信息分析与决策Chapert2 数据与数据的获得.ppt

Charpter2数据与数据的获得 2 1总体 个体 特征与数据2 2数据类型2 3获得数据的调查方法2 4问卷设计 2 1总体 个体 特征与数据 2 1总体 个体 特征与数据 总体 PopulationorUniverse 所研究对象的全体 称为总体 例如 某专业同一年的考生可以构成一个总体 一条生产线上生产出来的某零件可以构成一个总体 2 1总体 个体 特征与数据 2 个体 IndividualOrCase 或成分 Elements 组成总体的元素 Element 称为个体有限总体 在某个总体中 若个体的数目是有限的Finite 无限总体 总体中 个体的数目无限 Infinite 2 1总体 个体 特征与数据 3 指标或变量 Variable 研究任何总体 必然对其个体的某些特征感兴趣 Ex 农民 总体 附着于 个体 的信息 即个体特征 年收入 对政策的态度 受教育程度 2 1总体 个体 特征与数据 表征个体特征 Characteristics 的量称为指标或变量 Ex 学生 考分身高 零件 直径长度耐磨损度 药品 疗效副作用 企业 年销售额年利润资金周转率 2 1总体 个体 特征与数据 我们对任何总体感兴趣 其实是对总体中的个体的特征感兴趣 当要联合考察总体或个体的若干个特征 我们面对的就是指标向量 Ex 学生 考分身高年龄性别 2 1总体 个体 特征与数据 4 指标值或数据 Data 在研究一个总体时 所要研究的每个特征 在每个个体上 都有一个反映该特征的具体描述 被称之为指标值 Ex 考生个体考分 定量型Quantitative 有数值 性别 定性型Qualitative 受教育程度 半定量的Semi Quantitative 2 1总体 个体 特征与数据 定性型的数据和半定量的数据 通常是对个体分组 分类 的依据 一个个体的所有特征的数据 被称为一条记录或一个数据向量 考生A 姓名 年龄 考分 成绩 2 2数据类型 Scale刻度级数据数据的最高等级 只能用数字来表示比率级Ratio 有具体的实际测量值 可做 运算 间距级Interval 具体有一定单位的实际测量值 例如摄氏温度 可比较变量之间的差异 作 运算 不能进行 运算 2 2 1数据测度的分类 2 Ordinal序次级数据数据的中间级 可用数字 字母来表示Ex 受教育程度 小学 1初中 2高中 3大学本科 4研究生 5 各编码的序值 代表了受教育程度的高低差异 这一差异不能准确描述差别的大小 但可以确定其顺序 即可进行不等式运算 研究生 大学本科 高中 3 Nominal 名义级数据数据的最低级 无次序之分 只是一种标志 用以区分变量的不同值 可用数字也可用字母 Ex 性别 女 0 男 1 女 F 男 M 在统计分析中 不同测度类型的数据扮演不同的角色 不同测度级别的数据 应用范围不同 等级越高 应用范围越广泛 等级越低 应用范围越受限制 2 2 2不同测度类型的数据的用途 不同测度类型的数据都可以作为统计对象直接进入统计处理 Ex 当我们获得不同文化程度的顾客对某种数码产品的偏好数据后 我们可以用统计方法来分析两个变量 文化程度 品牌 是否相关 文化程度 顺序型变量品牌 名义级变量 分类分组作用Ex 名义级变量CategoricalVariable 职工的性别 将职工总体分为 男 女 两组 统计不同组的平均工资 顺序级变量也可作为分类得依据 受教育程度 将职工总体分为教育程度由低到高的若干组 刻度级数据可用于分类 如按照 考试成绩 将学生总体分类等等 一般说来 等级高的数据 兼具等级低的数据的功能 而等级低的数据 不可能兼有等级高的数据的功能 名义级的数据 通常是样本分类 分组 的依据 2 2 3观察数据与实验数据 从数据获得的角度对数据进行分类观察数据 在获得数据过程中 不对被调查对象数据产生的条件施加任何控制所得到的数据 观察数据通常是众多因素共同作用的结果 Ex 调查农民年收入情况 农业技术来源情况 受教育情况 地区差异等等通常为观察数据 农民的年收入显然是众多因素复合作用的结果 实验数据 在获得数据过程中 对数据产生的条件实施了控制而得到的数据为实验数据 实验数据通常是单一因素作用的结果 Ex 研究汽油添加剂对增加汽车行程的影响 实验中限制如下条件 