02数据整理

1、第二讲,数据整理与图表呈现,第一节数据的来源、种类及其分类,1经常性资料：主要是日常工作中的记录（如学校中关于教师资历、教学情况、教学进度的记录；关于学生学期、学年成绩和操行评定的记录；关于学生健康状况，流失情况的记录；关于学校经费的使用，学校建设的记录等；教师的工作记录等）和统计报表（如教师职称变动的年报表，学生流失率的季报表，学生入学率的年报表等 ）等。 2专题性资料：主要通过研究者对自己所感兴趣的或者是一些亟待解决的问题，通过调查或实验的方法来搜集的。 （1）教育调查：在没有预定因子、不施行控制的条件下，对现成的教育方面有关客观事实所进行的观察和分析。 （2）教育实验：在预定的控制因子影

2、响下，对教育方面有关客观事实所进行的观察和分析。,一、教育统计资料的来源,二、数据的种类,数据就是随机变量的观察值。 1.按来源分：点计数据和度量数据。 点计数据是指计算个数所获得的数据。如教育学院的学生数、教师数等。 度量数据是指用一定的工具或一定的标准测量所获得的数据。如用测高器测得学生身高的数据、用某种智力测验测得学生智商的数据等等。,2.按随机变量取值是否具有连续性分：间断型随机变量的数据和连续型随机变量的数据 取值个数有限的数据，称为间断型随机变量的数据。这种数据的单位是独立的，两个单位之间不能再划分成细小的单位，一般用整数表示。如三好学生人数、某门学科不及格人数；学生的智力、学科成

3、绩等指标按优劣程度分别排列的名次。,取值个数无限（不可数）的数据，称为连续型随机变量的数据。它们可能的取值范围能连续充满某一个区间。数据的单位之间可以再划分成无限多个细小的单位。数据可以用小数表示。如学生的智商、身高、体重等。,3、按对象的特征分： 分类数据(名义数据）：说明一事物与它事物属性上的不同或类别上的差异，但不能说明事物之间的差异大小。其数值一般都取整数形式，如性别（男、女）、学历、职业、地区等。 顺序数据：既无相等的单位，又无绝对的零点的数据，如成绩排名、等级评定、喜爱程度、品质等级等，只能排出等级顺序，不能指出其间的差别大小。 等距数据：有相等的单位没有绝对零点的数据。不仅能将事

4、物分为不同类型并进行排序，而且还可以准确地指出类别之间的差距是多少，表现为数值。如考试成绩百分制；温度等。 比率数据：有相等的单位又有绝对零点的数据。表现为数值，它具有上述三种尺度的全部特性外，还可以计算两个测度值之间的比值。如长度、质量、重量等。,数据类型,测量数据,连续型数据,第二节、统计表,统计表是用来表达研究变量与被说明的事物之间数量关系的表格。它可以将大量数据的分类结果清晰、概括、一目了然地表达出来，便于分析、比较和计算。,1.标题：表的名称；上方；简明扼要； 2.表号：表的序号；左方；时间顺序。 3.标目：表中对统计数据分类的项目。 4.线条：四条基本线条；不宜多。 5.数字：一般

5、用阿拉伯数字表示；如有小数，数位要一致，要对齐；尽量不要有空格；暂缺数字可用“”或问号表示；无数字画“”。 6.表注：不是必要组成部分；下方；补充说明表的来源或补充说明数字；字号不要大于表中的其他文字。简单明了、重点突出,一、统计表的结构及其编制的原则和要求,表2.1 统计表的格式,顶线,底线,表线,表号,标题,标目,标目,表注,注：,例： 表2.2 北京市四街道智力落后患者分布,资料来源：见心理学报1979年第1期103页，选部分引用,二统计表的种类,简单表：只按研究现象（或变量）的名称、地点、时序等列出数据的统计表。 分组表：只按一个标志分组的统计表称为分组表。 复合表：按两个或两个以上标

6、志分组的统计表称为复合表。,简单表,表2.3 各校学生数一览表,分组表,表2.4 上海市区男幼儿20米跑步用时,资料来源：引自华东师范大学学报，1985年第2期第30页,复合表,表2.5 某年级操行评定结果,例: 表2.6 中学生心理烦恼调查被试分布,三、频数分布表列法,频数：某一个随机事件在n次试验中出现的次数称为这个随机事件的频数。一般用f表示。 频数分布：各种随机事件在n次试验中出现的次数分布称为频数分布，即把随机事件出现的次数都呈现出来。 频数分布表：把频数分布用表格的形式表示出来就是频数分布表。,频数分布表分类：1.简单频数分布表（1）间断变量的频数分布表,（2）连续变量的频数分布表

