统计数据的收集与整理.ppt

第二章 统计数据的收集与整理,2,3,4,技能要求,5,你上个月共销售多少货？（答：1000吨） 主要销往何地？（答：上海） 上月公司开支多少运费？（答：1万元） 推算：无锡至上海运费价格：20元/吨 销货量=运费/运费价格 =10000/20 =500（吨）,对某钢材销售公司的调查,6,第一节 统计调查方案设计,设计调查方案的首要工作是要明确调查的任务与目的，要搜集哪些资料，要解决哪些问题，达到什么要求。 确定一个新的校园创业项目 了解学生课余喜好、确定创业项目方向,（1）确定调查任务与目的,7,（2）确定调查对象、调查单位,调查对象是需要进行调查的总体范围，由许多性质相同的调查单位组成。 调查对象：在步行街散步的学生 调查单位是调查对象中所要调查的每一个具体单位。 调查单位：逛街的每一位学生,8,（3）确定调查项目,调查项目是调查中所要登记的被调查者的特征，也即调查的具体内容。 调查项目： 性别、尚未满足的兴趣,9,（4）问卷设计,封面语的设计,问句的设计,用词的设计,10,封面语的设计,一封给被调查者的短信 说明调查内容 说明调查目的 说明调查者身份 说明调查的保密性及感谢语,11,南航金城学院校园创业项目调查问卷 亲爱的同学们： 我们是南航金城学院会计学专业的学生。为了锻炼自己学以致用、思考问题、分析问题的能力，在系部和班委会的支持下，我们组织了这次关于校园创业的社会调查。请您给予支持。调查不记名，全部资料用计算机处理，绝对保密和安全，您只需在符合您的情况的答案上打个勾，花费几分钟时间。谢谢！,12,问句的设计,1）自由回答式问句 事先不拟定任何具体答案，让被调查者根据自己的意愿或感觉自由回答问题。 例：你喜欢那种牌子的洗衣粉？ 牌 你认为学校食堂有哪些需要改进的地方？ 。,13,2）是否式问句 答案只分两种情况，受访者需两者择其一。 例：你是否愿意考研？ 是（ ） 否（ ） 你今年是否打算买自行车？ 是（ ） 否（ ）,14,3）多项选择式问句 对一个问题事先列出三个或三个以上可能的答案，让被调查者根据实际情况，从中选择。 例：某饭馆欲了解本店在同类饭馆中的市场占有率 有朋自远方来，你首选哪家饭馆？ A. 老四川（ ） B. 小四川 （ ） C. 新四川（ ） D. 四川酒家（ ） E. 其他（ ）,15,4）排序式问句 在多项选择式问句的基础上，要求被调查者根据自己的意愿对各项答案排序。 例：您选择饭馆时，主要考虑对方的哪些服务？请对以下各项排序，以1、2、3、4作记。 A. 口味（ ） B. 上菜速度（ ） C. 价格（ ） D. 饭店环境（ ）,16,5）过滤式问句 逐步缩小提问范围，引导被调查者回答你所想问的问题。 例：某电脑公司欲了解消费者对购买电脑是否影响孩子学习的意见。,17,你不购买电脑难道是怕影响孩子学习吗？ 您对电脑的印象如何？ 您是否限制孩子上网？ 您认为在家上网有什么害处吗？ 有人说在家上网对孩子学习有不利影响，也有人认为在家上网对孩子学习没有影响反而有好处，您如何看待这个问题？,18,用词的设计,1）应最大限度减轻被调查者的负担 问题应尽量简练、易于理解。 例：欲调查广大居民对物价上涨的看法，设计问题如下： 我们在报刊上经常看到“CPI”这一名词，CPI又称零售物价指数，是反映与居民生活有关的产品及劳务价格的物价变动指标，目前我国CPI指数已达7.4%，请问，您对此有何看法？,19,您对我国目前的物价上涨有何看法？,20,2）问题设计应用语要准确 用词应避免引起歧义，尽量避免使用诸如“经常”、“有时”、“偶尔”、“可能”、“好像”之类词语。 例：欲调查广大师生的出行情况，设计问题如下： 你近来经常去市区吗？ 近来、经常,21,3）避免提出诱导性问句 切忌先入为主。 例：一般人都认为HP笔记本电脑比较好，你也这样认为吗？ 你喜欢哪个牌子的笔记本电脑？ 你为什么喜欢在一食堂就餐？ 你认为一食堂怎么样？