剂量一致同一辆汽车进行实验同一道路上进行测试实验选择无风的天气 排除风向和风速对汽车行程的影响 此时 影响 汽车行程 的因素基本上是由添加剂本身的因素造成的 2 3获得数据的调查方法 观察 调查 法 普查方法 获得数据的方法分为两大类 实验方法 抽样调查 2 3 1概念与基本方法 1 普查 Census 普查针对有限总体而言 收集有限总体中每个个体的有关指标的指标值 Ex 人口普查 2 抽样调查 Sampling 与样本 Sample 在总体中选择一部分个体进行调查 从所了解的局部数据来了解总体情况 总体中 部分个体所组成的集合称为样本 Sample 集合 抽样调查有两层含义 抽样 抽取部分个体 调查 调查反映在个体上的 所要研究的特征的数据 样本个体的特征数据为 样本数据 相对于普查 抽样调查的成本低 所耗费的时间少 在收集个体信息方面 信息收集更为详尽和准确 从总体中 恰当地选取部分个体进行调查 是统计学中最重要的问题之一 也是 获得数据方法 所要研究的中心内容 那么如何取样 4 抽样方法MethodsofSampling非随机抽样JudgmentSampling按照非随机的原则或者依据对个体和总体特征的判断 从总体中抽取个体的做法 Ex 典型调查 有意识地选择具有代表性的典型个体进行深入细致的调查 Ex 调查贫困地区学龄儿童受教育情况依据 人均收入 的数据或 经济发展 的有关资料 主观选择某个地区进行调查 为典型调查 随机抽样 RandomSampling 按照一定随机规则 如概率分配 从总体中抽取部分个体的抽样模式 1 简单随机抽样 SimpleRandomSampling 按照 每个个体被抽到的机会均等 的规则 从总体中抽取部分个体 Ex 300个贫困地区中 按照等概率原则 1 300 抽取10个地区进行调查 几种综合的抽样方法 2 分层抽样StratifiedSampling按照总体中个体的某特征 把总体中的个体分为若干群组 类 对类中的个体进行简单随机抽样 分层抽样要求层之间的差异大于层的内部的个体差异 总体 分类 简单随机抽样 分层抽样StratifiedSampling 不同群体所抽取的个体个数 采用以下两个方法确定等数分配法 每类抽取同样数量的个体等比分配法 抽样比例一致 抽样比例5 5 15 50 3 整群抽样ClusterSampling将总体中的个体 按照某一标志量分为若干群 然后以群为单位 对群进行随机抽样 再对抽出来的群进行普查 整群抽样要求群体之间具有相似的特征 总体 分群 随机抽样 Ex 一个公司可能将其顾客以地理位置划分区域 整群抽样 整群抽样即是从这些地理区域中随机抽取 对所抽中的这些区域内的所有顾客进行调查 整群抽样ClusterSampling 4 系统抽样SystematicSampling从总体中间隔性选取样本的抽样计划 随机抽样出第1个样本 5 连续抽样 多阶段抽样 Samplingfromacontinuousprocess分阶段 从一个连续的过程中抽取样本Ex 调查某省农民的收入情况 县级 随机抽样 乡级 随机抽样 村级 随机抽样 户级 随机抽样 6 成本约束下的调查假设调查费用预算额为10000元 调查组固定费用为2 000元 每调查一个个体的可变费用为20元 在整群抽样中有20个群 每个群个体数在60 80之间 问 如何确定所抽群体的个数 2 4问卷设计 数据的调查通常是以问卷为基础的 问卷 是管理学科调查收集数据的最重要的工具 问卷问题的设立 通常是从分析研究目标开始的 依据研究的目标 确定需要收集哪些数据 从而确定设置那些问题 对变量 特征 之间的相互关系的猜想 根据变量间的相关性设计问卷问题 2 从数据处理方法来判断需要设计哪些问题 问卷设计的两个重要方面 Ex1 研究 企业对开展电子商务的政策要求 若猜想 企业态度 与 企业开展电子商务的情况 有关 则将企业开展电子商务的有关情况 开展电子商务的投资 开展电子商务而获得的收益 纳入问卷 Ex2 研究 农民对土地使用权转让的态度 直观做法 初步研究的基础上 列出相关态度 请农民选择 自己的态度 进一步考虑 农民态度 年收入 非农收入占年收入的比例 考虑在问卷中设计这三个因素之间相关的问题 问卷设定的几个准则 设置在问卷中的问题 力求能够获得诚实回答 Ex1 某大学想了解考生的情商 就增加了情商测试题 Q 