统计学第三章统计数据的整理与显.ppt

统 计 整 理,统 计 调 查,客观 现象 数量 表现,统计 总体 数量 特征,统计研究的程序,统计研究目的,统计设计,推 断 分 析 描 述 分 析,统计学第三章 统计数据的整理与显示,第三章 统计数据的整理与显示,3.1 统计整理与统计分组 3.2 分布数列的编制 3.3 统计图表,3.1 统计整理与统计分组,一、统计整理的意义和步骤 二、统计整理的基本方法 统计分组,统计学第三章 统计数据的整理与显示,统计整理,主要任务,资料审核、分组、 汇总、制表、制图等。,分组,频数分布,统计表,统计图,分组,分组前,分组后,25,33,42,如：划分现象类型,作用：,例：按所有制性质划分，我国现有8种经济类型： 国有经济；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,制定统计整理方案,对原始资料进行审核,数 据 处 理,制作统计表或统计图,统计整理的步骤,统计学第三章 统计数据的整理与显示,（一）数据的审核与筛选 1、审核： 对 第一手资料（直接调查或试验取得）：审核其完整性与准确性 完整性审核：应调查的单位或个体是否有遗漏；所调查的项目是否填齐全。 准确性审核：内容是否符合实际；计算是否正确。 如：文化程度：小学 职业：大学教师,2、筛选：,筛选包括： 剔除不符合要求的数据或有明显错误的数据； 将符合特定条件的数据筛选出来。,对第二手资料（获取他人的资料）：审核其完整性、准确性、适用性、时效性,3.1 统计整理与统计分组,一、统计整理的意义和步骤 二、统计整理的基本方法 统计分组,统计分组的作用:,总体经过分组，能够突出组与组之间的差异而抽象掉组内各单位之间的差异，使数据变得条理化，便于进一步分析研究。,统计学第三章 统计数据的整理与显示,划分社会经济现象的类型 反映社会经济现象的内部结构和比例关系 揭示社会经济现象之间的相互依存关系,选择分组标志,确定分组体系,总体单位归类,科学性：组间差异大，组内差异小。,完备性和互斥性：每个单位均能且只能归到某个组中。,统计分组的程序与原则,第三章 统计数据的整理与显示,对大学生月生活费支出情况进行分组研究： 按家庭收入水平分组； 按城乡分组； 按性别分组； 按年龄分组。,统计分组的程序与原则,对父母亲下岗情况进行分组研究： 单亲下岗； 双亲下岗； 双亲在岗。,不符合科学性,不符合完备性和互斥性,第三章 统计数据的整理与显示,统计分组的程序与原则,各分组标志并列使用,各分组标志交叉结合使用,第三章 统计数据的整理与显示,平行分组体系,对教师的分类,按性别分类,男性,女性,按职称分类,按年龄分类,高级,中级,初级,青年,中年,共计7组 2+3+2,统计学第三章 统计数据的整理与显示,交叉分组体系,按性别分类,按职称分类,按年龄分类,男,女,高级,中级,初级,青年,中年,共计12组232,统计学第三章 统计数据的整理与显示,对教师的分类,第三章 统计数据的整理与显示,3.1 统计整理与统计分组 3.2 分布数列的编制 3.3 统计图表,3.2 分布数列的编制,一、分布数列的定义及种类 二、变量数列的编制 三、累计次数与累计频率,分 类,统计学第三章 统计数据的整理与显示,中国体育代表团在悉尼奥运会上获金牌的项目,统计学第三章 统计数据的整理与显示,品质数列,3.2 分布数列的编制,一、分布数列的定义及种类 二、变量数列的编制 三、累计次数与累计频率,同时 具备,变量数列的编制,【例】己知某车间有24名工人，他们的日产量（件）分别是：20，23，20，24，23，21，22，25，26，20，21，21，22，22，23，22，22，24，25，21，22，21，24，23.要求根据以上资料编制变量数列。