数据模型第二章数据及其描述分析.ppt

第二讲,数据及其描述分析,本讲内容,一、统计学中的常见概念 二、数据类型 三、主要统计指标 四、时间序列 五、统计图表,一、统计学中的常见概念,1、总体：研究对象的集合 2、个体（总体单位）：研究对象集合中的每 一个个体 3、标志：反映总体单位特征的名称，如工资、利润、企业类型等，有数量标志和品质标志 4、指标：反映总体数量特征的名称，如产量,续：,5、变量：指可以变化的量，指标和数量标志因其值是可变的，因而也称为变量 6、样本：从总体中抽出部分个体组成的集合 7、数据：指标或标志的取值,二、数据类型,1、数值型和属性型数据,数值型数据如收入、利润、成本、企业数等。 不能用数值表示的数据称为属性数据，如职工性别、企业类型等。,2、静态数据和动态数据,根据数据是否随时间变化，可以分为静态数据和动态数据。,3、时间序列数据和截面数据,如下表，表示从1978年到2009年，城乡家庭恩格尔系数的变化：时间序列数据,续：,如下表，表示2008年这一时间段内5个城市空气质量的主要指标。（截面数据）,4、定类数据、定序数据、定距数据和定比数据,定类数据：马鞍山市不同企业的名称。（不可加减乘除，比较也没有意义） 定序数据：企业的产品质量等级。（可以比较） 定距数据：各城市一年的平均气温。（可加减） 定比数据：09年全国大城市房地产价格指数。（可进行任何计算）,三、主要统计指标,统计指标分为四大类： 总量指标 相对指标 平均指标 变异指标,1、总量指标,价值量,实物量,产值：1亿元,货运量：1亿吨,产值：1亿元,固定资产：1亿元,注：ROE=净利润/平均净资产,2、相对指标,3、平均指标,（1）算术平均数,平均数衡量数据的平均水平，也可指中心。 数据来自于未分组资料，平均数公式为： 数据来自于分组资料，平均数定义为,简单算术平均数,加权算术平均数,注：为克服异常数据，常去掉几个最大值和最小值，称为修剪平均数,（2）中位数,将所有数据按从小到大排序，位于中央的数据为中位数，它是数据的位置中心。,（3）众数、几何平均数,众数：是频率出现最高的数 几何平均数：主要用于利率等数据平均数的计算 公式为：,案例：房屋租金,以下是来自某地区房屋租金的实际数据，试运用Excel计算其 平均租金、租金的中位数和众数,Excel主要操作步骤,Excel计算步骤如下： 1、将70个原始数据输入到Excel工作表的A1:J7单元格中。 2、在开始菜单中选择编辑菜单中的数据计算。 3、选择需要计算的函数名。 4、出现对话框时，在“输入区域”方框内键入A1:J7，最后选择“确定”。,4、标志变异指标,（1）全距,全距是数据中最大与最小间的差距 是衡量数据变异程度最简单的描述 全距对最大与最小数据的值的敏感性很强,（2）方差,方差是度量数据分散程度的指标，也可以认为是不均衡程度、风险程度，其计算公式为：,（3）标准差、变异系数,标准差为方差的正平方根 变异系数是标准差相对于平均数的大小的度量，计算公式为：,房屋租金例，续：,Variance 方差 Standard Deviation 标准差 Coefficient of Variation 变异系数,四、时间序列,1、发展水平 2、发展速度：定基发展速度、环比发展速度 3、增长速度：定基增长速度、环比增长速度 4、百分之一增长量,1、发展水平,时间序列：指按照时间先后顺序排列形成的一列数，数列中的每一个数称为该期的发展水平。,初期,末期,2、发展速度,定基发展速度：以某一期为基期，所有其它期发展水平与此相比得到的。 环比发展速度：以上一期为基期，下一期发展水平与此相比得到的。,3、增长速度,增长速度=发展速度-1 （定基增长速度、环比增长速度） 平均增长速度： 平均增长速度=平均发展速度1,4、百分之一增长量、同期增长,百分之一增长量公式为： 同期增长：本年与上年同期相比的值,五、统计图表,表1 2006-2008我国GDP,1、饼图,饼图是常用于描述总体内部结构的图形方法,2、柱状图,3、直方图,直方图是描述在一个频数、相对频数或百分数频数分布中汇总的品质数据的图形方法。 以下数据来自一次关于产品质量的调查结果,表2 产品质量调查结果汇总表,续：,4、散点图,频数分布,确定无重叠的组别数 一般分为5-20个组 大量元素数据分较多的组 小量元素数据分较少的组 确定每一组的宽度 每一组别的宽度相同 近似组宽为,频数分布,汽车修理问题,实际举例,频数分布,如果分为6组 组宽约 = (109 - 52)/6 = 9.5 10 Cost ($) Frequency 50-59 2 60-69 13 70-79 16 80-89 7 90-99 7 100-109 5 Total 50,实际举例,相对频数,一组的相对频数 = 一组的频数 n n = 元素个数,相对频数和百分数频数,Relative Percent Cost ($) Frequency Frequency 50-59 .04 4 60-69 .26 26 70-79 .32 32 80-89 .14 14 90-99 .14 14 100-109 .10 10 Total 1.00 100,躬形图,穹形图是一种累积频数分布或累积相对频数分布的图形 数据值列示在横轴上 纵轴为累积频数或相对累积频数,穹形图,实