统计数据的搜集及其整理(ppt 133页).ppt

统计学,统计是“认识社会的最有力的武器之一”列宁,2002年2月,1,统计整理,统计调查,客观现象数量表现,统计总体数量特征,统计研究的程序,统计研究目的,统计设计,推断分析描述分析,第二章统计数据的搜集与整理,2.1统计数据的搜集2.2数据的搜集与整理2.3变量数列,返回,2.1统计数据的搜集,2.1.1统计测量尺度2.1.2原始数据的搜集方法2.1.3次级资料的搜集2.1.4统计调查误差,返回,2.1统计测量尺度,一、统计测量尺度的概念与种类二、统计测量尺度的作用三、测量层次与测量尺度的正确应用,测量：用仪器确定空间、时间、温度、速度、功能等的有关数值。,统计测量：运用某种方法使自然或社会经济现象量化。,测量结果：形成变量或指标,分类、标识,自然或社会经济现象,变量或指标,某个人口总体,人口总数及分类数、性别结构、比例等,居民总收入、人均收入、收入差异等,分类、标识即统计测量过程,统计测量尺度的种类,定类尺度,按现象性质差异进行的辨别与区分。测量结果形成定类变量或定类指标。,定类变量或指标确切的值是以文字表述的，可以用数值标识，但仅起标签作用。,定类变量或指标的各类别间是平等的，没有高低、大小、优劣之分。,性别、种族、运动项目等等,例如：,统计学第二章统计数据的搜集,定序尺度,按现象顺序差异进行的辨别与区分。测量结果形成定序变量或定序指标。,定序变量或指标确切的值是以文字表述的，也可以用数值标识，也仅起标签作用。,定序变量或指标各类别间有高低优劣之分，不能随意排列。,定距尺度,按现象绝对数量差异进行的辨别与区分。测量结果形成定距变量或定距指标。,定距变量或指标的值以数字表述，有计量单位，可以进行加减运算。,定距变量或指标各类别间自然有大小之分，但没有绝对的零点，不能乘除计算。,1971年出生,30岁,1986年出生,15岁,甲,乙,二人年龄之差：19861971=15岁或3015=15岁,二人年龄之比：3015=2（倍）19861971=1.0076（倍）,定比尺度,按现象绝对差异与相对差异进行的辨别与区分。测量结果形成定比变量或定比指标。,定比变量或指标确切的值也以数字表述，有计量单位，可以进行加减运算。,定比变量或指标有绝对意义上的零点，既可以加减运算，也可以乘除运算。,零高度,零重量,零体积,零面积,零人口,零产量,零资产,真正的零：一无所有,返回,2.1统计测量尺度,一、统计测量尺度的概念与种类二、统计测量尺度的作用三、测量层次与测量尺度的正确应用,第一，决定数据的整理、显示方法第二，决定数据的分析方法第三，决定计算机的处理方法,统计测量尺度的作用：,统计学第二章统计数据的搜集,对数量差异的度量，要注意层次,测量尺度的正确应用,定序测量,定距测量,定比测量,顺序性差异,顺序性差异、绝对差异距离,顺序性差异、绝对差异距离、相对差异,对数量差异的度量，要注意层次,测量尺度的正确应用,一个指标体系中的指标应属于相同的测量尺度,实际值标准值总资产贡献率1510.7资本保值增值率130120资产负债率6060全员劳动生产率20000元16500元成本费用利润率4.83.71流动资产周转率1.8次1.52次产品销售率9790环保等级优秀良好,对于指标体系，要注意统一性,测量尺度的正确应用,？,返回,2.2原始数据的搜集方法,一、统计调查概述二、统计调查方案三、问卷设计,（初级资料）原始数据源,加工数据源（次级资料）政府统计、企业统计、民间统计等机构，数据库、出版物、账册等形式,普通的数据使用者,统计调查,数据查询,已存在数据源,实验数据源,对过程加以控制,指直接从各调查单位搜集的用来反映个体特征的数据资料,统计调查是整个统计认识活动的基础，决定着统计认识过程及其结果的成败,统计学第二章统计数据的搜集,按调查单位的范围大小分为,统计调查的种类,按调查时间是否连续分为,按调查的组织方式不同分为,指按照国家统一规定的各项要求，自下而上地定期向国家和主管部门报送基本统计资料的一种报告制度,统计报表制度,优点,局限,统计调查的组织方式,统计学第二章统计数据的搜集,指国家为详尽了解某项重要的国情国力而专门组织的一次性全面调查,作用,局限,由于需要大量的人力、物力和财力，不宜经常进行,普查,统计调查的组织方式,统计学第二章统计数据的搜集,为了