统计学的基本问题.doc

统计学 第二章 统计学的基本问题目 录第二章 统计学的基本问题3第一节 四个数据集及数据类型3一、四个常用数据集3二、数据类型5三、数据类型6第二节 统计总体、个体与样本6一、统计总体和个体6二、总体的特点7三、样本7第三节 标志、指标与变量8一、统计标志8二、统计指标8三、变量10第四节 指标体系10一、统计指标体系10二、举例：工业企业统计指标体系企业管理与信息处理指标子体系11三、举例：宏观统计指标体系国民经济核算体系12第五节 统计计算工具13一、概述13二、Excel实现数据处理的主要途径13习 题15第二章 统计学的基本问题学生：又是基本概念，每门课都是这样。定义叠定义，枯燥复枯燥。教师：概念是不能不在一开始就定义清楚的，我们先给大家四个数据集，它们都是我们日常生活中会碰到的数据，用它为背景来讲统计学的基本概念，会有真实感。第一节 四个数据集及数据类型一、四个常用数据集1. 中国历年主要宏观经济指标数据集（数据集01）中国历年主要宏观经济指标数据集记载了中国从1952年至2003年各主要宏观经济指标（资料来源：根据历年中国统计年鉴整理）。指标包括：国民总收入、国内生产总值、各个产业的增加值、财政总收支、进出口总额等总量指标，它们都是按人民币计价，单位为：亿元；人均GDP，单位为：元/人；商品零售价格指数、居民消费价格指数都按上年=100计算；外汇储备以亿美元计价。图2.1是该数据集的部分截图。图2.1 中国历年主要宏观经济指标数据集2. 1995年世界各国基本情况数据集（数据集02）1995年世界各国基本情况数据集记载了1995年109个国家主要社会经济指标（资料来源：根据SPSS自带演示数据库整理）。指标包括：国家名称、人口（千人）、人口密度（人/每平方公里）、城市人口比重（%）、宗教信仰、期望寿命（分男、女）、识字率（分男、女）、人口增长率（%）、婴儿死亡率（）、人口出生率（）、死亡率（）、人均GDP（美元/人）、地区类型分六类（1-OECD国家、2-东欧、3-太平洋、亚洲、4-非洲、5-中东、6-拉丁美洲）等等。图2.2是该数据集的部分截图。图2.2 1995年世界各国基本情况数据集3. 公司人力资源部数据集（数据集03）公司人力资源部数据集记载了该公司工作年限在5年以上的470名员工受教育、考评与薪金的相关信息。有关信息说明如下：性别中“m”表示男性员工，“f” 表示女性员工；出生日期中的“*”表示该数据没有收集到；按工作岗位将员工分为“基本生产员工、服务与辅助生产员工、技术与管理员工”分别用“1、2、3”表示；2002-2004年三年的考评按“优、良、中、合格、不合格”五个等级进行；员工中少数民族用“1”表示，非少数民族用“0”表示；初薪是指员工到公司的第一年薪水；教育程度是指员工接受教育的年数；“工作时间”和“工作前的经验”都以月为单位。图2.3是该数据集的部分截图。图2.3 公司人力资源部数据集4. 企业流水线上的抽样数据集（数据集04）工厂流水线上的抽样数据集记载了一个车间2005年一月份每天在9：00、11：00、14：00、16：00四次采样的测量数据（单位：克）以及对产品包装合格情况的检验数据，图2.4是该数据集的部分截图。图2.4 工厂流水线上的抽样数据集二、数据类型我们从一个例子来认识数据。南京是一个著名的“火炉”城市，为避夏季的酷热，金陵旅行社推出了“南京周边一日游”，有许多市民参加了，旅游结束后，他们被要求填下面的一张调查表：一、本次旅游你去了什么地方？1. 溧阳天目湖 2. 溧水天生桥 3. 六合金牛湖 4. 袁巷九寨沟二、本次旅游你对旅行社的服务感到 _。1. 很满意 2. 满意 3. 不满意 4.很不满意三、你所到的地方当天最高气温是：_。四、本次旅游你总的花费是： _。这张调查表中包含了数据的所有类型：1. 