7、 第一步：求全距（用R表示） 第二步：决定组数和组距 k:一般分为1015组。 （k=1+Lgn/Lg2， n为数据个数。） i:一般定为1、2、3、5、10。 第三步：决定组限，即决定各组的上下限有时还需计算组中值。 组中值=（上限+下限）/2 第四步：登记频数,按照刚才介绍的方法分为四步来完成频数分布表。第一步：求全距R=最大值最小值=12881=47第二步：决定组数和组距k=10,i=R/k=47/105第三步：决定组限第四步：登记频数,2.累积频数和累积百分比分布表：累积频数就是把频数一组一组累加起来，得到的频数叫累积频数。 累积百分比就是把频数用百分比变成相对频数。 用表格把这两种频

8、数表示出来就是累积频数分布表和累积百分比分布表。,（1）累积频数分布表制作 A.先制作频数分布表 B.从最低一组的频数开始登记，每降下一组，须将以上各组的频数累积起来。 （2）累积百分比分布表制作 将各组的累积频数除以总频数再乘以100。,第三节、统计图,统计图是整理和呈现数据的另一种方法，它把研究变量与被说明事物之间的数量关系用图形表现，直观、形象地表达出事物的全貌及其数据的分布特征，使人一目了然，便于理解和记忆，印象深刻。,1、统计图的构成,统计图一般由图号、标题、标目、图形、图注等几部分构成。 统计图中的标目由基线和尺度线构成。对于有纵、横轴的统计图，一般以基线表示被观察的现象，而尺度线

9、则表示其数量。,2、统计图的分类,条形图：用直条的长短来表示统计项目数值大小的图形，主要是用来比较性质相似的间断型资料。 圆形图：是用于表示间断型资料比例的图形。圆形的面积表示一组数据的整体，圆中扇形的面积表示各组成部分所占的比例。各部分的比例一般用百分比表示。,单式条形图,图2.1 某年级操行评定结果,基线,尺度线,图形,复式条形图,图2.2 某年级操行评定结果,例： 图2.3 三项影响较大的SARS信息对不同文化程度民众的影响,圆形图,图2.4 某年级操行评定结果圆形图,基线,尺度线,绘制圆形图的步骤,求出各组成部分所占的百分比 求出各部分的中心角度 以顺时针方向画出扇形 标出不同颜色及百

10、分比,线形图,线形图用来表示连续型资料。它能表示两个变量之间的函数关系；一种事物随另一种事物变化的情况；某种事物随时间推移的发展趋势等。 基于线形图，既可对有关统计变量进行数量比较，又可分析发展的趋势。,例如：对有意义的词汇，小学一年级至初中三年级学生视觉、听觉记忆再现率的情况。,图2.5 有意义的材料再现率比较线形图,频数分布图在编制频数分布表的基础上，可以绘制频数分布图，使一组数据特征更加直观和概括,而且还可以对数据的分布情况和变动趋势作粗略的分析。 绘制频数分布图可以用已有的计算机程序，如EXCEL，也可以用专门的统计程序。,频数分布直方图,直方图 ( histogram )又称为等距直

11、方图，是以矩形的面积表示连续性随机变量次数分布的图形。一般用纵轴表示数据的频数，用横轴表示数据的等距分组点，即各分组区间的上下限。 直方图是统计学中常用而且又有特殊意义的一种统计图，有着重要的应用价值。,身高（CM）,145,142,139,136,133,130,127,124,121,118,115,频数,20.00,18.00,16.00,14.00,12.00,10.00,8.00,6.00,4.00,2.00,0.00,图2.6 二年级80个学生身高的频数分布直方图,直方图,直方图与直条图的异同,同：都是用矩形来表示数据； 异：直条图表示间断变量，而直方图用来表示连续变量；直条图各直条之间有间距，直方图各直条之间没有间隔；直条图是以直条的长短高低来表示数量关系，而直方图是以面积来表示频数分布。,次数分布多边图,次数分布多边形图（frequency polygon）是一种表示连续性随机变量次数分布的线形图，属于次数分布图。凡是等距分组的可以用直方图表示的数据，都可用次数多边图来表示。 绘制方法：以各分组区间的组中值为横坐标，以各组的频数为纵坐标，描点；将各点以直线连接即构成多边图形。,图2.7 52名学生数学成绩分布图,人 数,利用次数分布多边图还可以把几组资料放