,22,4）提出的问题应使被访者有能力回答 避免使用专业术语或难以回答的问题。 例： CPI 物价上涨 你家电视机中的显像管是国产的还是进口的？,23,5）避免使用一些令人窘迫的敏感字眼 尽量维护别人的自尊和隐私。 例： 你不买电脑是否因为买不起? 你不买电脑是否是出于经济上的考虑？ 你不订阅报纸杂志的原因属于下列哪些情况？ A. 不爱看（ ） B. 文盲（ ） 其他（ ）,24,6）对问题作合理排序 经典案例 调查时间：1980年；调查对象：美国居民 调查目的：了解民众对美苏两国新闻互相开放的态度 A. 你是否认为美国应该让苏联的记者来美国来，并把他们看到的新闻发回苏联去。 B. 你是否认为苏联应该让美国记者入境，并将他们看到的新闻发回美国去。 A.54.7% B. 63.7%,25,A. 你是否认为苏联应该让美国记者入境，并将他们看到的新闻发回美国去。 B. 你是否认为美国应该让苏联的记者来美国来，并把他们看到的新闻发回苏联去。 A.81.9% B. 74.6%,26,6）对问题作合理排序 先易后难：熟悉在前，生疏在后。 例： 您的性别? 您的年龄？ 您的爱好？ 您对物价上涨有何看法？,27,先放松，后紧张。 欲调查学生在校期间有无作弊情况 性别 爱好 喜欢看电影吗 喜欢开卷考试吗 考试中有无作弊情况,28,南航金城学院校园创业项目调查问卷 亲爱的同学们： 我们是南航金城学院工商管理专业的学生。为了锻炼自己学以致用、思考问题、分析问题的能力，在系部和班委会的支持下，我们组织了这次关于校园创业的社会调查。请您给予支持。调查不记名，全部资料用计算机处理，绝对保密和安全，您只需在符合您的情况的答案上打个勾，花费几分钟时间。谢谢！,29,（1）你的性别？ A. 男生（ ） B. 女生（ ）,30,（2）你对下列哪种消费感兴趣？ A. 饭店（ ） B. 首饰店（ ） C. 水果摊（ ） D.书店 （ ） E. 小吃 （ ） F. 其他（ ）,31,（3）你一周大概有几天去逛街？ A. 1 2天（ ） B. 34天（ ） C. 5天以上（ ）,32,（4 ）下列那种感觉最能吸引你？ A. 口味（ ） B. 品种（ ） C. 价格（ ） D. 服务 （ ）,33,（5）你认为下列那种需求得不到满足？ A. 聚会场所 B. 药店 C. 服装店 D. 电脑修配 E. 若有其他，请填写： 。,34,（6） 如果让你选择校园创业项目，你会选： ： 。,35,（5）确定调查时间、地点和调查 方式方法,调查时间：调查资料所属的时间。,36,调查地点：调查单位的空间位置。 调查方式方法：直接观测法、实验法、报告法、采访法、网上调查法等。,37,（6）制定调查的组织实施计划,建立调查工作的组织领导机构 做好调查前的准备工作 制定调查工作的检查、监督方法 调查成果的公布及工作后的总结,38,第二节 统计数据收集,一、收集资料的方式,（一）统计资料的直接收集,资料来源,统计调查,试验设计,39,（1）普查 普查是为了特定目的而专门组织的一次性全面调查，用来调查属于一定时点上的社会现象总量。 例如：人口普查、经济普查、工业普查、第三产业普查、全国耕地普查等等。,1. 统计调查的具体方法,40,普查的特点,优点：资料全面、详尽、标准化等。 缺点：工作量大、耗资多，时效性不强、成本大等不经济性、登记性误差较大。,41,（2）抽样调查,1）抽样调查是一种非全面调查，它是按照随机原则从总体中抽取一部分单位作为样本进行观察研究，以抽样样本的指标去推算总体指标的一种调查。,42,43,2）抽样调查的基本特点,既节省人力、物力、财力，又可提高资料的时效性，具有较好的经济性。 按随机原则从总体中抽取样本 以样本指标为依据推断总体参数或检验总体的某种假设 抽样误差可以事先计算并加以控制,44,（3）重点调查,重点调查是在调查对象中选择一部分重点单位进行的一种非全面调查。 