《数据的表述》PPT课件

第2章统计数据的描述,2.1数据的计量尺度2.2统计数据的来源2.3统计数据的质量2.4统计数据的整理2.5分布集中趋势的测度2.6分布离散程度的测度2.7茎叶图与箱线图本章小结,学习目标,了解数据的计量尺度了解统计数据的来源和数据的质量要求掌握数值型数据的整理方法掌握数据集中趋势和离散程度的测度方法掌握茎叶图和箱线图的制作方法掌握分布偏态与峰度的测度方法掌握统计表和统计图的使用,2.1数据的计量尺度,一、列名尺度二、顺序尺度三、间隔尺度四、比率尺度,四种计量尺度,数据的计量尺度,列名尺度(Nominalscale),也称名义尺度或分类尺度计量层次最低对事物进行平行的分类各类别可以指定数字代码表示使用时必须符合类别穷尽和互斥的要求数据表现为“类别”具有=或的数学特性,顺序尺度(Ordinalscale),也称定序尺度对事物分类的同时给出各类别的顺序比定类尺度精确未测量出类别之间的准确差值数据表现为“类别”，但有序具有或的数学特性,间隔尺度(Intervalscale),也称间隔尺度对事物的准确测度2.比定序尺度精确3.数据表现为“数值”4.没有绝对零点5.具有+或-的数学特性,比率尺度(Ratioscale),也称比率尺度对事物的准确测度2.与定距尺度处于同一层次3.数据表现为“数值”4.有绝对零点5.具有或的数学特性,四种计量尺度的比较,计量尺度,数学特性,“”表示该尺度所具有的特性,2.2统计数据的来源,一、间接获取的数据二、直接获取的数据,间接取得的数据,间接取得的数据,统计部门和政府部门公布的有关资料，如各类统计年鉴各类经济信息中心、信息咨询机构、专业调查机构等提供的数据各类专业期刊、报纸、书籍所提供的资料各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料从互联网或图书馆查阅到的相关资料,直接取得的数据,普查(census),为特定目的专门组织的非经常性全面调查2.通常是一次性或周期性的3.一般需要规定统一的标准调查时间4.数据的规范化程度较高5.应用范围比较狭窄,重点调查：在调查对象中，悬着选择一部分重点单位进行调查，借以了解基本情况的一种非全面调查。典型调查：是根据调查的目的和任务，对所研究的现象总体进行初步分析的基础上，有意识的选取若跟具有代表性的典型单位进行调查，借以认识现象总体发展变化的规律的一种调查方式。,抽样调查(samplingsurvey),1.从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体特征的数据收集方法,2.具有经济性、时效性强、适应面广、准确性高等特点,抽样误差(samplingerror),由于抽样的随机性所带来的误差所有样本可能的结果与总体真值之间的平均性差异影响抽样误差大小的因素样本量的大小总体的变异性,统计数据的分组,组距分组(要点),将变量值的一个区间作为一组适合于连续变量适合于变量值较多的情况需要遵循“不重不漏”的原则可采用等距分组，也可采用不等距分组,组距分组(步骤),确定组数：组数的确定应以能够显示数据的分布特征和规律为目的确定组距：组距(classwidth)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即组距(最大值-最小值)组数统计出各组的频数并整理成频数分布表,例：某班学生统计学考试成绩分别为：89887699746082608986939994827779977895928784796598675972848556817773656683637970,组距分组(几个概念),1.下限(lowlimit)：一个组的最小值2.上限(upperlimit)：一个组的最大值3.组距(classwidth)：上限与下限之差4.组中值(classmidpoint)：下限与上限之间的中点值,次数分配表的编制(例题分析),【例】某车间30名工人每周加工某种零件件数如右表试对数据进行分组。,次数分配表,直方图(histogram),用矩形的宽度和高度来表示频数分布的图形，实际上是用矩形的面积来表示各组的频数分布在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图直方图下的总面积等于1,分组数据的图示(直方图的绘制),某车间工人周加工零件直方图,我一眼就看出来了，周加工零件在100110之间的人数最多!,折线图(frequencypolygon),折线图也称频数多边形图是在直方图的基础上，把直方图顶部的中点(组中值)用直线连接起来，再把原来的直方图抹掉折线图的两个终点要与横轴相交，具体的做法是第一个矩形的顶部中点通过竖边中点（即该组频数一半的位置）连接到横轴，最后一个矩形顶部中点与其竖边中点连接到横轴折线图下所围成的面积与直方图的面积相等，二者所表示的频数分布是一致的,分组数据的图示(折线图的绘制),折线图与直方图下的面积相等！