向下累
