第三章 数据整理与图表展示.ppt

案例 如何描述不同原因引起的寿命损失文字 未结婚的男性会使寿命减少3500天 女性则减少1600天 吸烟的男性会使寿命减少2250天 女性则减少800天 饮酒会使寿命减少130天 超重会使寿命减少1300天 滥用药物会使寿命减少90天 表格图形Q 哪一种方式更好 第三章数据整理与图表展示 表3 1不同原因引起的寿命损失 图3 1不同原因引起的寿命损失 第三章数据整理与图表展示 学习目标了解统计数据的预处理方法掌握非数值型数据的分类整理和图示掌握数值型数据的分组整理和图示重点 频数分布表绘制 各种统计图的绘制 并能解释其含义 一 数据审核 dataauditing 原始数据数据审核的内容和方式二 数据筛选 datafilter 举例表3 2是8名学生4门课程的成绩数据 请找出统计学成绩等于87分的学生 英文成绩前5名的学生 四门课成绩均大于70分的学生 3 1数据的预处理 表3 28名学生的成绩数据 三 数据排序举例财富2011全球500强企业福布斯2011全球富豪排行榜2011中国大学排行榜四 数据透视表 PivotTable 按使用者要求对数据表重要信息进行汇总后的结果Note Excel的特色功能 举例 财富2011全球500强企业 单位 百万美元 一 数据分组 DataGrouping P31 根据研究现象特点和数据分析目的 将原始数据按照总体单位的某一特征分为不同的组别 分组数据分组标志非数值型数据分组和数值型数据分组 3 2非数值型数据的分类整理和展示 二 非数值型数据分组 分类 P32 反映事物自然属性的非数值型数据的分组反映事物社会经济属性的非数值型数据的分组城镇家庭 可支配收入 分组 3 2非数值型数据的分类整理和展示 表3 32000 2009年江苏省城镇家庭可支配收入分组表 单位 元 图3 42000 2009年江苏省城镇家庭可支配收入水平折线图 三 定类数据的整理和展示1 频数与频数分布 FrequencyDistribution P38 频数频数分布表频率 比例 举例 1 P38 按性别的人口构成 表3 4 3 2非数值型数据的分类整理和展示 表3 42001 2003年我国按性别分人口数及构成资料来源 2004中国统计年鉴 北京 中国统计出版社2004Q 统计学中怎么称呼分配在各组的单位数及其相对形式 统计分组 分配在各组的单位数及其相对形式 1 频数与频数分布 FrequencyDistribution 举例 2表3 5是调查员随机观察的50名顾客购买的饮料类型及购买者性别记录 要求 生成频数分布表 观察饮料类型和顾客性别的分布状况 并进行描述性分析 三 定类数据的整理和展示 说明 F女 M男 ts碳酸 lc绿茶 kqs矿泉水 gz果汁 qt其它 表3 5顾客性别及购买的饮料类型 Excel结果 表3 6不同类型饮料和顾客性别的频数分布 2 定类数据的图示 1 条形图 BarChart 用宽度相同的条形的高度或长短表示数据频数 图3 5饮料类型的条形图 图3 6饮料类型和顾客性别的复式条形图 2 定类数据的图示 2 饼图 PieChart 主要用于说明一个样本各部分所占比例 或者总体内部结构分析 图3 7不同类型饮料构成的饼图 2 定类数据的图示 3 环形图 DoughnutChart 主要用于显示多个样本各部分所占的相应比例 有助于构成的比较研究 举例表3 7是某年北京 上海和天津地区按收入法计算的地区生产总值 按当年价格计算 数据 请绘制环形图比较三个地区的生产总值构成 表3 7某年北京 上海和天津地区生产总值构成单位 亿元 图3 8北京 上海和天津地区生产总值构成的环形图 四 定序数据的整理和展示1 累积频数与累积频率 P38 累积频数向上 向下累积累积频率举例关于城市住房问题的研究中 研究人员对两个城市各抽样调查300户 其中一个问题是 您对家庭目前的住房状况是否满意 调查结果的频数分布表如表3 8 表3 9 3 2非数值型数据的分类整理和展示 表3 8甲城市家庭对住房状况评价的频数分布 表3 9乙城市家庭对住房状况评价的频数分布 2 定序数据的图示举例 根据表3 7的数据绘制累积频数分布图 图3 9甲城市家庭对住房状况评价的累积频数分布图 一 数值型数据分组与频数分布1 数值型数据分组根据统计研究需要 将原始数据按某种标准分成不同的组别 关键 选择分组变量和划分各组界限2 数值型数据分组的结果形成频数分布表两个构成要素各组的分组界限每组中的频数 频率 3 3数值型数据的整理和图示 频数分布举例 表3 10 3 数值型数据分组方法 P33 一 数值型数据分组与频数分布 1 单变量值分组每一个变量值作为一组的分组方式 举例某学院某年毕业研究生发表论文篇数的频数分布表 表3 11 2 组距分组将全部变量值依次划分为若干个区间 将每一区间的变量值作为一组 适合于连续变量或变量值较多时 遵循 不重不漏 的原则 等距与不等距分组 基本概念组限上限 U 下限 L 组距 d 间断 重合组限闭口 开口组限闭口组 开口组Note 在采用重合组限场合 一般采用 上限不在内 的统计惯例 P35 怎样进行等距分组 结合例子 确定取值范围确定组数 Sturges经验公式计算组距 确定各组祖限 多种形式 Note 三种常用的等距分组表 表13 15 根据分组整理成频数分布表 已知某电脑公司2009年9 12月每天的销售量数据 要求进行数据分组 确定取值范围 R 96 确定组数 H 10 计算组距 d 10 确定各组祖限根据分组整理成频数分布表 等距分组举例 表3 12某电脑公司销售量的频数分布 等距分组举例 等距分组表 