《应用统计学--教案---第2章-统计数据的收集与整理.docx》由会员分享，可在线阅读，更多相关《应用统计学--教案---第2章-统计数据的收集与整理.docx（21页珍藏版）》请在金锄头文库上搜索。
1、第2章统计数据的收集与整理2.1统计调查的基本问题i=i教学内容2.1统计调查的基本问题2.2统计调查的方式和方法2.3统计调查方案与问卷设计2.4统计数据整理2.5统计数据的显示2.6 Excel在统计整理中的应用教学要求1. 了解统计调查的意义、基本原则、种类；2. 掌握统计调查的方式、方法；3. 了解统计调查方案的内容、问卷设计的方法， 培养实事求是的专业素养；4. 掌握统计数据整理内容和步骤；掌握变量数列编制方法；5. 掌握统计资料的显示方法，能熟练制作统计图表，强化实践能力、 培养耐心细致的工作作风，树立高度的社会责任感。教学重点统计调查的方式、方法； 统计数据整理的内容和步骤； 变
2、量数列的编制方法教学难点变量数列的编制方法教学方法课堂讲授、多媒体教学、课堂讨论、案例分析课时数4课时（讲授4课时）导入案例Staples连锁零售商店数据的收集与整理课程思政目标： 数据是统计学 的基本元素，也 是后续统计描 述和统计推断 的基础，统计调 查是获得数据 的主要途径之 一。在讲授统计 调查基本方法 和基本步骤时，统计调查的意义统计调查是统计工作的第一阶段,是整个统计工作的基础一环。只有做好统计调查,才能对统 计整理和统计分析产生积极的影响。统计调查的全面性、准确性与及时性,是衡量统计调查工作质 量的重要标志，是对统计调查的基本要求。统计调查的基本原则进行统计调查时,必须遵循以下基
3、本原则。1. 实事求是，如实反映在连续型组距式分组中，存在以同一个数值作为相邻两组共同的界限，根据统计分组的互斥 原则，凡是总体中某一个单位的变量值是相邻两组的界限值，这一个单位归入作为下限值的那一组 内，亦称上限不包括在内原则。例如，表2.4 （b ）中，6000这个数值应该归入6000-8000组 内，而不能归入4000-6000组内。（4）按组距是否相等分组组距指的是每组上限与下限之间的距离。按数量标志进行组距式分组，还可分为等距分组和不 等距（或称异距）分组。3.组距式分组中相关指标的计算（1）组距的计算统计分组中，组距式分组较为复杂。按数量标志进行组距式分组时，需要科学设计组数（&
4、）、 组距（i ）和组限。通常按照标志值从小到大的顺序分成第一组、第二组最末组，组距是各组 标志值的变动范围，该组标志值的最小值称为组下限,最大值称为组上限。既有上限也有下限的组 称为闭口组，缺少下限或者缺少上限的组称为开口组。对于闭口组（有下限和上限），组距的计算公式为组距（i）二组上限（U ） -组下限（/）（2.1 ）采用组距式分组时，如果变量中存在极小值或极大值时，可以设计成XX以下或xx以上 的开口组形式。在等距数列中可假定开口组的组距与其他组相等。在异距数列中，开口组的组距可 根据全数列的变动规律来确定，若数列无规律可循时，则以相邻组的组距为准。例2.统计研究某班级35名学生的某课
5、程考试成绩，学习成绩一般服从正态分布，存在极端 值，一般设计成异距分组形式，如表2.5所示。五个组分别表示不及格、及格、中等、良好和优秀。表2.5学生成绩分组表学生成绩（分）人数组距（分）第一组为开口组,组距为邻近组组距,即组距为10。因此表2.5所示的分组在统计分析时按照 等距分组对待。例2.2将表2.4中全国人口按年龄分组资料转换成连续式组限,并计算各组组距，如表2.6 所示。表2.6人口分组表全国人口年龄全国人口年龄人数（岁）间断式组限（岁）连续式组限（亿人）（2）组数的计算美国学者斯特杰斯（H.A.Sturges ）总结出等距分组时确定组距和组数的经验公式:全距（R）抄fmin(2.2
6、)组数(A)=l+3.3221gN(2.3)组距（，）=%(2.4)式（2.3 ）中，N为总体单位数。根据以上经验公式,可以求得确定组数的参考标准，见表2.7。表2.7组数的参考标准2503678910 20为了计算分析的方便,组距最好是5或者10的倍数，组限的末位数最好是0或者5 ,并且要 求第一组下限W最小变量值，最末组上限最大变量值，以确保每一个总体单位都能归到相应的组 内。例2.3调查取得某区30家企业2020年工业增加值的计划完成程度,见表2.8 ,试进行组距式分组。表2.8计划完成程度原始资料( )818385909295979910010110310510510811011211
7、3113114115116117118118119120121125128129解：全距(R )=最大变量值-最小变量值=129%-81%=48%。组数() =l+3.3221gN=l+3.3221g30e5.9 ,取整数 6。组距(i)=全距/组数二48%/6=8%，取10% ,组数调整为5。第一组下限取80% ,各组设计如下。第一组，80%90% ；第二组，90% 100% ；第三组，100%110% ；第四组,110%120% ；第五组，120%130%。(3) 组中值的计算组距式分组时各组的分组标志从组下限变化到组上限，组中值是指各组分组标志值的平均数, 假设分组标志值的变化是均匀的，