解总体基本情况，在调查对象中只选择一部分重点单位进行调查的一种非全面调查组织方式,作用,局限,能以较少的投入和较快的速度取得总体基本情况及变动趋势的资料,只适用于客观存在着重点单位的情况,重点调查,这些单位数目不多，但其标志值在总体标志总量中占有较大比重，能反映总体的基本情况,统计调查的组织方式,统计学第二章统计数据的搜集,典型调查,在对调查对象有一定了解的基础上，有意识地选择少数典型单位进行调查的一种非全面调查组织方式,不能确定推断的把握程度，无法计算和控制推断误差,作用,指在数量表现上具有普遍意义和代表性的总体单位，可以用来推断总体的数量,局限,统计调查的组织方式,按照随机原则从调查对象中抽取一部分样本单位进行调查，再用样本资料推断把握总体的数量特征的一种非全面调查组织方式,抽样调查,指样本单位的抽取不受主观因素及其他系统性因素的影响，每个总体单位都有均等的被抽中机会,特点,优点,统计调查的组织方式,总体单位,调查单位,统计调查的组织方式,总体单位,调查单位,报表制度,可以全面调查，但通常是调查限定规模以上的总体单位,统计调查的组织方式,总体单位,调查单位,普查,统计调查的组织方式,对全部单位进行调查,总体单位,调查单位,重点调查,只调查重点单位（单位数不多但其标志量占标志总量比重较大的单位）,统计调查的组织方式,总体单位,调查单位,典型调查,对典型单位进行调查，典型单位的选择并不一定按规模,统计调查的组织方式,总体单位,调查单位,抽样调查,按随机原则选择调查单位，各单位被选中的机会相同。,统计调查的组织方式,我国统计调查方法体系改革的目标模式是：,建立以周期性普查为基础，以经常性的抽样调查为主体，以必要的统计报表、重点调查、综合分析等为补充，搜集、整理基本统计资料的统计调查方法体系模式,统计调查的主要技术方法,被调查者受调查者的强制与约束,调查者与被调查者平等合作,口头询问,被调查者自填,电话访问,（为什么调查）,（向谁调查）,（调查什么）,注意调查单位与填报单位的区别：,当调查单位自己负责向上报告时，它同时也是填报单位；当调查单位的资料由它的上级组织收集、整理，并向上报告时，填报单位与报告单位则不一致。,调查问卷的基本格式：,说明词：解释调查意义、表达感激之情等,主题问句：被调查者基本情况、调查项目,作业记录：时间、操作者等,名称、编号、制表单位、填表日期等等,被调查者的基本情况、调查项目等等,备注、指标解释等,调查表的基本结构：,容易控制，但不易全面,调查问卷的问题类型：,容易滋生腐败,您认为吸烟有哪些害处？危害自身健康影响他人健康浪费钱财容易引起火灾破坏家庭团结其他,不易控制，但内容丰富,问卷设计的基本要求：,问题的提出要紧扣主题,问句和标准答案要易于理解和回答,先易后难、先封闭后开放、先基本问题后派生问题,以不超过20分钟为宜,您是否吸烟（如果选，则跳过、题）吸烟不吸您每天大约吸多少支烟5支以下5-10支10-15支15-2020-25支25支以上您的吸烟历史大约有多长1年以下1-5年5-10年10年以上您是否认为吸烟有害健康（请写出理由）,调查单位中吸烟人所占比例,吸烟人群日吸烟数量情况,吸烟人群吸烟历史情况,调查对象对吸烟的看法,您是否吸烟（如果选，则跳过、题）吸烟不吸您每天大约吸多少支烟5支以下5-10支10-15支15-2020-25支25支以上您的吸烟历史大约有多长1年以下1-5年5-10年10年以上您是否认为吸烟有害健康（请写出理由）,调查单位中吸烟人所占比例,吸烟人群日吸烟数量情况,吸烟人群吸烟历史情况,2.3次级资料的搜集,统计学第二章统计数据的搜集,返回,2.1统计数据的搜集,2.1统计测量尺度2.2原始数据的搜集方法2.3次级资料的搜集2.4统计调查误差,2.4统计调查误差,2.4统计调查误差,调查误差,指收集来的数据资料与真实情况间的差异,调查值,调查误差,真值？,2.4统计调查误差,调查误差,指收集来的数据资料与真实情况间的差异,真值？,调查值,调查误差？,研究调查误差的主要目的是找出导致误差产生的原因，进而采取对策避免、减少误差或控制误差水平。