分类数据（categorical data）分类数据是对事物进行分类的结果，数据的主要特征是采用文字、数字的代码和其他符号对事物进行简单的分类和分组。比如，对人口按性别、民族、行政区划和婚姻状况等做归类统计，对企业按照经济性质进行分类。使用分类数据时，各个类别的叫法只表明类别的名称，至于类别之间的关系，不作任何的假定。在实际中，为便于计算机识别和信息传输，对于分类性质的统计数据，人们往往给每一个类别赋予数字代码。例如，男性用1表示，女性用0表示，但这就好像给商品贴上标签一样，仅是示意性的，数字代码不可以直接进行数字的运算。调查表中问题一所提供的数据就属这类。分类数据以定类尺度（nominal scale）来衡量。数据集02中的“国家”、“信仰宗教”和“地区类型”都是这类数据。2. 顺序数据（rank data）顺序数据，也可称为等级数据，也是对事物进行分类的结果，只是这些分类在语义上表现出明显的等级或顺序关系，例如，学生的成绩可以分为优秀、良好、中等、及格和不及格；产品的质量可以分为优等品、合格品和不合格品;用户的满意程度可以分为很满意、满意、不满意和很不满意。顺序数据和分类数据一样都属于定性数据，但顺序数据比分类数据含有的信息量更多，能够进行差别和好坏的比较，但差别和好坏的程度，仍然无法给出一个具体的评价尺度。调查表中问题二所提供的数据就属这类。顺序数据以定序尺度（ordinal scale）来衡量。数据集03中的三年的考评情况就是这类数据。由于分类数据和顺序数据都说明的是事物的品质特征，通常用文字来表述，其结果均表现为类别，因此也把它们统称为定性数据或品质数据。3. 数值型数据（metric data）数值型数据是使用自然或度量衡单位对事物进行测量的结果，其结果表现为具体数值。它说明的是现象的数量特征，通常是用数值来表现，因此也称为定量数据或数量数据，例如考试成绩用百分制来表示；人的年龄用周岁来表示；产品的产量用件、箱和吨等来表示；各个数据之间不仅可以对比大小反映差别，还可以计算各种平均数。调查表中问题三、四所提供的数据就属这类。数值型数据有两种衡量尺度：一是定距尺度（interval scale），这种尺度的每一间隔是相等的，只要给出一个度量单位，就可以准确地指出两个计数之间的差值，如南京的最高温度是40，溧阳天目湖的最高温度是33，二者相差7，这类数据可以进行有意义的加减运算；二是定比尺度（ratio scale），这种尺度可以准确地计量两个数值之间的倍数，如旅客甲这次旅游花费了200元，旅客乙花费了100元，则旅客甲比旅客乙多化了一倍的钱，显然这类数据可以进行有意义的乘除运算。很多经济变量都属于这种类型，如产品产量、销售额、固定资产投资、居民收入、消费支出、银行贷款余额等。区别这两类数据的显著特征是：用定比尺度测定的数值型数据有一个绝对固定的“零点”，“0”表示的是数值，即“没有”如花费是“0”，则表示没有花费；而定距尺度测定的数据的“0”，表示的是一种水平，比如温度为“0”，不是说没有温度，而是温度在“0”这样的一个水平上。数据集01中的所有数据、数据集02中的“人口”、“人口密度”、“男、女期望寿命”等就是这类数据。三、数据类型观察数据集01与数据集02，前者以时间为序列示被描述的对象；后者是按国名顺序列示被描述的对象，而时间都固定在1995年。我们把以时间为序排列的数据称为时间序列数据，而在同一时间层面上显示的数据称为截面数据。这两类数据在计算描述统计量和构建评价模型时都有所区别。1. 时间序列数据（time series data）是在不同时间上收集到的数据，它所描述的是现象随时间而变化的情况，如19522003年我国各年的人口总数、19522003年我国历年国内生产总值数据都属时间序列数据。2. 