,统计学第三章 统计数据的整理与显示,编制结果如下：,统计学第三章 统计数据的整理与显示,变量数列的编制,变量值变动区间的长度相等,变量值变动区间的长度不完全相等,统计学第三章 统计数据的整理与显示,相关概念,统计学第三章 统计数据的整理与显示,某地区100个百货商店 月销售额与流通费用情况,上组限U,下组限L,如：组距d=U-L =100-50=50（万元）,如：组中值x=(U+L)/2 =(100+200)/2 =150（万元）,统计学第三章 统计数据的整理与显示,编制等距数列,适用于总体单位的标志值变动比较均匀的情况,实例,己知某地区某年50个商店商品销售额的资料如下（单位：百万元）： 7.4 12.6 29.0 2.0 12.4 7.0 14.8 17.5 15.0 18.2 18.7 15.5 12.8 26.0 17.3 8.3 14.7 12.0 3.5 6.8 25.0 19.3 6.4 4.0 11.9 8.5 13.2 14.5 17.1 15.6 13.4 4.5 9.5 20.0 15.7 6.0 11.4 23.0 14.2 16.7 21.0 16.0 13.6 10.0 13.9 5.0 5.8 10.5 16.3 22.0 要求编制组距数列。,统计学第三章 统计数据的整理与显示,编制步骤：,求变异全距,确定组距及组数,R组距(d) 组数（m),编制等距数列,统计学第三章 统计数据的整理与显示,计算组数（组数不宜过多，也不宜太少）,上例中，取d=5，则有,编制等距数列,统计学第三章 统计数据的整理与显示,注：确定组数(Number of classes)。组数的确定一般视数据本身的特点及数据的多少而定。,经验上以520之间为好，尤其注意不要确定太多的组数，使得每组包含的数据太少。 实际分组时常按斯特格斯（Sturges）提出的经验公式来确定组数K：,其中N为数据的个数（总体单位数或样本数），一般对结果取整数。,例：K=1+lg20/lg2=1+4.32=5.325,确定组距(Width of classes)：组距是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定： 组距=（最大值 - 最小值）/组数,例，组距=(33-12)/5=4.2，可取整数5为最后选定的组距。,确定组限,编制等距数列,统计学第三章 统计数据的整理与显示,计算次数,编制等距数列,编制结果：,统计学第三章 统计数据的整理与显示,(5+（5-5）)/2 =2.5,(25+（25+5）)/2 =27.5,统计学第三章 统计数据的整理与显示,茎叶表示 Stem-and-Leaf Display,将每一观测值分解为茎值和叶值(用直线隔开) 垂直线左边的数字称为“茎”，确定组别 垂直线右边的数字“叶”，确定频数(计数),Xi,3.2 分布数列的编制,一、分布数列的定义及种类 二、变量数列的编制 三、累计次数与累计频率,累计次数（频率）,从变量值低的组开始，将各组次数（频率）逐次向变量值高的组累计，说明某一组上限以下各组的累计次数（频率）。,从变量值高的组开始，将各组次数（频率）逐次向变量值低的组累计，说明某一组下限以上各组的累计次数（频率）。,统计学第三章 统计数据的整理与显示,频数表 （用SPSS制作）,有效数据,频数,频率,有效频率,累计频率,约2/3的人身高不超过165cm,累计频数（频率）分布曲线，可用于分析社会财富、土地和工资收入等的分配是否公平的问题。该曲线图是由美国洛伦茨博士提出，故称为洛伦茨曲线。,洛伦茨曲线,某国家收入所得的分配情况,20 40 60 80 100,80 60 40 20 0,100,绝对平等线,实际收入分配线,绝对不平等线,绝对不平等线,人口（%）,收入（%）,洛伦茨曲线,A,B,洛伦茨曲线与基尼系数,20世纪初意大利经济学家基尼，根据洛伦茨曲线找出了判断分配平等程度的指标 。 实际收入分配曲线和收入分配绝对平等曲线之间的面积为A，实际收入分配曲线右下方的面积为B。以A除以A+B的商表示不平等程度。这个数值被称为基尼系数或称洛伦茨系数。,洛伦茨曲线与基尼系数,当A=0时，A/（A+B）=0，则基尼系数为0，收入分配完全平等 ； 当B=0时， A/（A+B）=1，则基尼系数为1，收入分配绝对不平等 ；所以，基尼系数可在0和1之间取任何值。 联合国有关组织规定：若低于0.2表示收入绝对平均；0.2-0.3表示比较平均；0.3-0.4表示相对合理；0.4-0.5表示收入差距较大（警戒线)；0.6以上表示收入差距悬殊。