,调查误差的种类,由于人的主观故意或失误而产生的误差，理论上它可以用某种方法加以消除,由部分单位数值来推断总体数值所产生的误差，它不可以消除，但可以加以控制,（随机误差）,2.4统计调查误差,2.2数据整理,2.2.1统计资料整理的基本程序2.2.2统计分组3.3分布数列的编制3.4统计整理中最常用的显示方法,2.2.1统计资料整理的基本程序,（一）统计资料整理的概念（二）统计资料整理的基本程序,统计整理,是指根据统计研究的目的和任务，将统计调查所得的原始资料进行科学的分类和汇总，或对已经加工的综合资料进行再加工，为统计分析准备系统化的、条理化的综合资料的工作过程。,2.2.1统计资料整理的基本程序,（一）统计资料整理的概念（二）统计资料整理的基本程序,资料的审核,资料分组、汇总,汇总结果的显示,统计资料整理的基本程序,统计资料的积累、保管和公布,2.2.审核原始资料,是指原始资料是否准确可靠,准确性,一是逻辑检查，检查调查资料内容是否合理，各个项目之间有没有相互矛盾的地方，答案是否合乎逻辑,其审核方法,是指所有的调查表格或问卷是否都已收齐，所有的问题是否都有答案。,完整性,二是计算检查，检查调查表格或问卷中各项数字在计算方法和计算结果上有无错误，数字的计量单位有没有差错，等等。,就是在调查资料搜集上来之后，再根据资料的内容、性质和特征进行分类。,事后分类,也称事前分类，它是在调查之前，设计调查提纲、调查表或问卷时，根据所要调查的事物或问题的性质与特征，分门别类地设计调查项目或指标，然后按照分类指标来搜集调查资料。,事先分类,2.2.2.统计分组,1.统计分组的概念根据统计研究的目的和客观现象的内在特点，按某个标志（或几个标志）把被研究的总体划分为若干个不同性质的组，称为统计分组。统计分组标志：品质标志或数量标志2.分组的性质兼有分和合双重含义,对于现象总体，是“分”，对于单位，是“合”。,按分组标志的多少，分为简单分组和复合分组按分组的标志的性质不同，分为品质分组（或称属性分组）和数量分组（或称变量分组）。,3.统计分组的种类,1、简单分组,2、复合分组,即总体按一个标志进行分组。它只能从某一方面说明总体的分布状况和内部结构。,复合分组是指对所研究的总体按两个或两个以上的标志进行的多层次分组。可用于对事物多方面、多层次的分析研究。,统计分组的形式,学生按性别、英语成绩分组,简单分组,复合分组,分布数列种类,品质数列,变量数列,单项数列,2.2.3、统计分组的原则和方法,穷尽原则:使总体中的每一个单位都应有组可归，或者说各分组的空间足以容纳总体所有的单位。互斥原则:就是在特定的分组标志下，总体中的任何一个单位的只能归属于某一组，而不能同时或可能归属于几个组。,1统计分组的原则：,品质分组：按品质标志分组数量分组：按数量标志分组单项式分组组距式分组；间断组距式分组和连续组距式分组；“上限在不内”原则：凡是总体某一个单位的变量值是相邻两组的界限值，这一个单位归入作为下限值的那一组内。等距分组与异距分组,2统计分组的方法,组距数列,连续组距式分组,间断组距式分组,学生按生活费支出分组,职工人数分组,组距数列,等距数列,异距数列,（1）组距连续组距分组的组距=本组上限本组下限间断式组距且等距分组的条件下：组距=本组上限前组上限或=本组下限前组下限或=本组上限本组下限+1（2）组数（3）组中值上限+下限)/2（4）开口组的组距与组中值,3组距式分组的相关概念,开口式组距数列组中值的计算：,首组假定下限首组上限相邻组组距末组假定上限末组下限相邻组组距,先计算开口组的假定上、下限：,因此有：,某地区100个百货商店月销售额与流通费用情况,上组限U,下组限L,如：组距d=U-L=100-50=50（万元）,如：组中值x=(U+L)/2=(100+200)/2=150（万元）,假定上限400,假定下限0,2.2统计数据的整理与显示,3.1统计资料整理的基本程序3.2统计分组3.3分布数列的编制3.4统计整理中最常用的显示方法,统计分组的作用:,区分现象质的差别反映总体的内部结构研究现象之间的依存关系,统计分组的作用:,研究现象之间的依存关系,分组体系的选择,分组体系,指同时使用两个以上标志分组时，分组标志表现的组合形式。,对同一总体选择两个或两个以上标志分别进行简单分组。各分组标志表现并列使用。,各分组标志表现交叉结合使用。