上下组限间断 等距分组表 上下组限重叠 上组限不在内 等距分组表 使用开口组 4 组中值 ClassMidpoint P36 如何计算及举例 P36 37 对于重合组限分组 上限 下限 2对于间断组限分组 上组下限 本组下限 2对于重合组限开口组 缺少下限的组中值 本组上限 邻组组距 2缺少上限的组中值 本组下限 邻组组距 2对于间断组限开口组 缺少下限的组中值 邻组下限 邻组组距 2缺少上限的组中值 本组下限 邻组组距 2 一 数值型数据分组与频数分布 表3 162003年我国按年龄和性别分人口数及组中值 Note 数据分组的要点和基本概念统计分组基本概念 R K d 组中值 祖限 间断祖限 重合组限 开口组 闭口组 频数 频数分布 频率 累积频数 累积频率 非数值型数据分组 数值型数据分组 单变量分组 组距分组 等距分组 异距分组 5 等距分组的应用 教材 P46 例3 1某学期某班35名学生的统计学考试成绩的原始数据如下 92 87 75 74 65 91 98 78 84 83 78 96 62 84 76 52 69 84 81 88 70 91 89 87 75 79 82 86 79 82 64 90 56 84 89问题 对该班学生的统计学考试成绩 采用重合组限和开口组限设置进行等距分组 计算组中值和频数分布 编制统计表和统计图 一 数值型数据分组与频数分布 Excel应用 例3 1某学期某班35名学生的统计学考试成绩的原始数据如下 92 87 75 74 65 91 98 78 84 83 78 96 62 84 76 52 69 84 81 88 70 91 89 87 75 79 82 86 79 82 64 90 56 84 89 1 计算取值范围排序 确定最大值和最小值为98和52 计算得R 46 分 2 确定组数和组距H 5 d 46 5 9 11 分 取整 d为10分3 计算频数分布4 计算组中值5 绘制直方图和折线图 3 计算频数分布 上限不在内 98 96 92 91 91 90 共6人 89 89 88 87 87 86 84 84 84 84 83 82 82 81 共14人 79 79 78 78 76 75 75 74 70 共9人 69 65 64 62 共4人 56 52 共2人 4 计算组中值 表3 1735名学生统计学成绩统计表 常用统计图 二 数值型数据的图示 二 数值型数据的图示 分组数据 直方图 Histogram 用来展示数值型分组数据分布的常用图形 在统计分组的基础上 用矩形的宽度和高度表示频数分布 注意对不等距分组 纵轴必须表示为频数密度频数密度 频数 组距 面积之和 总频数 举例等距分组不等距分组 某会计师事务所对20家公司进行年终审计所需时间 天 的频数分布表 表3 18 直方图 等距分组 直方图 等距分组 我一眼就看出来了 审计时间在15 20天之间的公司数最多 图3 10审计时间直方图 等距分组 某会计师事务所对20家公司进行年终审计所需时间 天 的频数分布表 表3 19 直方图 不等距分组 图3 11审计时间直方图 不等距分组 二 数值型数据的图示 2 折线图 Frequencypolygon 在直方图的基础上 把直方图顶部的中点 组中值 用直线连接起来 再将原来的直方图抹掉 折线图的两个终点应与横轴相交 组数越多 组据就越小 折线图就越光滑 趋近于一条平滑曲线 即频数分布曲线 举例 折线图与直方图下的面积相等 图3 12审计时间折线图 图3 13学生统计学成绩直方图 图3 14在直方图基础上绘制的折线图 图3 15学生统计学成绩折线图 二 数值型数据的图示 3 未分组数据 茎叶图 Stem and LeafDisplay 用于显示未分组的原始数据的分布 由 茎 和 叶 两部分构成 其图形是由数字组成的 通常以数据的高位数值作树茎 低位数字作树叶 举例 原始数据 24 26 24 21 27 27 30 41 32 38从小到大排序后的数据 21 24 24 26 27 27 30 32 38 41茎叶图 图3 16 3028 41 2144677 茎叶图 30 40名教师的年龄的数据 40 41 48 51 37 35 36 50 33 42 28 33 36 29 28 29 34 35 27 36 28 29 34 26 35 40 27 43 45 39 42 41 48 55 43 42 42 51 52 64 SPSS生成的一个茎叶图 4 时间序列数据 线图 LineChart 图3 171996年 2003年城乡居民人民币储蓄存款年底余额 二 数值型数据的图示 Note 增长速度 3 4绘制图表的要点 不恰当 统计图举例 不必要的三维效果 三维图形可能比二维图形更能吸引读者的注意 但只能用来反映变化的趋势 不能用来进行精确的比较 Note 避免选用不恰当图形类型 1960 1 00 1970 1 60 1980 3 10 1990 3 80 MinimumWage 不好的图形 QuarterlySales 不好的图形 0 100 200 Q1 Q2 Q3 Q4 Note 避免压缩纵轴 MonthlySales 不好的图形 36 39 42 45 J F M A M J Note 避免纵轴无零点 MonthlySales 0 39 42 45 J F M A M J 36 一 统计图绘制要点图形类型选择恰当 刻度 长宽比例合理 能准确显示数据中包含的信息 图形尽量简约 图形应该有清楚的标题和必要的说明 反复加工和修改是获得优秀统计图形的重要步骤 3 4绘制图表的要点 二 统计表设计要求 Q