(2010年我国基尼系数已经达0.46) 基尼系数还可用于财产、资本、资源、产品、市场等资源分配均衡程度的分析。,第三章 统计数据的整理与显示,3.1 统计整理与统计分组 3.2 分布数列的编制 3.3 统计图表,3.3 统计图表,一、统计图 二、统计表,一个图只用来显示一种现象的数量特征,统计学第三章 统计数据的整理与显示,品质数据往往使用条形图(Bar graphs)和饼状图(Pie Charts)； 数值数据往往使用直方图(Histograms)、折线图(Polygon)、茎叶图(Stem-and-leaf display) 。,几种常用的统计图,统计学第三章 统计数据的整理与显示,几种常用的统计图,条形图（Bar）,用于显示离散型变量的次数分布,统计学第三章 统计数据的整理与显示,几种常用的统计图,条形图（Bar）,用于显示离散型变量的次数分布,统计学第三章 统计数据的整理与显示,条形图（Bar）,用于显示离散型变量的次数分布,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,直方图,条形图,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,茎叶图是一种既给出数据的分布状况，又能显示每一个原始数值的图形。 茎叶图由两部分组成：茎(stem)与叶(leaf) 茎：通常由每组数的高位数值（leading digits)形成，按组竖立在左边； 叶：通常由每组数的低位数值（last digits)形成，按组横排在“茎”的右边。,茎叶图,3.3 统计图表,一、统计图 二、统计表,统计表的常用结构：,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,统计表的加工方法,（对主体进行分组）,（选择指标及对指标进行分组）,统计表的编制规则,统计学第三章 统计数据的整理与显示,选择合适的总标题； 主词栏与宾词栏要各归其位，相互对应； 表的上、下端用粗线或双线封口，左右两端一般不封口； 可在各列的文字标题下面设置编号加以标识； 数据栏不能有空白。,对主词栏的单式加工,统计学第三章 统计数据的整理与显示,对主词栏的复式加工,统计学第三章 统计数据的整理与显示,开口式组距数列组中值的计算：,首组假定下限首组上限相邻组组距 末组假定上限末组下限相邻组组距,先计算开口组的假定上、下限：,因此有：,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,统计学第三章 统计数据的整理与显示,对宾词栏的简单分组,对宾词栏的交叉分组,附录：频数分布的类型,日常经济生活中，常见的频数分布曲线主要有正态分布、偏态分布、J型分布、U型分布等几种类型。 其次还有双峰型、孤岛型及锯齿型等其他类型。,频数分布的应用： 例8：80年代初，我国工业企业推行全面质量管理，某床单厂厂长曾对其生产的某种规格的床单进行抽检，并做了直方图。 按长度质量标准，合格的床单长度为215cm，容许误差为3cm。对所抽取的100条床单进行统计，发现最长的达265cm，最短的为214cm，分组后的频数分布表及直方图如下：,频数分布表 床单长度分组(cm) 床单数(条) 213218 5 218223 8 223228 16 228233 32 233238 17 238243 12 243248 5 248253 0 253258 1 258263 3 263258 1 Total 100,直方图,直方图呈孤岛型，说明： 1、本质上反映了两个总体，该两总体都遵从正态分布；其中95%的单位属一总体，5%的单位属另一总体。,2、根据长度质量标准，只有5%的床单在正常范围（在212218cm之间），而95%的床单均大于218cm，显然存在着对床单的长度“宁长勿短”的思想，因此造成浪费 （上述100条床单总长度达233m，如果按照215cm的标准长度，可裁成108床，若按212cm长度可裁成110床）。,原因检查： 为了提高生产水平，增加经济效益，厂长深入到裁剪长度工序了解情况，发现： 床单的生产工序是在一大联匹布上，印上印花，由一位老女工手工量测并用剪