当你受挫后 你的反应是非常沮丧 长时间不能回复正常情绪很沮丧 较长时间不能回复正常情绪很沮丧 当很快能回复正常情绪无明显情绪变化 放弃就是了 这显然是一个不能获得诚实答案的问题 谁愿意暴露自己的缺点而不被录取呢 Ex2 某机构在研究居民对个人所得税起征点时 设置问题 Q 当个人所得税起征点时如下哪种情况时 你认为不必逃税 a 800元b 1500元c 2000元d 2500元这也是一个难以获得诚实回答的问题 谁愿意在税务机关面前表示自己是想逃税的呢 对 怀疑得不到诚实回答 的问题 应当在不同位置 设置相同 相近 相反的问题 以求相互验证 Ex2 在调查社会各阶层对官本位的态度时 设置了如下问卷问题 Q 你最尊重的人是 选一 a 有知识的人b 富有的人c 有权的人 这显然也是一个难以获得诚实答案的问题 所以为了验证问题回答的可靠性 可再问卷中追加如下问题 Q1 假如你正在忙于一件对于你个人而言非常重要的事情 这时你的同事告诉你 你的上司找你有事 你会 选一 立即放下手头的事情 去见上司请同事转告上司稍等 马上过来请同事转告上司稍等 现在手头忙 忙完马上过来 Q2 假如你正在忙于一件对于你个人而言非常重要的事情 这时你的同事告诉你 有位名教授来访 你 选一 立即放下手头的事情 马上去见教授 请同事转告教授稍等 即可过来请同事转告教授稍等 现在手头忙 忙完马上过来 Q3 假如你正在忙于一件对于你个人而言非常重要的事情 这时你的同事告诉你 有位重要领导来访 希望你去介绍情况 选一 立即放下手头的事情 马上去 请同事转告领导稍等 即可过来请同事转告领导稍等 现在手头忙 忙完马上过来 如此问卷设计 往往可以得到很有意思的回答 大致反映被访者的真实态度 从而对分析问题 了解真实情况很有帮助 Q 1 在所有行业中设立行政等级制度是 选一 有益无害利大弊小利弊相当利小弊大有害无益 Q 2 领导干部经商与干部的关系是 选一 无关少数有关半数有关多数有关全部有关 1 单选问题 备选答案为答案空间的完整划分 问卷写法的几个关键问题 Ex 领导干部经商与干部的关系是 选一 无关领导自律不严领导纵容包庇权钱交易 2 单选问题 备选答案不应该为两个空间 层面 的混淆 领导的 态度 空间 领导的 关系 空间 Ex1 在所有行业中设立行政等级制度是 多选 必要的可有可无利大弊小利弊相当利小弊大有害无益 3 多选问题 备选答案可以交叉 也可以处于不同层面 利弊大小层面 必要性层面 Q 在调查农民对土地使用权转让的态度问题中 设置问题 你家耕种土地 是因为收入稳定 自己喜欢没有别的收入途径 4 多选 单选问题 备选答案中不能有多重含义 解释 a选择包含了两个答案空间 选a的人即可能是因为喜欢 也可能是因为收入稳定 做统计分析的时候 无法统计出两种不同情况下人数的比例 Ex 在调查农民对土地使用权转让的态度问题中 设置问题 Q 你家耕种土地 是因为收入稳定 自己喜欢没有别的收入途径确保全家生计 5 多选 单选问题 备选答案之间不能有包含关系 解释 选b必然会选c b为c所包含 Ex1 若问题中出现 最 就不可能是多选 Ex2 调查一个地区的犯罪情况时 要严格界定何谓 犯罪 明确到界定的程度 明确的含义 才能确保问卷数据的有效性 6 问题设计的用词要准确 含义明确 7 问题的提法不同 将导致不同的回答 郝兹伯格提出的 双轨道论 论 即对某个问题的满意与不满意的感觉是两个平行的轨道 每个轨道的刻度范围都是从0 100 我们得到的重要启示是 问题的提法不同 导致不同的结果 Q1 对品牌A手机的满意程度 Q2 对品牌A手机的不满意程度 70 30 40 50 得不到诚实回答数据的处理办法 变换问题的提法 从而获得相应的数据Ex 需要调查企业的逃税情况Q 你对同行业中逃税情况的判断是 选一 逃税企业的比例低于5 逃税企业的比例在5 10 之间逃税企业的比例在10 20 之间 对不同的调查对象 问卷问题进行相应的调整 Ex 若调查国有企业的情况 问题重设为Q 你对同行业中民营企业逃税情况的判断是 选一 逃税企业的比例低于5 逃税企业的比例在5 10 之间逃税企业的比例在10 20 之间 Ex 若调查民营企业的情况 问题重设为Q 你对同行业中国有企业逃税情况的判断是 选一 逃税企业的比例低于5 逃税企业的比例在5 10 之间逃税企业的比例在10 20 之