,平行分组体系,对教师的分类,按性别分类,男性,女性,按职称分类,按年龄分类,高级,中级,初级,青年,中年,共计7组2+3+2,交叉分组体系,按性别分类,按职称分类,按年龄分类,男,女,高级,中级,初级,青年,中年,共计12组232,对教师的分类,2.3分布数列,3.3分布数列的编制3.4统计整理中最常用的显示方法,3.2分布数列的编制,一、分布数列的概念与种类二、变量数列的编制三、累计次数与累计频率,种类,是指将数据组依据非数值特性分类所形成的数列。,是指将数据组依据数值特性分类所形成的数列。,种类,通常我们用X表示变量，,变量数列由两串数字组成，一串数字为变量的不同取值，另一串为次数或频率。,种类,变量数列按每个组的变量取值形式不同,将若干个相邻的变量值合并为一组，使每个组有一个变量值变动范围，以组距形式表示的变量数列。组距数列的每组变量值为一个区间。,是按数量标志分组后，用一个变量值代表一个组形成的数列。即一个变量值为一组。,3.2分布数列的编制,一、分布数列的概念与种类二、变量数列的编制三、累计次数与累计频率,单项变量数列的编制,单项数列,同时具备,编制步骤或内容,排序,汇总组单位数（次数）,制作单项变量数列统计表,【例】统计某企业40名工人在一个工作日内生产的零件数量（见表33）。请根据表中资料编制变量数列。,表3340名工人一个班次生产的零件数量,找出最大值和最小值,排序,汇总组单位数（次数）,制作单值变量数列统计表,【解】,【例】己知某车间有24名工人，他们的日产量（件）分别是：20，23，20，24，23，21，22，25，26，20，21，21，22，22，23，22，22，24，25，21，22，21，24，23.要求根据以上资料编制变量数列。,编制结果如下：,变量数列的编制,变量值变动区间的长度相等,变量值变动区间的长度不完全相等,组距数列的编制,编制步骤或内容,统计学第三章统计数据的整理与显示,计算组中值,排序,确定组限,计算变异全距,确定组数、组距,汇总组单位数,【例】统计某企业40名工人在一个工作日内生产的零件数量（见表33）。请根据表中资料编制组距数列。,制作组距数列统计表,确定组数及组距,等距数列编制步骤：,统计学第三章统计数据的整理与显示,【解】,排序,计算变异全距,计算组数（组数不宜过多，也不宜太少）,计算组数（我们使用斯特基斯公式）,其中，N是单位总数。,编制等距数列,统计学第三章统计数据的整理与显示,本例中,（当的结果为整数时）,（当的结果为小数时）,因此，取,本例中，m=7，则有,（当的结果为整数时）,（当的结果为小数时）,统计学第三章统计数据的整理与显示,由于R组距(d)组数（m),确定组限,编制等距数列,统计学第三章统计数据的整理与显示,编制等距数列,统计学第三章统计数据的整理与显示,试分组？,计算次数,？,试分组？,编制等距数列,编制结果：,统计学第三章统计数据的整理与显示,？,？,制作组距数列,编制等距数列,练习题,己知某地区某年50个商店商品销售额的资料如下（单位：百万元）：7.412.629.02.012.47.014.817.515.018.218.715.512.826.017.38.314.712.03.56.825.019.36.44.011.98.513.214.517.115.613.44.59.520.015.76.011.423.014.216.721.016.013.610.013.95.05.810.516.322.0要求编制组距数列。,统计学第三章统计数据的整理与显示,确定组数及组距,等距数列编制步骤：,统计学第三章统计数据的整理与显示,【解】,排序,计算变异全距,计算组数（我们使用斯特基斯公式）,其中，N=50,编制等距数列,统计学第三章统计数据的整理与显示,本例中,因此，取,本例中，m=7，则有,统计学第三章统计数据的整理与显示,确定组距的原则：,确定组限,编制等距数列,统计学第三章统计数据的整理与显示,试分组？,计算次数,？,试分组？,编制等距数列,编制结果：,统计学第三章统计数据的整理与显示,？,？,制作组距数列,3.2分布数列的编制,一、分布数列的定义及种类二、变量数列的编制三、累计次数与累计频率,累计次数（频率）,从变量值低的组开始，将各组次数（频率）逐次向变量值高的组累计，说明某一组上限以下各组的累计次数（频率）。,从变量值高的组开始，将各组次数（频率）逐次向变量值低的组累计，说明某一组下限以上各组的累计次数（频率）。,统计学第三章统计数据的整理与显示,统计学第三章统计