应用统计chapter2

1、应用统计应用统计第二章：数据的分类和收集第二章：数据的分类和收集统计数据的分类统计数据的分类(按数据来源分按数据来源分) 统计数据的分类统计数据的分类 初级数据与次级数据初级数据与次级数据 初级数据：如果数据分析和数据采集置于初级数据：如果数据分析和数据采集置于同一整体方案指导下，从同一整体方案指导下，从原始数据的载体或提原始数据的载体或提供者供者那里采集数据，继而进行分析，就称统计那里采集数据，继而进行分析，就称统计分析使用的是分析使用的是初级数据初级数据。 次级数据：如果进行分析时数据来自次级数据：如果进行分析时数据来自本项统本项统计活动之外的数据采集和编辑结果计活动之外的数据采集和编辑结

2、果，就称统计，就称统计分析使用的是分析使用的是次级数据次级数据。 如：研究收入与教育、职业、家庭等因素的关如：研究收入与教育、职业、家庭等因素的关系。系。(按计量尺度分按计量尺度分) 统计数据的分类统计数据的分类1.分类数据(categorical data) 只能归于某一类别的非数字型数据只能归于某一类别的非数字型数据对事物进行分类的结果，数据表现为类别，用文字对事物进行分类的结果，数据表现为类别，用文字来表述来表述例如，人口按性别分为男、女两类例如，人口按性别分为男、女两类 2.顺序数据(rank data) 只能归于某一有序类别的非数字型数据只能归于某一有序类别的非数字型数据对事物类别顺

3、序的测度，数据表现为类别，用文字对事物类别顺序的测度，数据表现为类别，用文字来表述来表述例如，产品分为一等品、二等品、三等品、次品等例如，产品分为一等品、二等品、三等品、次品等 3.数值型数据(metric data) 按数字尺度测量的观察值按数字尺度测量的观察值结果表现为具体的数值，对事物的精确测度结果表现为具体的数值，对事物的精确测度例如：身高为例如：身高为175cm、168cm、183cm(按收集方法分按收集方法分) 统计数据的分类统计数据的分类1.观测的数据(observational data) 通过调查或观测而收集到的数据通过调查或观测而收集到的数据在没有对事物人为控制的条件下而得

4、到的在没有对事物人为控制的条件下而得到的有关社会经济现象的统计数据几乎都是观测数有关社会经济现象的统计数据几乎都是观测数据据2.试验的数据(experimental data) 在试验中控制试验对象而收集到的数据在试验中控制试验对象而收集到的数据比如，对一种新药疗效的试验，对一种新的农比如，对一种新药疗效的试验，对一种新的农作物品种的试验等作物品种的试验等自然科学领域的数据大多数都为试验数据自然科学领域的数据大多数都为试验数据(按时间状况分按时间状况分) 统计数据的分类统计数据的分类截面数据与时间序列数据截面数据与时间序列数据截面数据截面数据(cross-sectional data) 在相同

5、或近似相同的时间点上收集的数据在相同或近似相同的时间点上收集的数据描述现象在某一时刻的变化情况描述现象在某一时刻的变化情况比如，比如，2003年我国各地区的国内生产总值数据年我国各地区的国内生产总值数据时间序列数据时间序列数据(time series data) 在不同时间上收集到的数据在不同时间上收集到的数据描述现象随时间变化的情况描述现象随时间变化的情况比如，比如，1996年至年至2003年国内生产总值数据年国内生产总值数据统计数据的分类统计数据的分类 定性数据和定量数据定性数据和定量数据 标志标志（attribute）表示总体单位属性的名词。表示总体单位属性的名词。 数量标志数量标志（q

6、uantitative attribute ）表现为数量表现为数量上不等的标志。上不等的标志。 品质标志品质标志（qualitative attribute）表现为状态表现为状态上差异的标志。上差异的标志。质别数据量别数据标志数量标志质量标志数据质别数据量别数据非数值型数值型离散型数值型离散型连续型 统计数据的分类 按计量层次 按时间状况 按收集方法统计数据的来源统计数据的来源中国统计出版社（二手数据）（二手数据）统计数据的来源统计数据的来源政府、行业或者个人已经公布或出版政府、行业或者个人已经公布或出版的各种数据的各种数据1.统计部门和政府部门公布的有关资料，如各类统计统计部门和政府部门公布

7、的有关资料，如各类统计年鉴年鉴2.各类经济信息中心、信息咨询机构、专业调查机构各类经济信息中心、信息咨询机构、专业调查机构等提供的数据等提供的数据3.各类专业期刊、报纸、书籍所提供的资料各类专业期刊、报纸、书籍所提供的资料4.各种会议，如博览会、展销会、交易会及专业性、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学术性研讨会上交流的有关资料5.从互联网或图书馆查阅到的相关资料从互联网或图书馆查阅到的相关资料6.专门的数据公司，如专门的数据公司，如A.C.尼尔森尼尔森(A.C.Nielsen)公司、公司、信息资源信息资源(Information Resources I