所选择的重点单位虽然数目不多，但它们的标志总量在总体总量中却占绝大比重。,如：欲了解全国钢铁生产情况，则选取鞍钢、宝钢、首钢、沙钢等若干钢厂作为样本。,45,重点抽查检验了产品市场占有率达70以上的蒙牛、伊利、光明、三元、雀巢等知名品牌企业生产的液态奶。,欲了解我国液态婴幼儿奶饮是否含有三聚氰胺,46,全国液态奶三聚氰胺专项监督检查结果发布：(2008-09-19 08:01:29) 抽检蒙牛产品121批次，110批次未检出三聚氰胺，11批次检出三聚氰胺。 抽检伊利产品81批次，74批次未检出三聚氰胺，7批次检出三聚氰胺。 抽检光明产品93批次，87批次未检出三聚氰胺，6批次检出三聚氰胺。 抽检三元产品53批次，53批次均未检出三聚氰胺。 抽检雀巢产品7批次，7批次均未检出三聚氰胺。,47,（4）统计报表制度,根据国家有关统计法的规定，依据自上而下统一规定的表格形式、项目及其指标、报送时间与程序布置调查要求和任务，自下而上逐级汇总上报的统计报表制度。,48,2. 试验设计,（1）方案设计：明确实验目的，非被试验因 素作用相同，优化实验次数。 （2）方案实施 （3）数据采集：测量实验结果 （4）数据分析：方差分析 （5）优化生产,49,（二）统计资料的间接收集,来源于别人调查的数据，并将这些数据进行加工和汇总后公布的数据。 主要来源于： （1）图书馆：国内外公开出版的或公开报道的各种出版物 （2）权威性网站：国家统计局、各部委网站、各财经网站。 （3）专业数据调查公司。,50,二、收集资料的方法,（一）初级资料收集方法,访问法,报告法,观测法,51,（1）面谈调查也称采访法，是通过指派调查员根据调查提纲向被调查者访问，提出问题，由被调查者答复以取得资料的一种方法。具体可分为自由交谈、调查表提问等方法。,优点：资料可信，调查表回收率高。 缺点：成本较高，受调查员素质和态度影响大,1.访问法,52,（2）电话调查是由调查人员根据事先确定的抽样原则，抽取样本，用电话向被调查者询问，以收集资料。,优点：时间短，速度快，省经费； 覆盖面广（只有你去不到的，没有我打 不到的） 缺点：无电话者受限，时间受限，生动性受限,53,（3）网上调查是利用网络收集统计资料的方法。,优点：范围广，省经费，调查结果较客观 缺点：调查对象只限于使用网络者,54,55,56,57,2.观测法：调查者通过直接观测、跟踪和记录被调查者的情况的来收集资料。,3.报告法：由报告单位根据原始记录和核算资料，按照统计机关颁发的统一的表格和要求，按一定的报送程序提供资料的方法。,58,第三节 统计数据整理,59,60,61,学历要求,62,所属行业,63,技能要求,64,1、统计分组是指按一定的标准将统计总体分成若干个性质不同的组别。,一、统计分组,65,2、分组方法 （1） （2） （3）,按品质标志分组,按数量标志分组,简单分组,复合分组,单项式分组,组距式分组,66,（1）按品质标志分组与按数量标志分组,按品质标志分组 以能反映事物属性差异的品质标志为分组标准，将总体分成多个性质不同的类别。 如：按性别分组、按产业类型分组、按民族分组,67,按数量标志分组,以能反映事物数量差异的数量标志为分组标志，从而将总体划分为不同的组别。 如：按年龄分组、按收入分组,68,（2）单项式分组与组距式分组,单项式分组就是以一个变量值为一组，形成单项式变量数列。 一般适用于离散型变量且变量变动范围不大的场合。,69,70,组距式分组就是将变量依次划分为不同的区间，把某一区间内的所有变量归为一组，区间的距离就是组距。 它适用于连续型变量或变动范围较大的离散型变量。,71,2005年南京市企业主要岗位高级别工资指导价位（万元）,72,2005年南京市企业主要岗位高级别工资分布表,73,74,3）简单分组与复合分组,简单分组：对总体只按一个标志进行分组。,75,76,复合分组 以两个或两个以上的标志交叉对同一总体进行分组，就是复合分组。 分组的特点：多个分组标志的交叉或层叠。