截面数据（cross-sectional data）是在相同或近似相同的时间点上收集的数据，它所描述的是现象在某一时刻或某一时间段的变化情况，如2003年我国各地区的人口数、2003年我国各地区的国内生产总值数据都属截面数据。教师：数据对做统计的人来说，怎么强调它的重要性都不过分。如果没有数据，那么就肯定是“巧妇难为无米之炊”了。第二节 统计总体、个体与样本一、统计总体和个体统计总体，简称总体（Population），就是统计所要研究的事物或现象的全体，即由客观存在的，具有某种共同特征的许多个别事物构成的整体。例如，如果我们要研究南京财经大学全体学生的英语学习成绩时，各院系的所有学生构成统计总体，各院系每个学生均在校注册这一共同特征成为构成这个总体的前提条件。个体（Item Unit）是构成统计总体的个别事物，又称为总体单位。在上例中，南京财经大学的每一学生便是个体。对于不同的研究对象，个体可能是人、物，可能是企业、机构，甚至可能是时间、地域。再举两例：在数据集01中，总体就是所有的年份，而个体就是每个具体的年份；在数据集02中，总体就是所有的国家，而个体就是每个国家。学生：等等，好像这里的定义和数理统计里的不一样呀。数理统计是：如果我们要研究南京财经大学全体学生的英语学习成绩，所有学生的英语成绩是总体，个体是每个学生的英语成绩。而不是：总体是所有学生，个体是每个学生。教师：是的。这里确实和数理统计中的总体定义不同。统计学里的定义强调数据所依附的载体，成绩是考核学生得到的，所以成绩所依附的载体是学生。这样定义有它的好处，因为以社会、经济、自然等数量方面为研究对象的统计学，把处理分析问题作为自己的重心。如果研究学生的状态，则不仅仅是英语成绩一项，需要用一系列的数据来反映学生状态，这时这种总体的定义就显示出了优越性。二、总体的特点1. 大量性统计研究是对事物变化发展的规律性进行分析，规律性寓于大量现象之中，只有对大量总体单位进行观察和分析研究，事物发展的规律性才能得以显现。对一个统计总体而言，要包含多少个体才算是大量呢？这得从两方面来看的：从总体内部分析，取决于个体所体现出来的差异，差异大，则需要的个体就多；从总体外部分析，取决于我们对所研究问题精确度的要求，精度高，则需要的个体就多。在一个统计总体中，当总体包含的单位有限时（即可穷尽），我们称之为有限总体。大部分社会经济现象都属于有限总体，要收集这类现象的统计资料既可用全面调查方法，也可用抽样调查方法。有限总体所包含的个体数称为总体容量，通常用大写英文字母N表示，一般来说，N总是一个很大的数。当总体所包括的单位数是无限的（即无穷尽），我们称这类现象为无限总体。在客观现象中，无限总体极少，但也存在，如昼夜连续生产的某产品产量便构成无限总体。我们不可能对无限总体进行全面调查，只能用抽样调查方法收集其统计资料。2. 同质性总体中的每一个个体都必须具有某个相同的性质，才能将它们组合成一个总体，否则由个体得到的综合信息也会失去意义，甚至掩盖被研究现象的真相。例如，商业企业作为总体，是因为每个商业企业都是从事商业流通活动的个体，具有相同的经济职能，各个商业企业合计的销售额、利润都是有意义的，反映的是商业企业的经营状态，但如果我们将一些工业企业的销售额、利润也加入其中，那么合计数也就不再能够反映商业企业的经营状态了。3. 差异性个体必须在某方面是同质的，这是构成总体的前提，但在其他某些方面又必须是不相同的，即各个个体之间必须存在差异。如果没有差异，所要研究的内容都完全一样，那就不需要统计、不需要综合分析了，所以从这个意义上说，个体的变异性也是构成总体的必要条件。例如，研究企业员工的收入状态，由于各个员工的收入是不同的，所以我们计算平均收入来反映一般收入水平，计算标准差来反映职工间收入的平均差异。如果每个职工的收入都是一样的，比如每月每人都是收入2000元，那么就不需要做什么统计了，因为显然平均收入就是2000元，职工之间的差异为0。4. 