《第三章统计数据的整理ppt课件全》由会员分享，可在线阅读，更多相关《第三章统计数据的整理ppt课件全（25页珍藏版）》请在金锄头文库上搜索。
1、第三章统计数据的整理第三章统计数据的整理第一节统计数据整理概述第一节统计数据整理概述第二节统计分组第二节统计分组第三节次数分布第三节次数分布第四节数据整理的计算机实现第四节数据整理的计算机实现第五节洛伦兹曲线和基尼系数第五节洛伦兹曲线和基尼系数第六节统计表第六节统计表1第一节统计数据整理概述第一节统计数据整理概述一、一、 统计数据整理的概念统计数据整理的概念统计数据整理也称统计整理统计数据整理也称统计整理,是根据统计是根据统计研究的目的研究的目的,将统计调查所得的数据进行科学将统计调查所得的数据进行科学的加工的加工,使之系统化、条理化使之系统化、条理化,并成为能反映总并成为能反映总体数量特征的
2、综合资料的工作过程。体数量特征的综合资料的工作过程。2二、统计数据整理的步骤二、统计数据整理的步骤统计数据整理的步骤如下统计数据整理的步骤如下:(1) 设计和编制统计数据资料的汇总方案。设计和编制统计数据资料的汇总方案。 (2) 对搜集到的原始资料进行审核。对搜集到的原始资料进行审核。 (3) 根据研究目的的要求和统计分析的需要根据研究目的的要求和统计分析的需要,对对原始资料进行分组。原始资料进行分组。(4) 进行汇总计算进行汇总计算,编制次数分布表。编制次数分布表。(5) 编制统计表。编制统计表。(6) 进行统计数据资料的汇编进行统计数据资料的汇编,系统地积累历史系统地积累历史统计数据。统计
3、数据。3第二节统计分组第二节统计分组一、一、 统计分组的概念与作用统计分组的概念与作用统计分组是根据社会经济现象的内在特点和统计研究的统计分组是根据社会经济现象的内在特点和统计研究的目的目的,将总体中所有总体单位按一定的标志划分为性质不同的将总体中所有总体单位按一定的标志划分为性质不同的若干个组成部分的一种统计方法。若干个组成部分的一种统计方法。基本要求是基本要求是:使各组内部保持同质性、各组之间呈现出质使各组内部保持同质性、各组之间呈现出质的差异性。因此的差异性。因此,统计分组的实质是在现象总体内进行的一种统计分组的实质是在现象总体内进行的一种定性分类。定性分类。统计分组的作用表现在以下几个
4、方面统计分组的作用表现在以下几个方面:(一一)划分社会经济现象的类型划分社会经济现象的类型(二二)反映社会经济现象总体的内部结构反映社会经济现象总体的内部结构(三三)研究现象之间在数量上的依存关系研究现象之间在数量上的依存关系4二、分组标志的选择和分组的形式二、分组标志的选择和分组的形式统计分组的关键在于正确选择分组标志和划分各组界限。统计分组的关键在于正确选择分组标志和划分各组界限。分组标志是将统计总体划分为若干个性质不同的组成部分的分组标志是将统计总体划分为若干个性质不同的组成部分的标准或依据。标准或依据。(一一)分组标志的选择分组标志的选择选择分组标志必须遵循以下原则选择分组标志必须遵循
5、以下原则:1.根据统计研究目的选择分组标志根据统计研究目的选择分组标志2.选择能反映现象本质特征的主要标志选择能反映现象本质特征的主要标志3.结合具体社会历史条件和经济条件选择分组标志结合具体社会历史条件和经济条件选择分组标志5(二二)分组的形式分组的形式分组的形式有简单分组和平行分组体系分组的形式有简单分组和平行分组体系,复合分组和复合复合分组和复合分组体系分组体系1.简单分组与平行分组体系简单分组与平行分组体系对总体只按一个标志进行分组对总体只按一个标志进行分组,叫简单分组。叫简单分组。选择两个或两个以上的标志分别进行简单分组选择两个或两个以上的标志分别进行简单分组,就形成了就形成了平行分
