第2章-数据的图表展示课件

主讲人：吴锦桂管理学院统计学告诉你的哲理灰太狼被红太狼的平底锅砸过多少次？被喜羊羊捉弄过多少次？捉羊想过多少个办法，足迹能绕地球多少圈？至今吃到几只羊？统计学告诉你被平底锅砸过9544次；被喜羊羊捉弄过2347次；；捉羊想过2788个办法；；足迹能绕地球954圈；至今一只羊没吃到！21.数据的预处理2.分类数据的整理与显示3.顺序数据的整理与显示4.数值型数据的整理与显示5.如何合理使用统计图表3-了解数据预处理的内容和目的掌握分类和顺序数据的整理与显示方法掌握数值型数据的整理与显示方法用Excel和SPSS作频数分布表和图形合理使用图表学习目标41、数据的预处理5数据审核检查数据中的错误数据筛选找出符合条件的数据数据排序按字母和拼音顺序升序和降序寻找数据的基本特征数据透视按需要汇总对数据进行哪些预处理6完整性审核应调查的单位或个体是否有遗漏所有的调查项目或变量是否填写齐全准确性审核数据是否真实反映实际情况，内容是否符合实际数据是否有错误，计算是否正确等数据审核-原始数据7适用性审核弄清楚数据的来源、数据的口径以及有关的背景材料确定数据是否符合自己分析研究的需要时效性审核尽可能使用最新的数据确认是否有必要做进一步的加工整理数据审核-二手数据8按一定顺序将数据排列，以发现一些明显的特征或趋势，找到解决问题的线索排序有助于对数据检查纠错，以及为重新归类或分组等提供依据在某些场合，排序本身就是分析的目的之一排序可借助于计算机完成数据排序9数据排序

(方法)1.分类数据的排序字母型数据，习惯上用升序汉字型数据，可按汉字的首位拼音字母排列，也可按笔画排序，其中也有笔画多少的升序降序之分2.数值型数据的排序递增排序：设一组数据为x1，x2，…，xn，递增排序后可表示为：x(1)<x(2)<…<x(n)递减排序：可表示为：x(1)>x(2)>…>x(n)10当数据中的错误不能予以纠正，或者有些数据不符合调查的要求而又无法弥补时，需要对数据进行筛选数据筛选的内容将某些不符合要求的数据或有明显错误的数据予以剔除将符合某种特定条件的数据筛选出来，而不符合特定条件的数据予以剔除数据筛选11例子学生考试成绩.xls12可以从复杂的数据中提取有用的信息可以对数据表的重要信息按使用者的习惯或分析要求进行汇总和作图形成一个符合需要的交叉表(列联表)在利用数据透视表时，数据源表中的首行必须有列标题数据透视表13例子2-2随机抽取30名学生的调查数据.xls142、分类数据的整理（表）15要弄清所面对的数据类型不同类型的数据，采取不同的处理方式和方法对分类数据和顺序数据主要是作分类整理对数值型数据则主要是作分组整理数据整理16一般用什么来展示数据？17频数(frequency)：落在各类别中的数据个数比例(proportion)：某一类别数据个数占全部数据个数的比值百分比(percentage)：将对比的基数作为100而计算的比值。即用百分数表示的比例比率(ratio)：不同类别数值个数的比值分类数据的统计量181. 列出各类别2.计算各类别的频数3.生成频数分布表分类频数比例百分比比率ABCDE生成频数分布表19【例2.3】为研究不同类型的软饮料的市场销售情况，一家市场调查公司对随机抽取的一家超市进行调查。下面的表2—1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的记录。生成频数分布表，观察饮料类型和消费者性别的分布状况，并进行描述性分析

制作频数分布表绿色健康饮品Excel20第1步：选择【插入】菜单中的【数据透视表和数据透视图】第2步：确定数据源区域第4步：在【向导—3步骤之3】中选择数据透视表的输出位置。然后选择【布局】第5步：在【向导—布局】对话框中，依次将“分类变量“(这里是“饮料品牌”)连续拖放两次：一次拖至左边的“行”区域，一次拖至“数据”区域第6步：然后单击【确定】，自动返回【向导—3步骤之3】对话框。然后单击【完成】，即可输出数据透视表使用excel数据透视方法21不同类型饮料和顾客性别的频数分布