相对性统计总体和个体不是一成不变的，二者随着研究目的和任务不同而变化。对于同一个客观事物在某项研究中属于个体，但在另一研究中可能就成为统计总体。例如：在宁高校这个统计总体中，在南京的每个高校都是个体，比如南京财经大学就是其中的一个个体，但要研究一个典型高校内部的教学科研情况，如果选中了南京财经大学，那么它就成为统计总体了，学校的各院系部或学校的每个教职工就是个体了。三、样本样本（Sample）是指从统计总体中抽取出来作为代表这一总体的、由部分个体组成的集合体。抽取样本的目的是用来推断总体，这就必然要求样本能够代表总体。样本代表总体的程度越高，由样本计算的指标与总体指标的误差就越小。因此总希望样本具有较高的代表性。遵循随机原则的抽样，能够排除主观因素的影响，保证取样的客观性；采用非随机原则的抽样，有时会更快捷、更经济，只是抽出的样本无法计算误差。构成样本的个体数目称为样本容量。通常用小写英文字母n表示，相对于N而言，n一般只是一个很小的数。比如想了解流水线上产品的合格率，我们会随机抽选100个产品进行检验，这100个产品就构成了一个样本，样本容量是100。我们会根据对这100个产品检验的结果，计算出样本对应的合格率，并用它来代表总体的合格率。在实际工作中，统计总体称为全及总体，由于样本是从总体抽取出来并代表总体的，全及总体又称为母体，样本则称为子体。学生：所谓“全及”就是“涉及全部”的意思吧。第三节 标志、指标与变量统计学的研究对象是客观现象总体的数量方面，但我们无法一下子直接计量出总体的数量特征，而必须是对取自总体的样本，或更直接地说对构成总体的个体有充分认识，才能对总体进行特征描述。一、统计标志统计标志，简称标志（characteristic），是指每个个体所共同具有的属性或特征，它是说明个体的属性或特征的具体名称，但对应于某个标志，各个个体的具体表现，即标志值，是可以不同的。正是由于各个个体就某些标志而言具有相同的标志值，才构成了统计总体；也正是由于各个个体就某些标志而言具有不相同的标志值，才有了统计的必要。例如，我们要研究南京财经大学女教师的身体素质，显然，南京财经大学所有女教师构成总体，每个女教师是个体。反映个体的标志可以有很多：工作单位、家庭住址、性别、民族、年龄、身高、体重、血压、60米速度、平均每天锻炼的时间，等等。对每个南京财经大学的女教师来说，她们的“工作单位”和“性别”所对应的标志值都是相同的，这也是构成总体的条件同质性；而其他标志的标志值就不会全同了，这是我们要调查研究的内容，显而易见，有差异才有统计的必要。我们再看看数据集02，它的第一行就是标志，从第二行起就都是标志值了。标志按其性质分为品质标志和数量标志。品质标志是表明个体属性方面的特征，品质标志的标志表现只能用文字说明，不能用数量表示，即得到分类数据和顺序数据，如上例的“家庭住址”、“性别”；数量标志是表明个体数量特征的，其标志表现只能用数字表现，即得到数值型数据，如上例的“身高”、“血压”。在数据集02中，“国家”、“信仰宗教”及“地区类型”都是品质标志，而“人口”、“人口密度”等等都是数量标志。标志按变异情况分为不变标志和可变标志。不变标志是指某一标志对所有个体而言，具体表现都是相同的，如上例的“工作单位”；可变标志，又称变异标志，是指某一标志在各个个体之间的具体表现不尽相同，如上例的“民族”、“年龄”。有时我们会按照某一个品质标志，将总体划分为具有某一特征的个体的集合和不具有某一特征的个体的集合两类。如在全部产品中，分为合格品与不合格品；在全部人口中，分为男性和女性。这种用“是”、“否”或“有”、“无”来表示的标志，叫做是非标志，也叫交替标志或0 1标志。可变的数量标志称为变量，其值称为变量值。二、统计指标统计标志对应的是个体，统计指标则对应于总体。统计指标，简称指标（indicator），是反映总体数量特征的，由各个个体的标志值汇总综合而成。