8、nc.)公司。公司。（直接来源）（直接来源）统计数据的来源统计数据的来源 统计调查统计调查 统计调查分为普查和抽查统计调查分为普查和抽查 普查（全面调查），是对总体无一遗漏地普查（全面调查），是对总体无一遗漏地进行调查。进行调查。 抽查（抽样调查），从总体中抽取部分样抽查（抽样调查），从总体中抽取部分样本进行调查。按抽样方式不同分为随机调本进行调查。按抽样方式不同分为随机调查和非随机调查。查和非随机调查。 统计调查的工具统计调查的工具 问卷问卷 调查卷调查卷统计调查方式统计调查方式 统计调查方式统计数据的采集统计数据的采集 实验实验 通过实验方法得到的数据通过实验方法得到的数据 通常是对自然现

9、象而言通常是对自然现象而言 也被广泛运用到社会科学中也被广泛运用到社会科学中 如心理学、教育学、社会学、经济学、管理学等如心理学、教育学、社会学、经济学、管理学等 试验设计试验设计 对照原则对照原则 齐同原则齐同原则 随机原则随机原则 观察研究观察研究统计调查方式统计调查方式抽样方法抽样方法简单随机抽样简单随机抽样分层抽样分层抽样整群抽样整群抽样系统抽样系统抽样多阶段抽样多阶段抽样概率抽样概率抽样方便抽样方便抽样判断抽样判断抽样自愿样本自愿样本滚雪球抽样滚雪球抽样配额抽样配额抽样非概率抽样非概率抽样抽样方式抽样方式概率抽样概率抽样1. 根据一个已知的概率来抽取样本单位，根据一个已知的概率来抽取

10、样本单位，也称随机抽样也称随机抽样.2. 特点特点按一定的概率以随机原则抽取样本按一定的概率以随机原则抽取样本抽取样本时使每个单位都有一定的机会被抽中抽取样本时使每个单位都有一定的机会被抽中每个单位被抽中的概率是已知的，或是可每个单位被抽中的概率是已知的，或是可以计算出来的以计算出来的 当用样本对总体目标量进行估计时，要考当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率虑到每个样本单位被抽中的概率简单随机抽样简单随机抽样1.从总体从总体N个单位中随机地抽取个单位中随机地抽取n个单位作为样本，个单位作为样本，使得每一个容量为使得每一个容量为n样本都有相同的机会样本都有相同的机会(

11、 (概率概率) )被抽中被抽中 2.抽取元素的具体方法有重复抽样和不重复抽样抽取元素的具体方法有重复抽样和不重复抽样3.特点特点简单、直观，在抽样框完整时，可直接从中抽取样简单、直观，在抽样框完整时，可直接从中抽取样本本用样本统计量对目标量进行估计比较方便用样本统计量对目标量进行估计比较方便4.局限性局限性当当N很大时，不易构造抽样框很大时，不易构造抽样框抽出的单位很分散，给实施调查增加了困难抽出的单位很分散，给实施调查增加了困难没有利用其他辅助信息以提高估计的效率没有利用其他辅助信息以提高估计的效率简单随机抽样简单随机抽样 【例】系统抽样(等距抽样)1. 将总体中的所有单位将总体中的所有单位

12、(抽样单位抽样单位)按一定顺按一定顺序排列，在规定的范围内随机地抽取一序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定个单位作为初始单位，然后按事先规定好的规则确定其他样本单位好的规则确定其他样本单位先从数字先从数字1到到k之间随机抽取一个数字之间随机抽取一个数字r作为初作为初始单位，以后依次取始单位，以后依次取r+k，r+2k等单位等单位2. 优点：操作简便，可提高估计的精度优点：操作简便，可提高估计的精度3. 缺点：对估计量方差的估计比较困难缺点：对估计量方差的估计比较困难4. 【例】续上例【例】续上例分层抽样1.将总体单位按某种特征或某种规则划分为不将总体单位按某种特

13、征或某种规则划分为不同的层（类），然后从不同的层中独立、随同的层（类），然后从不同的层中独立、随机地抽取样本机地抽取样本2.原则：层间差异较大，而层内差异较小原则：层间差异较大，而层内差异较小3.优点优点保证样本的结构与总体的结构比较相近，从而保证样本的结构与总体的结构比较相近，从而提高估计的精度提高估计的精度组织实施调查方便组织实施调查方便既可以对总体参数进行估计，也可以对各层的既可以对总体参数进行估计，也可以对各层的目标量进行估计目标量进行估计分层抽样分层抽样整群抽样整群抽样1. 将总体中若干个单位合并为组将总体中若干个单位合并为组(群群),抽样时抽样时直接抽取群，然后对中选群中的所有单直

14、接抽取群，然后对中选群中的所有单位全部实施调查位全部实施调查2. 原则：群间差异小，群内差异大。原则：群间差异小，群内差异大。3. 特点特点抽样时只需群的抽样框，可简化工作量抽样时只需群的抽样框，可简化工作量调查的地点相对集中，节省调查费用，方便调查的地点相对集中，节省调查费用，方便调查的实施调查的实施缺点是估计的精度较差缺点是估计的精度较差多阶段抽样多阶段抽样1.先抽取群，但并不是调查群内的所有单位，而先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干是再进行一步抽样，从选中的群中抽取出若干个单位进行调查个单位进行调查群是初级抽样单位，第二阶段抽取的是最终抽样单