6、组体系。例如平行分组体系。例如,对工业企业可以分别按经济类型和规模对工业企业可以分别按经济类型和规模两个标志进行简单分组两个标志进行简单分组,得到如下平行分组体系得到如下平行分组体系:2.复合分组与复合分组体系复合分组与复合分组体系对同一个总体选择两个或两个以上的标志层叠分组对同一个总体选择两个或两个以上的标志层叠分组,叫复叫复合分组；所分各组是在分组标志的基础上层叠排列的合分组；所分各组是在分组标志的基础上层叠排列的,从而形从而形成复合分组体系。成复合分组体系。 6三、统计分组的方法三、统计分组的方法根据分组标志的特征不同根据分组标志的特征不同,统计总体可以按品质标志分组统计总体可以按品质标
7、志分组,也可以按数量标志也可以按数量标志分组。分组。(一一)按品质标志分组的方法按品质标志分组的方法按品质标志分组按品质标志分组,就是选择反映事物属性差异的品质标志作为分组的依据就是选择反映事物属性差异的品质标志作为分组的依据,并并在品质标志的变异范围内划定各组界限在品质标志的变异范围内划定各组界限,将总体区分为若干性质不同的组成部分。将总体区分为若干性质不同的组成部分。(二二)按数量标志分组的方法按数量标志分组的方法按数量标志分组按数量标志分组,就是选择反映事物数量差异的数量标志作为分组的依据就是选择反映事物数量差异的数量标志作为分组的依据,并并在数量标志的变异范围内划定各组的界限在数量标志
8、的变异范围内划定各组的界限,将总体划分为性质不同的若干组成部将总体划分为性质不同的若干组成部分。分。就具体的分组而言就具体的分组而言,如果分组标志的变量的变异较小如果分组标志的变量的变异较小,可以将各个变量值单列可以将各个变量值单列一组一组,这种分组称为单项式分组这种分组称为单项式分组;如果变量的变异较大如果变量的变异较大,则应该把变量的整个取值范围依次划分为若干区间则应该把变量的整个取值范围依次划分为若干区间,一一个区间内的所有变量值归为一组。区间的最大值称为上限个区间内的所有变量值归为一组。区间的最大值称为上限,最小值称为下限最小值称为下限,上限上限与下限之差为组距。组距与下限之差为组距。
9、组距=上限上限-下限。这样的分组称为组距式分组。下限。这样的分组称为组距式分组。7第三节次数分布第三节次数分布一、一、 次数分布的概念次数分布的概念在统计分组的基础上在统计分组的基础上,将总体中的所有总将总体中的所有总体单位按组归类整理体单位按组归类整理,形成总体单位数在各组形成总体单位数在各组间的分布间的分布,就叫次数分布。就叫次数分布。 分布在各组的总体单位数叫次数分布在各组的总体单位数叫次数,又称频又称频数。各组次数与总次数之比叫比重数。各组次数与总次数之比叫比重,又称频率。又称频率。 8二、次数分布的种类：二、次数分布的种类：根据分组标志特征的不同根据分组标志特征的不同,分布数列可以分
10、布数列可以分为属性分布数列和变量分布数列两种。分为属性分布数列和变量分布数列两种。1、按品质标志分组形成的分布数列叫属、按品质标志分组形成的分布数列叫属性分布数列或品质数列。性分布数列或品质数列。2、按数量标志分组形成的分布数列叫变、按数量标志分组形成的分布数列叫变量数列。量数列。9三、次数分布的编制三、次数分布的编制属性分布数列一般比较稳定属性分布数列一般比较稳定,通常均能准通常均能准确地反映总体的实际分布特征。确地反映总体的实际分布特征。在变量数列中在变量数列中,由于决定事物性质的数量由于决定事物性质的数量界限的确定界限的确定,往往因人的主观认识不同。编制往往因人的主观认识不同。编制时应考
11、虑以下几个方面的问题：时应考虑以下几个方面的问题： 10举例说明次数分布的编制举例说明次数分布的编制 假定某班学生统计学考试成绩资料如下假定某班学生统计学考试成绩资料如下(见表见表36)。1.组距与组数组距与组数当变量值较多时当变量值较多时,就有必要编制组距数列。分组时就有必要编制组距数列。分组时,一般应一般应根据对总体内部情况的定性分析根据对总体内部情况的定性分析,先确定组数先确定组数,然后用变量的变然后用变量的变动范围动范围(即全距即全距)除以组数来确定组距除以组数来确定组距,并据以划分各组界限。并据以划分各组界限。即即组距组距=全距全距组数组数=（最大值（最大值-最小值）最小值）组数组数