任何一个统计指标都是经过了从个别到一般、从具体到抽象的过程，它体现总体特征，具有综合性。统计指标包括指标名称和指标数值两部分，例如：某年全国工业增加值为35357亿元，这一统计指标既包括概念“工业增加值”，又包含具体数值“35357亿元”；它还表明了在一定时间和空间条件下现象的量，即统计指标不能离开时间和空间而存在，例如：2003年我国国内生产总值（GDP）为116603.2亿元，这一指标时间和空间界限非常明确。（一）口径一致是统计指标的基本要求1. 统计指标是反映研究对象总体特征的，确定研究对象往往与一定的理论相联系，如大多数西方宏观经济学教科书的开篇就是定义宏观经济所涉及的主要经济指标，如国内生产总值、国民总收入、通货膨胀率和失业率等等。理论定义的范畴应该和实际获得的指标数值的口径统一。2. 统计口径包括两个方面：一是计算口径外延的明确定义，指标所包括的范围模糊，必然导致所收集的资料不准确及对资料的分析结果失真。如，计算劳动生产率指标时必须明确对分母是指生产工人还是指全体职工，否则会将生产工人劳动生产率和全员劳动生产率混淆。二是计算口径维度的正确把握，如例2.1。【例2.1】根据大量资料统计结果，汽车的车祸有70%发生于中速行驶时，30%发生于高速行驶时，就此能否认为高速行驶比中速行驶更安全？【解】如果这个调查的前提是高速和中速行驶的车次是相同的话，那么这个结论是对的。问题是现实中，高速行驶的车次数明显地低于中速行驶的车次数（因为大多数人还是知道保命要紧的。）。我们判断行车的安全性应该计算车祸率，而不是高速、中速行驶所发生车祸占总车祸的比重。我们假设有表2.1的数据，结论就正好相反，高速行驶的车祸率高于低速行驶的车祸率。表2.1 汽车行驶车次数与车祸情况调查表车速车次数（百万次）车祸情况车祸率（）绝对数（百次）相对数（%）高速30240300.80中速280560700.20合计3108001000.26（二）统计指标按反映问题的数量特征分类1. 数量指标它是反映客观事物的规模或水平的指标，它表现为汇总后直接得到的绝对数或总量，又称之为总量指标或绝对指标。数量指标是最基本的指标，它是计算其他指标的基础。数量指标包括标志总量和总体单位总量，如总产值、工资总额、人口总数、企业个数等。2. 质量指标它是反映客观现象之间的相互联系、比例关系、发展速度、内部结构的指标，一般用相对数或平均数表示。如劳动生产率、成本利润率、人均国民收入等。质量指标是由两个数量指标对比求得的，它是由数量指标派生的。学生：既然指标是由个体对应的标志汇总而来的，那么，是不是数量标志汇总得到数量指标；而品质标志汇总得到质量指标呢？教师：非也。这是你们最容易搞错的概念。其实标志的第一次汇总得到的都是数量指标，比如，每个人的收入是数量标志，加总后就得到数量指标“总收入”；每个人的性别是品质标志，汇总后可以得到“男性总数”和“女性总数”，这两个总数也是数量指标。质量指标是两个数量指标对比得到，如总收入除以总人数即得到平均收入，这就是一个质量指标。（三）统计指标按核算的范围分类1. 总体指标，即总体参数，简称参数（parameter），是我们想要了解的总体的某个特征值。通常所关心的参数有：总体平均数、标准差、总体比例等。在统计中，总体参数通常用希腊字母表示，如，总体平均数用表示。总体标准差用表示，总体比例用表示。总体参数是一个未知的常数，是我们希望知道的，如我们不知道整个国家的收入差异，不知道流水线上的产品合格率，但它们都是我们想要得到的数据，为得到这些数据我们可以采用全面调查，即对这个国家的每个人进行调查、对流水线上的每一个产品进行检验，但如果某个产品质量检验是破坏性的，那么我们会采用抽样，根据从抽取的样本中所获得的资料来推断总体参数。2. 样本指标，即样本统计量，简称统计量（statistic）。统计量是根据样本数据计算出来的一个量。