8、则组中值的基本计算公式是组中值=组下限+组上限(2.5)按照间断式组限分组时，需要转换成连续式组限后再计算组中值。闭口组时采用上式计算，开 口组时需要采用以下近似算法。第一组为XX以下，缺少下限，则组中值=组上限-下一组组距(2.6)2最末组为XX以上，缺少上限，则组中值=组下限+上一，组距(2.7 )(4) 频数和频率在统计分组的基础上,将总体所有单位按某一标志归类排列,称为频数分布，或次数分布，也 称为分布数列。频数（次）用/表示。频率反映了各组频数的大小对总体所起作用的相对强度，它是各组频数 与总体单位总和之比，计算公式为(2.8)(2.8)(2.8)(2.8)频率五频率有如下两个性质。
9、（1 ）任何频率都是介于0和之间的一个数，即0-1（2.9）（2 ）各组频率之和等于1 ,即七（2.10）例2.4某企业职工按月工资分组的资料如表2.9所示，各组的频率见表中第三列。表2.9企业职工工资资料月工资（元）X职工人数（人） fi所占比重（%）700以下6067009001501590012002402412001600500501600以上505合计1000100（5）累计频数与累计频率编制向上累计频数（或频率）分布的方法是：由标志值小的组向标志值大的组依次累计，向上 累计频数表明某组上限以下的各组单位数之和是多少，向上累计频率则表明某组上限以下的各组单 位数之和占总体单位数的比重
10、。例2.5根据表2.9的资料，分别进行向上累计和向下累计。具体计算结果如表2.10所示。表2.10企业职工工资累计数表月工资（元）频数频率向上累计向下累计频数频率频数频率700以下600.06600.0610001.007009001500.152100.219400.9490012002400.244500.457900.79120016005000.509500.955500.551600以上500.0510001.00500.0510001.00累计频数具有两个特点：第一组的累计频数等于第一组本身的频数；最后一组的累计频数 等于总体单位数。累计频率同样也具有两个特点：第一组的累计频率等于
11、第一组本身的频率；最后一组的累 计频率等于1。变量数列的编制统计调查所收集的原始资料，是比较分散、凌乱的，无法显示现象总体的本质特征。一般来说, 对所收集的资料按标志值大小进行排序，再观察各标志值分布是否均匀，决定是否采用等距分组。 下面结合实例具体说明变量数列的编制过程。例2.6某班40名学生的统计学考试成绩如下，根据下面的资料,试编制一个变量数列，来 反映该班学生统计学考试成绩的分布状况。89568382987568857388749475837793809581828279829234837484857665868564886558828073解：第一步，对以上的数据按大小排序，结果如下
12、。34565864656568737374747575767779808081828282828283838384858585868888899293949598上述数据可以反映出资料的某些特征：该班统计学考试成绩分布在3498分之间，最高分为 98分，最低分为34分,全距R=- xmin =98-34=64 （分第二步，计算组数和组距。组数（k ） =l+3.3221gAM+3.3221g40e6.32 ,取整数 6。组距（i）二全距/组数=64/6孑10.67 ,取整数10o第三步，需要指出的是，根据经验，由公式（2.3 ）求出的组数，当数据较少时，往往过多, 当数据较多时，则往往过少。所
13、以该公式只能作为参考之用。结合以上分析，可编制如下变量数列，见表2.11。表2.11学生按成绩分组表成绩（分）学生数（人）（频数）所占比重（%）（频率）统计汇总1. 统计汇总的组织形式对规模较大、级别较多的统计工作，需要选择统计汇总组织形式，统计汇总有以下三种组织形 式。（1）逐级汇总（2 ）集中汇总（3 ）综合汇总2. 统计汇总技术统计汇总的工作量一般很大，为了高效率、高质量、经济地完成该项工作，需要根据不同的情 况选用合适的统计汇总技术。统计汇总技术一般区分为人工汇总、机械汇总和计算机汇总三种。2.5统计资料的显示统计表1. 统计表的结构从形式上看，统计表主要由总标题、横行标题、纵栏标题和指标数值四个部分组成。从内容上 看，统计表包括主词和宾词两个部分。统计表结构的一般形式如表2.12所示。表2.12 2020年全国国内生产总值及构成总标题主词宾词甲c按行业产业分组q国内生产总值V(亿元)Q比重(%)。 纵栏数值-第一产业横行标题3第二产业-第三产业-7775384255-553977Q7加、37*54 指标数值，合计Q1015986。100.如/2. 统计表的种类