12、等距数列中等距数列中, 各组的组距相等各组的组距相等 异距数列中异距数列中, 各组的组距不完全相等各组的组距不完全相等 根据经验根据经验,当资料数为当资料数为30时时,组数可取组数可取57组。为计算方便组。为计算方便,一般地组距可取一般地组距可取5或或10的整倍数。的整倍数。112.组限与组中值组限与组中值组限是指在组距数列中组限是指在组距数列中,区分各组性质差异的数区分各组性质差异的数量界限量界限,用各组变量值中的最小值表示下限用各组变量值中的最小值表示下限,最大值表最大值表示上限。示上限。 组中值是表明组内各变量值一般水平的一个代组中值是表明组内各变量值一般水平的一个代表值表值,通常按下式
13、计算通常按下式计算:组中值组中值=（上限（上限+下限）下限）2开口组开口组 ：为了避免出现空白组为了避免出现空白组,同时又能使个别同时又能使个别变量值离差较大的单位不致于无组可归变量值离差较大的单位不致于无组可归,往往在首组往往在首组使用使用“以下以下”,在末组使用在末组使用“以上以上”的不确的不确定组限的形式定组限的形式 。“开口组开口组”组中值的公式组中值的公式首组组中值首组组中值=首组上限首组上限-相邻组距相邻组距2末组组中值末组组中值=末组上限末组上限+相邻组距相邻组距212以表以表36为例，具体分析编制次数分布：为例，具体分析编制次数分布：(1)计算全距。全距是总体内最大变量值与最小
14、变量值之计算全距。全距是总体内最大变量值与最小变量值之差。则全距差。则全距=99-54=45, (2)确定组数和组距。根据研究的具体要求、对实际情况确定组数和组距。根据研究的具体要求、对实际情况的了解以及经验判断的了解以及经验判断,组数取组数取5,则组距则组距=全距全距/组数组数=45/5=9,即即组距可取组距可取10较为适合。较为适合。(3)确定组限和组限表示法。考试成绩为连续变量确定组限和组限表示法。考试成绩为连续变量,故采故采用上下限重叠式的组限表示法用上下限重叠式的组限表示法,组限值取整组限值取整10的数值。的数值。(4)计算各组单位数及比重。由于本例采用的是重叠式的计算各组单位数及比
15、重。由于本例采用的是重叠式的组限表示法组限表示法,故需运用故需运用“上限不在本组内上限不在本组内”的原则计算各组单的原则计算各组单位数位数,根据研究的需要再计算各组比重。根据研究的需要再计算各组比重。 13三、次数分布的特征三、次数分布的特征不同性质的社会经济现象总体的次数分布是不不同性质的社会经济现象总体的次数分布是不同的同的,从而显示出不同类型的分布特征。从而显示出不同类型的分布特征。 次数多或比率大的组次数多或比率大的组,其变量值在决定总体数量其变量值在决定总体数量表现中的作用就大表现中的作用就大,反之就小。反之就小。研究各种类型的次数分布特征研究各种类型的次数分布特征,对于准确认识不对
16、于准确认识不同社会经济性质的变量在形成总体数量表现中的作同社会经济性质的变量在形成总体数量表现中的作用有着重要意义。用有着重要意义。14(一一)次数分布的显示方法次数分布的显示方法1.表示法：用统计表的形式显示次数分布表示法：用统计表的形式显示次数分布 。2.图示法图示法(1) 直方图。直方图是用直方形的宽度和高度来直方图。直方图是用直方形的宽度和高度来表示次数分布的一种统计图。表示次数分布的一种统计图。 (2) 折线图。折线图可以在直方图的基础上折线图。折线图可以在直方图的基础上,用用线段将根据各组组中值与次数高度求出的坐标点顺线段将根据各组组中值与次数高度求出的坐标点顺次连结而成次连结而成