,例：对人口按性别、文化程度进行复合分组,78,二、分布数列,在分组的基础上，将总体的所有单位按组归类整理，并按一定顺序排列，形成总体中各个单位在各组间的分布，这就称为分布数列。,频数,各组标志值,分组标志名,79,1、基本概念,频数：各组标志值出现的次数。 频率：各组频数与总体总频数的比率。 频率表明各组标志值出现的概率大小。,（1）频数与频率,80,频率 频率具有以下两个性质： 0 1， 1。,81,2005年南京市企业主要岗位高级别工资频率 分布表,82,10万元以上的岗位占全部岗位数的 百分之几？,83,（2）累计频数与累计频率,编制累计频数（或累计频率）数列是为了更简便地概括总体各单位的分布特征。 有两种方法累计频数或频率： 向上累计、向下累计,84,标 志 值,频数,向上累计由标志值小的组别向大的组别累计,85,向下累计由标志值大的组别向小的组别累计,标 志 值,86,2、组距数列,（1）组数（K）：分组数目 （2）组限：每一组的两端值,组上限（U）：每组最大值,组下限（L）：每组最小值,87,2005年南京市企业主要岗位高级别工资频数 分布表,五组,88,组限的分类,间断式组限,连续式组限,89,1）间断式组限： 本组上限和下组下限不一致 用于离散变量,90,91,2）连续式组限： 本组上限和下组下限一致 用于连续变量 在计算次数时，按照“上限不包括在内”原则,下限X上限,92,2005年南京市企业主要岗位高级别工资指导价位,93,2005年南京市企业主要岗位高级别工资频数 分布表,10,上限不包括在内,94,（3）闭口组与开口组,闭口组：有上限和下限,开口组：只有上限或只有下限,95,96,（4）组距（i）：各组标志值的变动范围。,开口组： 邻近组组距,97,与35 组距同,与1520 组距同,98,（5）组中值：各组的分组标志值的平均数,99,100,某科目考试成绩资料表,101,4、组距式数列的编制,102,2005年南京市企业主要岗位高级别工资指导价位,103,2005年南京市企业主要岗位高级别工资频率 分布表,104,一般步骤为： （1）将原始资料按数值大小排序 （2）确定全距、组数与组距 全距（R）,105,组数（K）： 根据数据集中情况，合理确定组数。 用经验公式求出：K 注意： a.过多或过少都不妥，一般分为57组。 b.组数尽可能取奇数，避免取偶数。,106,组距（d）：在等距分组的情况下： 组距全距/组数 注意：a.组距最好调整为5或10的倍数 b.组限末位数最好取0或5 c.第一组下限最小变量值 最末组上限最大变量值,107,2005年南京市企业主要岗位高级别工资指导价位,108,2005年南京市企业主要岗位高级别工资频数 分布表,109,对某企业30个工人完成劳动定额的情况进行调查，某原始资料如下（%）： 98 81 95 84 93 86 91 102 100 103 105 100 104 108 107 108 106 109 112 114 109 117 125 115 120 119 118 116 129 113,例题,110,第一步：将各变量值由小到大排序，计算全距 81 84 86 91 93 95 98 100 100 102 103 104 105 106 107 108 108 109 109 112 113 114 115 116 117 118 119 120 125 129 R= 129% - 81%= 48%,111,第二步：确定组数和组距 根据工作成绩的一般分类原则，可以将其分成优、良、中、一般和不合格五档次，因此，确定组数为5。 为了符合习惯和计算方便，组距近似地取10%。,112,第三步：确定组限和频数 a.为了方便计算，组限应尽可能取整数，最好是5 或10的整倍数。 b.第一组下限最小变量值 最末组上限最大变量值 c.根据“上限不包括在内”的原则确定总体单位数目。