通常我们所关心的样本统计量有样本平均数、样本标准差、样本比例等。样本统计量通常用英文中26个字母来表示，比如，样本平均数用（读作x-bar）表示，样本标准差用s表示，样本比例用p表示。由于样本是我们从总体中抽取的，所以统计量总是可以计算获得的。抽样的目的就是要用统计量来推算总体参数。彼此之间的关系可见图2.5。图2.5 总体、个体与样本之间的关系三、变量变量（variable）总是可以用数值形式表现的，可变的数量标志和所有的统计指标都是变量。最常见的分类是：离散型变量和连续型变量。这两类变量获取的方法不同，离散型变量一般用“点数”的方法取得，数值往往是整数，如职工人数、企业个数、设备台数等。连续型变量用“测量”取得，测量的仪器越精密，变量值就会越精确，如人的身高、体重；产品的长度、重量等。变量按其所受因素的影响不同，还可分为确定性变量和随机变量。受确定性因素影响的变量称为确定性变量。这种影响变量值变化的因素是明显的，是可以解释的，是人为的或者受人控制的，其影响变量值的大小、方向都可以确定。如产品总成本的变化，无非是受产品产量和单位成本两个因素的影响，而这两者都是人为可以控制的变量，并且对生产总成本影响的大小和方向也是确定的。受随机性因素影响的变量称为随机变量，所谓随机因素，是指各种不确定的、偶然性的因素，这种因素对变量影响的大小和方向都是不确定的，通常是微小的。如流水线上生产零件，即使在看似完全相同的生产条件下，零件的尺寸也会存在差异，究其原因可能是电压的高低、气温、湿度的变化，甚至是操作者的情绪。统计学研究的变量主要是随机变量。离散型和连续型随机变量往往会服从不同的概率分布。第四节 指标体系一、统计指标体系一个统计指标只能反映特定现象的一个侧面或一个侧面的某一特征，但任何客观现象都具有多个相互联系、彼此制约的方面和特征，如一个企业是由物资流、价值流、信息流等相互联系的多方面构成的整体运动。如果我们要全面、深入地反映客观事物，必须将各种相互联系的指标构成一个整体，用以反映所研究对象各方面的相互依存和制约关系，反映总体的全貌。一系列相互联系、相互制约的多个统计指标就构成统计指标体系。在现实经济生活中，统计指标体系中各个指标之间的联系表现为两种形式：第一，统计指标之间存在的客观联系是通过严密的数学公式表现的，如：农作物收获量=播种面积单位面积产量；国民总收入=国内生产总值来自国外的净要素收入。第二，各统计指标之间存在着相互补充的关系。例如，考核工业企业的八项指标产量、品种、质量、原材料、燃料、动力消耗、成本、利润、流动资金占用，所构成的指标体系就属于这种情况。在设立统计指标体系用以全面、综合反映现象的状态时，应该遵循客观性、科学性、可行性、预见性原则。指标体系的建立不但要遵循指标之间内在的客观联系，还要考虑获取资料是否可能以及指标体系的设置是否可行；不但要考虑指标体系是否能反映实际问题，还要使新设立的指标体系具有一定的超前意识，更好地适应不断变化的需要。二、举例：工业企业统计指标体系企业管理与信息处理指标子体系工业企业按照各自产业的属性消耗原材料、使用生产设备从事生产活动，生产出的成品一部分作为库存保留下来，大部分出厂销售、收回资金、购买原材料等重新投入生产，周而复始这就是工业企业再生产的循环过程，其目的是以最小投入获取最大的收入。工业企业统计指标体系就是将这些生产活动的整体即生产、产品的供求、原材料的变化，生产所需的设备、设备利用以及经济效益等许多内容用若干个指标来表现的统计指标体系。它不仅要包括工业企业生产流程指标，而且要包括营销指标，财务指标，管理水平指标，还有反映市场现状的营销结构指标，同行业产品销售地区分布及有关信息指标等，这些指标相互联系、相互依存，形成一个有机整体来反映一个工业企业整个生产经营状况。