17、, (3) 曲线图。当变量值非常多曲线图。当变量值非常多,变量数列的组数变量数列的组数无限增多时无限增多时,折线便近似地表现为一条平滑的曲线。折线便近似地表现为一条平滑的曲线。 15(二二)次数分布的主要类型次数分布的主要类型主要有下列四种类型主要有下列四种类型:1.钟形分布：钟形分布的特征是钟形分布：钟形分布的特征是“两头小中间大两头小中间大”,即靠即靠近中间的变量值分布的次数多近中间的变量值分布的次数多,靠近两端的变量值分布的次数靠近两端的变量值分布的次数少少,绘制成曲线图绘制成曲线图,宛如一口古钟宛如一口古钟, 2.水平分布：水平分布的特征是总体内各个变量值分布水平分布：水平分布的特征是
18、总体内各个变量值分布的次数大体相等的次数大体相等,绘制成图形绘制成图形,表现为一条水平线。表现为一条水平线。 3.U形分布形分布 ：靠近两端的变量值分布的次数多靠近两端的变量值分布的次数多,靠近中间靠近中间的变量值分布的次数少的变量值分布的次数少,形成形成“两头高中间低两头高中间低”的分布特征。的分布特征。 4.J形分布：形分布：J形分布有两种类型形分布有两种类型:正正J形分布是次数随着形分布是次数随着变量值的增大而增多；反变量值的增大而增多；反J形分布次数随着变量值增大而减形分布次数随着变量值增大而减少少 16第四节数据整理的计算机实现第四节数据整理的计算机实现运用运用spss软件对表软件对
19、表36的数据进行组距式整理的数据进行组距式整理,并绘制条形图。并绘制条形图。一、一、 操作步骤操作步骤1.数据文件的建立数据文件的建立(1) 点击点击FileNewData,新建数据文件。新建数据文件。(2) 点击左下角的点击左下角的Variable View,显示变量定义窗口显示变量定义窗口,可进行变量定义。可进行变量定义。 2.进行组距式整理进行组距式整理(1) 点击点击TransformRecode into Different Viarables,将将“成绩成绩”添加到添加到Numeric VariableOutput Variable框中框中,然后在右侧然后在右侧Output Var
20、iable中定义中定义新的变量名新的变量名 “成绩区间成绩区间”,然后点击然后点击Change按钮。按钮。(2) 点击下面点击下面Old and New Values定义分组区间上下限定义分组区间上下限,选择左侧选择左侧 Old Value的的Range设定数值范围设定数值范围,在在New Value 栏内将这一数值范围用数字表示栏内将这一数值范围用数字表示,然后点击然后点击Add添加到添加到OldNew框中框中,依次添加后点击依次添加后点击Continue回到回到Recode into Different Variables 主菜单中主菜单中,点击点击OK即可输出结果。即可输出结果。 3.绘
21、制条形图：点击绘制条形图：点击GraphsLegacy DialogsBar,选择直方图的类型选择直方图的类型,点点击击Define钮钮,在出现对话框中在出现对话框中,选择变量成绩区间将其添加到选择变量成绩区间将其添加到 Category Axis中中,点点击击OK,即可输出条形图。即可输出条形图。二、二、 输出结果输出结果17第五节洛伦兹曲线和基尼系数第五节洛伦兹曲线和基尼系数一、一、 洛伦兹曲线洛伦兹曲线美国统计学家洛伦兹美国统计学家洛伦兹(Max Otto Lorenz)于于1905年提出利用累计百分年提出利用累计百分数曲线数曲线,作为研究社会收入分配平均程度的一种图示方法作为研究社会收
22、入分配平均程度的一种图示方法,这种曲线称为洛这种曲线称为洛伦兹曲线。伦兹曲线。二、基尼系数二、基尼系数为了计算收入分配平等程度的高低为了计算收入分配平等程度的高低,意大利经济学家基尼意大利经济学家基尼(G.Gini)根据根据洛伦兹曲线提出了判断收入分配平等程度的指标。其计算公式为洛伦兹曲线提出了判断收入分配平等程度的指标。其计算公式为:基尼系数基尼系数 G=A（A+B）式中式中:A代表绝对平等直线和洛伦兹曲线围成的图形的面积代表绝对平等直线和洛伦兹曲线围成的图形的面积;A+B代表代表绝对平等直线下的直角三角形面积。显然绝对平等直线下的直角三角形面积。显然0G1。G=0,表示收入分配绝对平等表示
