实用社会统计分析技术.ppt

实用社会统计分析技术,及SPSS和STATA统计软件操作说明 第一讲,课程主要内容：,本课程教授的内容是专门针对抽样调查数据资料的统计分析技术，而不适用于试验性调查资料和观察性调查资料的分析。,课程安排：,统计学基础知识：1）描述性统计、2）概率论和3）推论统计。（三讲）。 数据处理技术：4）数据录入、整理、校验和加权、5）数据加工、重组和再生变量。（两讲）。 统计分析技术：6）量表和指标建构、7）列联表分析技术、8）简单线性回归、9）多元回归、10）非线性转换、11）对数线性模型、12）logistic回归、13）多元logistic回归、14）等级logistic回归、15）Probit模型、16）tobit 模型、17）poisson 回归、18）因子分析、19）路径分析、20）结构方程、21）事件史分析,什么是统计学,统计学就是描述、组织和解释数据或信息的一套工具和技术。它帮助我们理解周围的世界。,统计分析中的 两个最基础的概念,描述性统计（Descriptive Statistics） 推论统计（Inferential Statistics ),什么是描述性统计（Descriptive Statistics）,描述性统计就是组织、描述和总结所收集到的一组数据的特征。 需要注意的是，它所描述的是这组数据本身的分布特征。,什么是推论统计 （Inferential Statistics,推论统计就是从一个较小的群体中了解的信息并得出相关结论，推广到更大的一个群体。我们把较小的这个群体，也就是我们收集了数据的群体称之为样本（sample），把更大的那个群体，也就是我们所感兴趣的、要研究的对象群体称之为总体（population）。,偏误估计（biased estimation）与无偏估计（unbiased estimation）,很多因素导致了偏误估计过高估计或过低估计。样本的代表性、数据收集过程中的误差、计算中的差错，尤其是干扰因素的作用，等等，都有可能导致偏误估计。 要达到无偏估计需要一系列的技术手段，应用统计技术的研究者就是采用这些技术手段，以样本去推测总体，以达到无偏估计。 在社会科学研究中，人为地制造（模拟）试验环境，控制各种干扰因素，以达到（自然）科学的求证方法。这就是社会统计学的一种思维方式。,描述性统计,集中趋势的量度（measures of central tendency） ：共性 离散程度 的量度（measures of variability)：异质性,集中趋势的量度,集中趋势(平均数值)是对整个群体的数值的最好的代表。 有三种形式的平均数值：平均值（mean）、中位数（median）、众数（mode）。 其中，最常用的是平均值。,离散程度,离散程度 （异质性 ）反映的是数值之间是如何的不同。 同样均值不同差异程度 。如： 7，6，3，3，1 3，4，4，5，4 4，4，4，4，4 有三个离散程度的量度指标：全距（range）、标准差（standard deviation）、方差（variance）。 其中，最常用的是标准差。,标准差,标准差反映的是每一个个案的分值与平均的分值之间的差距，简单来说，就是平均差异有多大。 标准差越大表示差异越大。,不同样本量的标准差的偏误估计与无偏估计之差比较,方差,量度离散程度的第三个指标是方差（variance）。 方差就是标准差的平方。,单变量描述性统计,均值 标准差,单变量描述统计的目的,检查数据 对此变量的分布特征做初步判断； 依据此数据推论总体是否合适，要如果做调整； 依据此变量分布特征，选择合适的统计模型。,用图形显示数据,为什么要用图形显示数据？ 柱状图 多边图 线性图,柱状图,多边图,线性图,图型显示的频数分布特征,频数分布的特征可以有4个指标来显示： 均值 标准差 斜度（skewness） 峰度（kurtosis）,均值,低收入 A群体的平均收入 B群体的平均收入 C群体的平均收入 高收入,频 数,异质性（标准差）,频数,低收入 均值 高收入,群体A的收入分布,群体B的收入分布,群体C的收入分布,斜度,频