比如，我们可以把工业企业统计指标体系按现代企业管理方式划分成物质流、资金流与信息流指标子体系；生产与经营、销售指标子体系；科学技术与固定资产投入指标子体系；企业管理与信息处理指标子体系四个指标子体系。下面我们仅以企业管理与信息处理指标子体系为例，列示其主要内容：1. 工业企业经营管理指标以经济效益为中心的工业企业，是以最小投入获取最大的收入，其特点是围绕资本保值、增值进行经营管理，把资本收益作为管理核心，生产经营管理服从于资本收益目标。工业企业经营管理指标划分为： （1）工业企业财务管理指标，主要指标有：以净资产收益率为核心指标反映工业企业财务效益状况，包括净资产收益率、总资产报酬率、资本保值增值率等指标；以资产周转率为核心指标反映工业企业资产营运状况，包括总资产周转率、流动资产周转率、不良资产比率等指标；以资产负债率为核心指标反映工业企业偿债能力，包括资产负债率、流动比率、速动比率等指标；以销售增长率为核心反映工业企业发展状况，包括销售增长率、资本积累率、总资产增长率等指标，工业企业可根据生产经营情况再增加其它相关指标。（2）工业企业经济效益评价指标，主要指标有：全员劳动生产率、工业增加值率、成本费用利润率、流动资产周转次数、产品销售率、资金利税率等指标。2. 工业企业企业管理指标工业企业企业管理指标划分为人力资源管理统计指标、劳动工资统计指标、企业管理统计指标三大类指标。反映人力资源管理的统计指标有在岗员工基本素质、工作业绩、发展前景、其受教育程度、技术水平高低、员工培训、从业人员变动等情况指标；反映劳动工资统计指标又划分为：职工人数统计指标、劳动时间统计指标、工资统计指标和职工社会保险统计指标；反映工业企业管理的统计指标有组织管理、管理手段、质量管理、领导班子基本素质及观念、工业企业文化、工业企业市场管理（包括工业企业研发能力、工业企业发展方向、定位等）、工业企业市场服务队伍的素质与服务质量等。3. 信息获取与利用指标（1）工业企业统计咨询指标，工业企业统计信息的获取不仅包括工业企业内部的信息，如：生产、经营、质量、技术、劳资、劳效、效益等动态指标，更重要的是包括大量工业企业外部信息，如：同行业信息，首先包括同行业产品产量、品质与价格、同行业商品供应状况，原材料来源供求变化、商品货源变化，其次要了解其主导产品的销售价格在市场的变化幅度，主导产品的发展潜力，本企业市场占有率以及市场环境的变迁对本产品的影响，与竞争对手的实力对比，本企业在社会服务满意程度、信誉程度等，当然，上述信息难以一应俱全，可根据工业企业管理和决策的需要及获取难易而灵活掌握，可以是固定的，也可以是临时性的。（2）工业企业市场预测可划分为宏观市场预测和微观市场预测，前者是广义的市场预测，是总体预测，是对宏观即国民经济发展情况进行预测，后者是工业企业对本企业所发生的某一种或某一类产品在国内、外市场上总需求量及其变化的预测，主要是对变化趋势的分析研究，工业企业市场预测指标主要有：市场需求量及潜在需求量预测等指标；产品寿命周期与新产品开发预测等指标；市场占有率预测等指标；期望利润预测等指标；设备维修、租赁、更新预测等；风险预测等指标。三、举例：宏观统计指标体系国民经济核算体系GDP人人都知道，但我们还应该知道它是著名的宏观统计指标体系国民经济核算体系（System of National Accounts, SNA）中的一个指标；绿色GDP人人都听说，但我们也应该了解它是另一个著名的宏观统计指标体系环境与经济综合核算体系（The System of Integrated Environmental and Economic Accounting, SEEA）中的一个指标。点击下面的链接，查询有关这两个体系的信息。网络链接： 联合国统计司 /unsd/sna1993/toctop.asp （93SNA文本）网络链接： 国家环境保护总局 / （有关SEEA信息）指标体系的表现方式有多种，可以是像上面例子中的指标罗列，也可以用账户来表现。