统计学第二章统计数据的收集与整理

1、思考题 Thinking Challenge你用什么办法可以知道学生、教师、管理人员对学校食堂的评价？?1984-1994 T/Maker Co.第二章 统计数据的收集与整理本章要求：教学目的：本章阐述统计数据搜集和整理的理论与方法，通过学习使学生能运用正确的方法搜集及整理资料。教学重点及难点：教学重点：统计调查方案的制定；各种统计调查方法的应用条件及区别与联系，变量数列的编制和统计表的宾词设计。教学难点：正确运用不同的调查方式，取得准确、及时、全面的统计调查资料；按数量标志分组，编制变量数列划分不同类型的本质差别，较准确地反映总体的分布特征。主要教学内容及要求：1、了解统计调查与统计整理的概

2、念及其在统计工作过程中的作用；2、理解统计调查与整理的基本任务和要求，3、掌握统计调查的方法和调查方案的制订；4、熟练掌握统计分组、分配数列及统计表等概念和内容。5、能利用excel编制各种分布数列、 绘制直方图、折线图等统计图。第一节 统计数据的收集一、统计数据及其来源二、原始数据的收集三、次级数据资料的收集指来源于直接调查和科学试验的数据资料，也叫一手数据。要求：准确、及时、全面、系统次级数据资料指来源于别人调查或试验的数据资料，也叫二手或间接数据。一、统计数据及其来源原始数据资料要求：引用有据、准确二、原始数据的收集（一）统计调查方案及其设计统计调查方案用来指导整个调查工作的纲领性文件，

3、是统计设计在统计调查阶段的具体化基本内容：确定调查目的；确定调查对象与调查单位；确定调查项目； 4.设计调查表与调查问卷； 5.确定调查时间和调查期限； 6.制定调查的组织实施计划。 直接观 察法报 告 法采访 法（二）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按调查单位的范围大小分为全面调查非全面调查一次性调查经常性调查统计报表专门调查三、统计调查的形式按调查时间是否连续分为按调查的组织方式不同分为普查抽样调查典型调查重点调查 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能保证统计资料的全面性和

4、连续性能保证统计资料的统一性和及时性能满足各级部门对统计资料的需要统计报表过多会增加基层负担有可能由于虚报瞒报而影响统计资料质量统计调查的组织方式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可以为抽样调查提供抽样框可以收集统计报表所不能提供的反映重大国情国力的基本统计信息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

5、有较大比重，能反映总体的基本情况统计调查的组织方式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一定条件下能估计总体指标数值可以补充全面调查的不足可以用来研究新生事物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按随机原则抽取样本单位目的

6、是推断总体的数量特征抽样误差可以事先计算并控制能用较少的人力、物力和时间达到全面调查的目的调查资料的准确性较高、受人为干扰的可能性较小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、重点调查和科学的推断为辅助手段的调查方法体系模式三、次级数据资料的收集次级资料指已经被收集、加工整理成型的数据信息次级资料的主要收集渠道：查阅公开出版物；向政府统计机构咨询；向其他机构咨询；网上查询。常用的统计数据来源中国统计年鉴中国统计摘要中国统计信息网（国家统计局网站） 常用的统计数据来源美国经济分析局美国人口普查局美国劳工统计局美联

7、储经济数据库美国联邦统计世界银行国际货币基金组织OECD第二节 统计数据的整理 一、数据的计量尺度和类型 二、数据的预处理 三、统计分组 四、分布数列 五、品质数据的整理 六、数值型数据的整理统计整理将统计调查得到的原始资料进行科学的分组和汇总形成综合统计资料的工作过程是统计调查的继续，统计分析的前提和基础地位统计数据的处理： 统计资料的分组、汇总及制表统计数据的管理： 数据的传输、贮存、更新及输出内容制定统计整理方案对原始资料进行审核数 据 处 理制作统计表或统计图统计整理的步骤一、数据的计量尺度和类型(一）数据的计量尺度1.定类尺度（Nominal Scale）：分类尺度2.定序尺度（Or

8、dinal Scale）：顺序尺度3.定距尺度（Interval Scale）：等级尺度4.定比尺度（Ratio Scale）: 数值比率尺度（二）数据类型1.定类数据：表现为类别，但不区分顺序2.定序数据：表现为类别，但有顺序3.定距数据：表现为数值，由定距尺度计量形成4.定比数据：表现为数值，由定比尺度计量形成二、数据的预处理（一）数据的审核与筛选审核：数据是否完整、准确筛选：剔除不合理、不准确的样本数据（二）数据的排序升序排列：从小到大降序排列：从大到小将总体中所有单位按一定的标志分为性质不同但又有联系的若干部分的过程。统计分组统计分组的作用:总体经过分组，能够突出组与组之间的差异而抽象

9、掉组内各单位之间的差异，使数据变得条理化，便于进一步分析研究。划分社会经济现象的类型反映社会经济现象的内部结构和比例关系揭示社会经济现象之间的相互依存关系三、统计分组选择分组标志确定分组体系总体单位归类科学性：组间差异大，组内差异小。完备性和互斥性：每个单位均能且只能归到某个组中。统计分组的程序与原则统计分组的类型关键：服从研究任务需要，反映总体本质特征形式按分组标志性质分品质标志分组数量标志分组按分组标志个数分简单分组复合分组分组体系指同时使用两个以上标志分组时，分组标志的组合形式。各分组标志并列使用各分组标志交叉结合使用平行分组体系复合分组体系平行分组体系对教师的分类按性别分类男性女性按职