23、收入分配绝对平等;G=1,表示收入分配绝对不平等表示收入分配绝对不平等;0.2G0.3,表示收入分配相对平等表示收入分配相对平等;0.3G0.4,表示收入分配较为合理表示收入分配较为合理;0.4G0.5,表示收入分配差异较大表示收入分配差异较大;0.5G,表示收入分配两极分化。表示收入分配两极分化。18第六节统计表第六节统计表一、一、 统计表的概念统计表的概念统计表是以纵横交叉的线条所绘制的表格来表统计表是以纵横交叉的线条所绘制的表格来表现统计资料的一种形式现统计资料的一种形式,是表现统计资料的各种形式是表现统计资料的各种形式中应用得最广泛的一种形式。中应用得最广泛的一种形式。二、统计表的构成
24、与内容二、统计表的构成与内容(一）统计表的内容一）统计表的内容统计表的内容可分为两个组成部分：统计表的内容可分为两个组成部分：一部分是统计表所要说明的总体一部分是统计表所要说明的总体,这一部分内容这一部分内容习惯上称为主词。习惯上称为主词。另一部分则是说明总体的统计指标另一部分则是说明总体的统计指标,包括指标名包括指标名称和指标数值称和指标数值,这一部分内容习惯上称为宾词。这一部分内容习惯上称为宾词。19 (二二)统计表的构成统计表的构成统计表是由总标题、横行标题、纵栏标题和指标数值统计表是由总标题、横行标题、纵栏标题和指标数值4部部分构成分构成, (1)总标题是统计表的名称总标题是统计表的名
25、称,用以概括表中全部统计资料用以概括表中全部统计资料的内容。一般写在表的上端中部。的内容。一般写在表的上端中部。(2)横行标题是横行的名称横行标题是横行的名称,在统计表中通常用来表示各在统计表中通常用来表示各组的名称组的名称,它代表统计表中资料所要说明的对象。一般写在表的它代表统计表中资料所要说明的对象。一般写在表的左方。左方。(3)纵栏标题是纵栏的名称纵栏标题是纵栏的名称,在统计表中通常用来表示统在统计表中通常用来表示统计指标名称。一般写在表的上方。计指标名称。一般写在表的上方。(4)指标数值列在各横行标题与各纵栏标题的交叉处。统指标数值列在各横行标题与各纵栏标题的交叉处。统计表中任何一个数
26、字的内容均由横行标题和纵栏标题所限定。计表中任何一个数字的内容均由横行标题和纵栏标题所限定。在表下还增列补充资料、注解、附记、资料来源、某些指在表下还增列补充资料、注解、附记、资料来源、某些指标的计算方法、填表单位、填表人员以及填表日期等。标的计算方法、填表单位、填表人员以及填表日期等。20三、统计表的分类三、统计表的分类(一一)按作用分类按作用分类(1) 调查表调查表:指在统计调查中用于登记、指在统计调查中用于登记、搜集原始统计资料的统计表。搜集原始统计资料的统计表。(2) 汇总表或整理表汇总表或整理表:指在统计汇总或整指在统计汇总或整理过程中使用的表格和用于表现统计汇总或理过程中使用的表格
27、和用于表现统计汇总或整理结果的表格整理结果的表格, (3) 分析表分析表:指在统计分析中用于对整理指在统计分析中用于对整理所得的统计资料进行定量分析的表格。所得的统计资料进行定量分析的表格。 21(二二)按统计数列的性质分类按统计数列的性质分类(1) 空间数列表空间数列表:指反映在同一时间条件下不同指反映在同一时间条件下不同空间范围内的某项或某几项统计数列的表格。空间范围内的某项或某几项统计数列的表格。 (2) 时间数列表时间数列表:指反映在同一空间条件下指反映在同一空间条件下,不同不同时间阶段上某项或某几项统计数列的表格。时间阶段上某项或某几项统计数列的表格。 (3) 时空数列结合表时空数列