,113,某企业30个工人劳动定额完成情况分布图表,第四步：编制频数（频率）分布表,114,作 业,统计学学习指导48页第2题,115,第四节 统计数据特征描述,116,一、总量指标,（1）总量指标是指反映在一定时间、空间与条件下的社会经济现象的总体规模、总水平或工作总量的统计指标。,1、总量指标的基本概念,117,指标名称 指标数值 计量单位 据官方统计，截止2008年4月底，我国外汇储备余额已经高达17566.4亿 美元，一季度外汇资产流入规模为2300亿美元,（2）总量指标构成要素,118,截止2008年4月底，我国外汇储备余额已经高达17566.4亿美元,2008年一季度外汇资产流入规模为2300亿美元,119,120,举例： 国内生产总值、产品生产量、工作量、 消费额,121,时点指标：反映现象在某一时刻所达到的总量指标 特点（1）不可加性：不可以累计计算 （2）其大小与时间长短无直接关系 截止2008年4月底，我国外汇储备余额已经高达17566.4亿美元。 某校园占地面积900亩，学生人数12000人。,122,特殊时点指标： 人口指标：人口数、职工人数 存量指标：库存、存款、牲畜存栏数 网点指标：银行网点、企业个数,123,二、相对指标,相对指标是将两个有联系的指标进行对比所得的数量关系指标。 相对指标的表现形式有两种：有名数与无名数。 除强度相对数为有名数外，其余的五个相对指标均为无名数，通常用系数、倍数、成数、百分比或千分比表示。,124,相对指标,同一总体内部的比较,不同总体之间的比较,同一总体的自我比较,125,1、同一总体的内部比较,（1）结构相对数 结构相对数 用来说明某一部分在总体中所占的比重。 2008年第一季度南京市所有用人单位共需求人才46784人，其中，企业人才需求量占全部人才需求量的98.2%，而有限责任公司占全部企业人才需求量的38.69%。,126,（2）比例相对数,比例相对数 通过与另一部分比较，来说明该部分的比重。 2008年一季度南京市机关事业单位人才需求量是企业人才需求量的1.3%,127,2、不同总体之间的比较,（1）性质相同的不同总体比较：比较相对数 比较相对数 用来说明同一事物在不同空间下的差异程度。 据统计，2007年德国制造业的劳动力成本是中国的26倍。,128,（2）性质不同的不同总体比较：强度相对数 1）概念：两个性质不同但有一定联系的总量指标之间的对比，用来表明现象的强度、密度和普及程度。,129,3）举例：,强度：劳动生产率 个/人,密度：人口密度 人/平方公里,普及度：人均电脑拥有量 台/人,130,3、同一总体的自我比较,动态相对数 （1）动态相对数是将同一事物在不同时间的指标数值进行对比，也称发展速度。 用来反映某一事物的动态发展状况 （2）动态相对数,131,南京市季度人才需求情况表,07年第三季度事业机关人才需求量是08年第一季度的213.89%,132,计划完成程度相对数,计划完成程度相对数,派生公式,以产量、产值增长率计算的相对数 以产品成本降低百分数计算的相对数,133,1、某公司劳动生产率计划规定2000年比1999年提高8%，实际提高10%，求该公司计划完成程度相对数。 计划完成程度（%）,例题,134,2、某产品上年度实际成本为400元，本年度计划降低5%，实际降低6%，求单位成本的计划完成程度。 单位成本的计划完成程度（%） ,135,正态分布,三、平均指标,136,1、平均指标的基本概念,（1）平均指标反映同类现象的一般水平，是总体内各单位参差不齐的标志值的代表值，也是对变量分布集中趋势的测定。,137,仅代表总体各单位标志值的一般水平； 平均值消除了个别标志值的偶然性波动，反映的是总体单位标志值分布的集中趋势，可以通过排序以及标志值的计算来确定。,（2）平均指标的特点,138,2、位置平均数,根据变量数列中的某一特殊位置判断数据的集中趋势或平均水平。 