,某车间工人周加工零件折线图,次数分配的类型,几种常见的频数分布,洛伦茨曲线,2.5分布集中趋势的测度,一、众数二、中位数三、四分位数四、均值五、几何均值六、切尾均值七、众数、中位数和均值的比较,众数,众数(mode),一组数据中出现次数最多的变量值适合于数据量较多时使用不受极端值的影响一组数据可能没有众数或有几个众数主要用于分类数据，也可用于顺序数据和数值型数据,众数(不惟一性),无众数原始数据:10591268,一个众数原始数据:659855,多于一个众数原始数据:252828364242,中位数,中位数(median),排序后处于中间位置上的值,不受极端值的影响主要用于顺序数据，也可用数值型数据，但不能用于分类数据各变量值与中位数的离差绝对值之和最小，即,中位数(位置的确定),原始数据：,顺序数据：,数值型数据的中位数(9个数据的算例),【例】9个家庭的人均月收入数据原始数据:15007507801080850960200012501630排序:75078085096010801250150016302000位置:123456789,中位数1080,数值型数据的中位数(10个数据的算例),【例】：10个家庭的人均月收入数据排序:66075078085096010801250150016302000位置:12345678910,四分位数,四分位数(quartile),排序后处于25%和75%位置上的值,不受极端值的影响主要用于顺序数据，也可用于数值型数据，但不能用于分类数据,均值,均值(mean),集中趋势的最常用测度值一组数据的均衡点所在体现了数据的必然性特征易受极端值的影响用于数值型数据，不能用于分类数据和顺序数据,简单均值(simplemean),设一组数据为：x1，x2，xn,总体均值,样本均值,加权均值(weightedmean),设一组数据为：x1，x2，xn相应的频数为：f1，f2，fk,总体均值,样本均值,加权均值(例题分析),均值(数学性质),1.各变量值与均值的离差之和等于零,2.各变量值与均值的离差平方和最小,几何均值,几何均值(geometricmean),n个变量值乘积的n次方根适用于对比率数据的平均主要用于计算平均增长率计算公式为,5.可看作是均值的一种变形,几何均值(例题分析),【例】一位投资者购持有一种股票，在2000年、2001年、2002年和2003年收益率分别为4.5%、2.1%、25.5%、1.9%。计算该投资者在这四年内的平均收益率,算术平均：,几何平均：,切尾均值,切尾均值(trimmedMean),去掉大小两端的若干数值后计算中间数据的均值在电视大奖赛、体育比赛及需要人们进行综合评价的比赛项目中已得到广泛应用计算公式为,n表示观察值的个数；表示切尾系数，,众数、中位数和均值的比较,众数、中位数和均值的关系,众数、中位数、均值的特点和应用,众数不受极端值影响具有不惟一性数据分布偏斜程度较大时应用中位数不受极端值影响数据分布偏斜程度较大时应用均值易受极端值影响数学性质优良数据对称分布或接近对称分布时应用,2.6分布离散程度的测度,一、极差二、内距三、方差和标准差四、离散系数,方差和标准差,方差和标准差(VarianceandStandarddeviation),1.离散程度的测度值之一2.最常用的测度值3.反映了数据的分布反映了各变量值与均值的平均差异根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差,总体方差和标准差(PopulationvarianceandStandarddeviation),未分组数据：,组距分组数据：,未分组数据：,组距分组数据：,方差的计算公式,标准差的计算公式,样本方差和标准差(simplevarianceandstandarddeviation),未分组数据：,组距分组数据：,未分组数据：,组距分组数据：,方差的计算公式,标准差的计算公式,离散系数,离散系数(coefficientofvariation),1.标准差与其相应的均值之比对数据相对离散程度的测度消除了数据水平高低和计量单位的影响4.用于对不同组别数据离散程度的比较5.计算公式为,离散系数(例题分析),【例】某管理局抽查了所属的8家企业，其产品销售数据如表。试比较产品销售额与销售利润的离散程度,离散系数(例题分析),结论：计算结果表明，v1v2，说明产品销售额的离散程度小于销售利润的离散程度,2.7茎叶图与箱线图,一、茎叶图二、箱线图,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以该组数据的高位数值作树茎，低位数字作树叶树叶上只保留一位数字茎叶图类似于横置的直方图，但又有区别直方图可观察一组数据的分布状况，但没有给出具体的数值茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息,茎叶图(例题分析),茎叶图(扩