28、结合表:指同时反映上述两方面内指同时反映上述两方面内容的统计表。即说明某一或某些现象在不同空间内容的统计表。即说明某一或某些现象在不同空间内的数量分布的数量分布,又说明它们在不同时间上的数量变动又说明它们在不同时间上的数量变动, 22(三三)按分组的情况分类按分组的情况分类(1) 简单表简单表:指总体未经任何分组指总体未经任何分组,仅排列仅排列各单位名称或按时间顺序排列的统计表。各单位名称或按时间顺序排列的统计表。(2) 简单分组表简单分组表:指总体仅按一个标志分指总体仅按一个标志分组组,即应用简单分组形成的统计表。即应用简单分组形成的统计表。(3) 复合分组表复合分组表:指总体按两个或两个以
29、指总体按两个或两个以上标志进行层叠分组上标志进行层叠分组,并在此基础上形成的统并在此基础上形成的统计表。计表。 23思考与练习思考与练习1. 什么是统计数据的整理？统计整理的基本步骤是什么？什么是统计数据的整理？统计整理的基本步骤是什么？2. 什么叫统计分组？有何作用？什么叫统计分组？有何作用？3. 什么是分组标志？分组标志有哪几种？选择分组标志的原则是什么？什么是分组标志？分组标志有哪几种？选择分组标志的原则是什么？4. 按品质标志分组有何特点和作用？按品质标志分组有何特点和作用？5. 什么是简单分组和复合分组？它们各有什么特点和作用？什么是简单分组和复合分组？它们各有什么特点和作用？6.
30、什么是变量数列？它分为哪几种？其特点和应用条件是什么？什么是变量数列？它分为哪几种？其特点和应用条件是什么？7. 什么是频数密度？为什么要计算频数密度？什么是频数密度？为什么要计算频数密度？8. 在编制组织距数列时在编制组织距数列时,如何确定组数、组距和组限？如何确定组数、组距和组限？9. 组距数列通常用什么图形来表示？如何绘制不等距数列的次数曲线图组距数列通常用什么图形来表示？如何绘制不等距数列的次数曲线图？10. 在变量数列中为什么要计算累计次数？试举例说明在变量数列中为什么要计算累计次数？试举例说明,并绘制累计次数曲并绘制累计次数曲线图。线图。24思考与练习思考与练习11. 统计表从内容
31、和形式上由哪些部分组成？设计的格式有几种？统计表从内容和形式上由哪些部分组成？设计的格式有几种？12. 从对总体的分组情况看从对总体的分组情况看,统计表有几种？各有什么作用？统计表有几种？各有什么作用？13. 再分组练习。再分组练习。某企业工人月工资水平资料如下某企业工人月工资水平资料如下:某企业工人月工资水平的分组情况某企业工人月工资水平的分组情况按月工资水平分组各组人数占总人数按月工资水平分组各组人数占总人数%800元以下元以下148001 000元元251 0001 200元元381 2001 400元元151 400元以上元以上8要求将上述资料调整为以下四个组要求将上述资料调整为以下四
32、个组:1 000元以下；元以下；1 3001 500元；元；1 0001300元；元；1 500元以上元以上14. 某村某村2000年和年和2004年人口及收入资料如下表。年人口及收入资料如下表。某村某村2000年、年、2004年人口及收入情况年人口及收入情况按人均纯收入分组按人均纯收入分组2000年年2004年人数年人数(人人)人均纯收入人均纯收入(元元)人数人数(人人)人均纯收入人均纯收入(元元)最低收入组低最低收入组低收入组中低收入组收入组中低收入组16491.71591 313.14中高收入组中高收入组10726.0071 654.00高收入组高收入组3963.3392 675.33最高收最高收入组入组21 260.00910 390.44合合 计计118380.051271 879.98计算计算2000年和年和2004年的累积人数、相对累积人数、各组总收入、累积总收入和相对累积总收入。年的累积人数、相对累积人数、各组总收入、累积总收入和相对累积总收入。25