位置平均数对总体具有非常直观的代表性。 重要特点：完全可以不受极端变量值的影响。,139,众数（Mo）,1、概念：在总体单位中，标志值出现次数最多的那个数值。 2、计算方法： （1）单项式数列：次数最多的值。,140,众数：22岁,141,（2）组距式数列,第一，下限公式： L：众数所在组下限； d：众数组组距。,142,第二，上限公式：,143,2005年南京市企业主要岗位高级别工资 岗位分布表,众数组,144,145,例题,MO,146,（2）中位数（Me）,将总体各单位某一标志的各个标志值按大小顺序排列，处于数列中间位置的那个标志值就是中位数。,147,单项式数列,奇数项： 位于 位置的标志值是中位数 偶数项： 位于 和 位置的标志值是中位数,148,组距式数列,向上累计公式：,149,向下累计公式：,150,151,2005年南京市企业主要岗位高级别工资 累计频数（频率）分布表,中位数组,频数,首次大于（31/2）,向上累计至中位数组前一组止的次数,152,153,例题,Me,fm,Sm-1,Sm+1,求Me、Mo,154,3、数值平均数,数值平均数就是通过对统计数列的所有各项数据进行计算得到的平均数，可以反映所有各项数据的平均水平。 数列中任何一项数据的变动，最终将在一定程度上影响到数值平均数的最终结果。 常用的数值平均数有算术平均数、调和平均数与几何平均数。,155,（1）算术平均数,算术平均数在数学上有简单与加权两种形式。在统计上简单算术平均数主要用于处理未分组的原始资料，而加权算术平均数应用于分组资料。 计算公式,156,例题,157,课堂练习,用众数、中位数与算术平均数确定学生的平均学习时间。,158,（2）调和平均数（H）,在计算算术平均数时，由于某项数据的缺失，而无法直接计算，只有根据已知数据推导未知数据，进而计算算术平均数。,159,160,从本质上说，调和平均数是算术平均数的变形形式。主要应用于由相对数、平均数计算平均数的场合。 公式,161,价格（元）,3.3,2.5,2.0,合计,销售量（斤）,3,4,5,12,算术平均,求某种商品三种零售价格的平均价格,调和平均,价格（元）,3.3,2.5,2.0,合计,销售额（元）,10,10,10,30,162,例题,163,某企业两车间生产同种产品，产量和成本资料如下：,要求： 2000年、2001年甲乙两车间平均单位成本 甲乙两车间平均单位成本,例题,164,（1）2000年平均单位成本,2001年平均单位成本,解：,165,（2）甲车间平均单位成本,乙车间平均单位成本,166,（3）几何平均数（G）,适用于平均速度的计算。 公式,167,168,一位投资者持有一种股票，1996、 1997、1998和1999年的收益率分别为4.5、2.0、3.5、5.4。试计算该投资者在这四年中年平均收益率。,例题,169,例题,有一笔钱存入银行，存期为10年，按复利计息。10年的利率分别为：第一年与第二年为5，第三年到第五年为8，第六年至第八年为10，最后两年为12。求平均年利率。,170,四、变异指标,（1）平均指标虽然能反映总体单位数量标志值的一般水平以及分布的集中趋势，但具有很强的抽象性，无法揭示各总体单位之间的差异。 标志变异指标反映总体各单位对其平均数这个中心的离散趋势，是与平均指标相匹配的指标。,1、变异指标的基本概念,171,是对平均数的代表性程度的量度 反映变量分布的离散趋势 是对事物发展均衡性的量度,（2）标志变异指标的作用,172,（3）标志变异指标的种类,反映总体各单位标志值变动范围 ：全距。 反映总体各单位标志值对平均数离差程度： 平均差、标准差及标准差系数。,173,1）平均差（Mean Absolute Deviation）,通过各变量与均值之间的距离来判断变异的程度。 公式 在分组条件下，公式推导为：,174,平均差的意义与评价,经济意义：A.D.越小，变量X越趋中，变异性越小，稳定性越好