下面我们以SNA的简化账户，见图2.6，来说明这个著名的宏观统计指标体系。图2.6 简化的国民经济核算账户从生产账户到资本账户都遵循：资源使用 = 平衡项，平衡项放在使用方。以生产账户为例，产出中间消耗=国内生产总值，可见，GDP就是生产账户的平衡项；再以原始收入分配账户为例，营业盈余雇员报酬生产税净额财产收入财产支出 = 国民总收入，可见，国民总收入是收入账户的平衡项。金融账户比较特殊，是一个终结账户，它的平衡项是“净借出”，恰好等于资本账户的平衡项，但放在资源方，起到平衡整个账户的作用。我们从简化的国民经济核算账户，基本可以看出各重要宏观经济指标的来龙去脉。第五节 统计计算工具一、概述统计计算工具是我们完成统计分析的必要条件，算盘、计算器、计算机这些工具为我们完成大量的数据处理立下的汗马功劳。本教材所涉及到的数据分为两种类型：一是为说明原理而例举的简单数据，计算器可以顺利地完成这类数据的计算；二是为了模拟现实而使用的较大规模的数据集，由于输入数据所需要较长的时间，我们在光盘中给出了这些数据集，启用统计分析软件后，需要用这些数据时，可直接调入。使用计算机时，会涉及统计软件的选择问题，目前常用统计分析软件有：SAS、SPSS、STATISTICA、MINITAB等等，每个统计分析软件都有各自的组织数据的方式以及分析界面，但不论何种软件在WINDOWS占统治地位的今天，电子表格的数据组织形式必然成为主流。本教材使用Office组件中Excel作为数据处理的主要工具。二、Excel实现数据处理的主要途径我们使用Excel处理数据主要涉及两方面：一是Excel的公式与函数，二是Excel的数据分析工具。1.公式和函数公式和函数是Excel工作表的核心，公式是连续的一组数据和运算符组成的序列，就象手工或计算器做运算那样工作；函数只要我们输入相应的参数，就会自动地计算出所需要的函数值。Excel有灵活多变的公式和丰富多彩的函数。Excel提供了435个内部函数进行数学、财务、统计等计算工作。函数的基本格式为：SUM(A1:A5,C1:C3)“SUM”是函数名称，它通过参数接受数据，参数要写在函数名字后面的括号内，“A1:A5”和“C1:C3”都是区域地址，两值之间需要用“，”分开。每个函数要求自己特定的参数类型，如数值、单元地址、文本或逻辑值等。极少数函数可以不要参数，但也不能省略括号，如PI()。对大多数函数，我们很难也没有必要记住它的语法，可以使用“函数向导”完成函数的输入过程。无论是在单元格内直接输入函数，还是在一个公式中包含函数，都有两种方式用以导出“函数向导”：调用菜单“插入”“函数”；单击“常用”工具栏的“粘贴函数”按钮。进入函数向导后弹出对话框，见图2.7。“函数分类”栏告诉我们Excel将内部函数分为了十三类。图2.7 粘贴函数对话框在“函数分类”中的选择了想使用的函数类别后，右边的“函数名”栏中就列出了该类函数中所有具体的函数。如果我们选中了“常用函数”中的“SUM”函数，就可单击“确定”按钮，进入下一个对话框，见图2.8。在该框内填入各参数所需的数据（可以是常量、单元格或区域引用、名称等多种形式），每个参数都给予一定的提示。在对话框下方示出当前填入参数的计算结果。 图2.8 SUM函数的参数对话框通过“函数向导”录入函数的最大优点是步步有提示，只要牢记想做什么，不必过多地去想如何做。2. 数据分析工具数据分析工具实际上是一个外部宏(程序)模块，它提供了19种专门用于数据分析的实用工具。在进行数据分析前，打开“工具”菜单，查看一下此菜单上有没有“数据分析”命令。如果没有，表明数据分析工具库尚未安装到正在运行的Excel中。这时需要选择菜单“工具”“加载宏”，打开“加载宏”对话框，从其中的宏表中选定“分析工具库”和“分析工具库 - VBA函数”宏。安装了数据分析工