10、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复合分组体系教师男女高级中级初级高级中级初级中年青年中年青年共计12组232按性别分类按职称分类按年龄分组变量数列品质数列将总体各单位按某个标志分成若干组，列出各组的总体单位数或各组在总体中所占的比重而形成的数列分布数列分类分组标志的具体表现各组的次数或频率构成要素异距数列等距数列组距数列单值数列四、分布数列五、品质数列的整理与图示（一）定类数据的整理（品质数列编制）（二）定序数据的整理（品质数列编制） 性 别人 数（人）频率（%） 男 732 57.14 女 54942.86 合 计 1281100.00某高校学生性别分布表（品质数列）

11、 分组 次数 频率注意分组的完备性单值数列指每个组值只用一个具体的变量值表现的数列同时具备（一）变量数列的编制变量是离散变量变量的不同取值个数较少编制条件:【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。六、数值型数据的整理日产量（件）X工人数（人) f202122232425263564321合计24编制结果如下：组距数列指每个组的变量值用一个区间来表现的变量数列变量是连续变量；或：总体单位数较多，变量不同取值个

12、数也较多的离散变量。 编制条件: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等距数列异距数列相关概念指每组两端表示各组界限的变量值，各组的最小值为下限，最大值为上限组限每组变量值变动区间的长度，为上下限之差组距每组变量取值范围的中点数值 组中值组中值=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：首组组中值末组组中值某地区100个百货商店月销售额与流通费用情况销售额（万元）商店数（个）每百元商品销售额中支付的流通费（元）50以下50100100200200300300以上102030251514.21

13、1.410.19.28.5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）编制等距数列适用于总体单位的标志值变动比较均匀的情况实例己知某班40个同学统计学考试成绩分别如下： 89 88 76 99 74 60 82 60 89 86 93 99 94 82 77 79 97 78 95 92 87 84 79 65 98 67 59 72 84 85 56 81 77 73 65 66 83 63 79 70要求编制组距数列。编制步骤：求变异全距确定组距及组数确定组距的原则：要能区分各组的性质差异要能反映总体资

14、料的分布特征为方便计算，尽可能为5或10的整数倍R组距(d) 组数（m)编制等距数列计算组数（组数不宜过多，也不宜太少）上例中，取d=10，则有编制等距数列（当 的结果为整数时）（当 的结果为小数时）确定组限对于离散变量，相邻组组限可以间断，也可重叠；对于连续变量，相邻组组限必须重叠；符合“上组限不计入”原则；首末两组可使用“以下”及“以上”的开口组。组限的表示方法编制等距数列计算次数编制等距数列编制结果： 分数组中值人数比重60以下60-7070-8080-9090以上556575859527111285.017.527.530.020.0合计40100.060-10/2=5590+10/2

15、=95频率各组单位数占总体单位总数的比重累计频数（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）。向上累计向下累计 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）。（二）累计频数与累计频率 考分人数频率（）累计次数累计频率（）60以下60707080809090以上27111285.017.527.530.020.0合计40100考分人数频率（）累计次数累计频率（）向上累计向上累计60以下60707080809090以上27111285.017.527.530.020.029

16、2032405.022.55080100合计40100 考分人数频率（）累计次数累计频率（）向上累计向下累计向上累计向下累计60以下60707080809090以上27111285.017.527.530.020.0292032404038312085.022.550.080.010010095.077.550.020.0合计40100（三）、次数分布的主要类型1、钟型分布(1)对称的钟型分布日产量(件)七、频数分布的类型(2)左偏分布日产量(件)(3)右偏分布日产量(件)2、型分布3、J型分布(1) 价格型分布（）价格第三节 统计图表一、统计图二、统计表统计图以点、线条、面积等方法描述、显示

17、统计数据的形式具有直观、醒目、易于理解等特点组成：坐标系图形图例单式图复合图叠加图一个图只用来显示一种现象的数量特征用一个图同时显示几种数量的分布或变化情况某商店某日销售的饮料情况品牌名称频数累积 %旭日升冰茶1122.00露露940.00可口可乐1570.00百事可乐988.00其它6100.00合计50100.00柱状图（用于显示离散型变量的次数分布）饼图折线图直方图（ Histogram ）用于显示连续型变量的次数分布第三节 统计图表一、统计图二、统计表具有容量大、方便计算等特点统计表的常用结构：统计表以纵横交叉的线条所形成的表格来表现统计资料的形式总 标 题宾词栏主词栏数据栏某地区10

18、0个百货商店月销售额与流通费用情况销售额（万元）每百元商品销售额中支付的流通费（元）213536394545464732936038718.316.917.215.614.714.213.612.98.27.17.6按销售额分组（万元）商店数（个）每百元商品销售额中支付的流通费（元）50以下50100100200200300300以上102030251514.211.410.19.28.5统计表的种类对主词栏加工对宾词栏加工（对主体进行分组）简单表：分组表（对宾词栏指标进行排列）简单设计复合设计复合表分组表分组表按月工资分组按性别分（人) 按级别分小计男女小计技工学徒工300以下300400400500500600600700700以上4162215105161011843101242141622151050245854141810