15、群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的段数增多，就称为多位。将该方法推广，使抽样的段数增多，就称为多阶段抽样阶段抽样2.具有整群抽样的优点，保证样本相对集中，节具有整群抽样的优点，保证样本相对集中，节约调查费用约调查费用3.需要包含所有低阶段抽样单位的抽样框；同时需要包含所有低阶段抽样单位的抽样框；同时由于实行了再抽样，使调查单位在更广泛的范由于实行了再抽样，使调查单位在更广泛的范围内展开围内展开4.在大规模的抽样调查中，经常被采用的方法在大规模的抽样调查中，经常被采用的方法 非概率抽样非概率抽样1. 相对于概率抽样而言相对于概率抽样而言2. 抽取样本时不是依据

16、随机原则，而是抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实种方式从总体中抽出部分单位对其实施调查施调查3. 有方便抽样、判断抽样、自愿样本、有方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样等方式滚雪球抽样、配额抽样等方式 方便抽样方便抽样1. 调查调查过程中由调查员依据方便的原则，过程中由调查员依据方便的原则，自行确定入抽样本的单位自行确定入抽样本的单位调查员在街头、公园、商店等公共场所进调查员在街头、公园、商店等公共场所进行拦截调查行拦截调查厂家在出售产品柜台前对路过顾客进行的厂家在出售产品柜台前对路过顾

17、客进行的调查调查2. 优点：优点：容易实施，调查的成本低容易实施，调查的成本低3. 缺点：样本单位的确定带有随意性，缺点：样本单位的确定带有随意性，样本无法代表有明确定义的总体，调样本无法代表有明确定义的总体，调查结果不宜推断总体查结果不宜推断总体判断抽样判断抽样1.研究人员根据经验、判断和对研究对象研究人员根据经验、判断和对研究对象的了解，有目的选择一些单位作为样本的了解，有目的选择一些单位作为样本有重点抽样，典型抽样，代表抽样等方式有重点抽样，典型抽样，代表抽样等方式2.判断抽样是主观的，样本选择的好坏取判断抽样是主观的，样本选择的好坏取决于调研者的判断、经验、专业程度和决于调研者的判断、

18、经验、专业程度和创造性创造性3.抽样成本比较低，容易操作抽样成本比较低，容易操作4.样本是人为确定的，没有依据随机的原样本是人为确定的，没有依据随机的原则，调查结果不能用于对推断总体则，调查结果不能用于对推断总体自愿样本自愿样本1. 被调查被调查者自愿参加，成为样本中的一分者自愿参加，成为样本中的一分子，向调查人员提供有关信息子，向调查人员提供有关信息例如，参与报刊上和互联网上刊登的调查问例如，参与报刊上和互联网上刊登的调查问卷活动，向某类节目拨打热线电话等，都属卷活动，向某类节目拨打热线电话等，都属于自愿样本于自愿样本2. 自愿样本自愿样本与抽样的随机性无关与抽样的随机性无关样本是有偏的样本

19、是有偏的不能依据样本的信息推断总体不能依据样本的信息推断总体滚雪球抽样滚雪球抽样1. 先选择一组调查单位，对其实施调查先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研之后，再请他们提供另外一些属于研究总体的调查对象，调查人员根据所究总体的调查对象，调查人员根据所提供的线索，进行此后的调查。这个提供的线索，进行此后的调查。这个过程持续下去，就会形成滚雪球效应过程持续下去，就会形成滚雪球效应2. 适合于对稀少群体和特定群体研究适合于对稀少群体和特定群体研究3. 优点：容易找到那些属于特定群体的优点：容易找到那些属于特定群体的被调查者，调查的成本也比较低被调查者，调查的成本也比较低配

20、额抽样配额抽样1. 先将体中的所有单位按一定的标志先将体中的所有单位按一定的标志(变量变量)分为若干类，然后在每个类中采用方便分为若干类，然后在每个类中采用方便抽样或判断抽样的方式选取样本单位抽样或判断抽样的方式选取样本单位2. 操作简单，可以保证总体中不同类别的操作简单，可以保证总体中不同类别的单位都能包括在所抽的样本之中，使得单位都能包括在所抽的样本之中，使得样本的结构和总体的结构类似样本的结构和总体的结构类似3. 抽取具体样本单位时，不是依据随机原抽取具体样本单位时，不是依据随机原则，属于非概率抽样则，属于非概率抽样概率抽样与非概率抽样的比概率抽样与非概率抽样的比较较1. 概率概率抽样抽样依据随机原则抽选样本依据随机原则抽选样本样本统计量的理论分布存在样本统计量的理论分布存在可根据调查的结果推断总体可根据调查的结果推断总体2. 非概率非概率抽样抽样不是依据随机原则抽选样本不是依