绿色健康饮品生成频数分布表22整理EXCEL文件“2-3顾客性别及购买的饮料类型.xls”将“2-3顾客性别及购买的饮料类型.xls”转换成SPSS文件——>方法——>导入或者复制）分析—描述统计—频率分析—描述统计—交叉表生成频数分布表-spss23spss输出结果243、分类数据图示25用宽度相同的条形的高度或长短来表示各类别数据各类别可放在纵轴，称为条形图，可以放在横轴，称为柱形图(columnchart)分类数据图示-条形图26分类数据图示-条形图--作用条形图有什么作用？清晰地用来比较大小！27【例2.3】为研究不同类型的软饮料的市场销售情况，一家市场调查公司对随机抽取的一家超市进行调查。下面的表2—1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的记录。生成频数分布表，观察饮料类型和消费者性别的分布状况，并进行描述性分析

绿色健康饮品例子28绿色健康饮品excel输出演示29饮料类型和顾客性别的条形图

(SPSS的输出)

分类数据图示-复式条形图30按各类别数据出现的频数多少排序后绘制的柱形图用于展示分类数据的分布分类数据图示-帕累托图31第1步：现按频数进行排序，然后按排序计算出累计频率第2步：选择项目名和频数，插入柱状图，得到横坐标是项目名，纵坐标是频数的柱状图第3步：点选条形图，选择数据，添加累计频率一项第4步：点击选择系列2，右键选择设置数据系列格式，选择次坐标轴，选择次坐标轴，编辑坐标轴格式，将坐标轴范围定在0-100%第5步：点击系列2，然后点击插入，折线图excel帕累托图做法步骤32分类数据图示-帕累托图--作用帕累托图有什么作用？1、80/20法则，找出主要原因。2、通常应用到质量问题上。33【例2.3】为研究不同类型的软饮料的市场销售情况，一家市场调查公司对随机抽取的一家超市进行调查。下面的表2—1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的记录。生成频数分布表，观察饮料类型和消费者性别的分布状况，并进行描述性分析

绿色健康饮品例子--演示34绿色健康饮品excel输出演示35第一步：输入数据第二步：分析——>质量控制——>排列图——>简单——>定义——>选择（变量和）——>（饮料进入类别框，频数进入变量和框）spss帕累托图做法步骤36绿色健康饮品spss输出演示37练习——分析38

用圆形及圆内扇形的角度来表示数值大小的图形，主要用于表示一个样本(或总体)中各组成部分的数据占全部数据的比例用于研究结构问题分类数据图示-简单饼图39分类数据图示-饼图--作用饼图有什么作用？1、用来比较百分比。2、看占总体的比重。40【例2.3】为研究不同类型的软饮料的市场销售情况，一家市场调查公司对随机抽取的一家超市进行调查。下面的表2—1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的记录。生成频数分布表，观察饮料类型和消费者性别的分布状况，并进行描述性分析

制作频数分布表绿色健康饮品Excel例子41绿色健康饮品excel输出演示42P38课后练习2.4绿色健康饮品练习一下43*小结分类数据用什么图和表展示？44*小结（分类数据展示）表图频数分布表数据透视条形图饼图帕累托图454、顺序数据的整理（表）461.累积频数(cumulativefrequencies)：各类别频数的逐级累加2.累积频率(cumulativepercentages)：各类别频率(百分比)的逐级累加顺序数据的整理-可计算的统计量47单个顺序数据一般采用累积分布图（折线图）进行分析问题。对于多个顺序数据一般采用环形图进行对比分析。顺序数据的整理-可计算的统计量48环形图中间有一个“空洞”，样本或总体中的每一部分数据用环中的一段表示与饼图类似，但又有区别饼图只能显示一个总体各部分所占的比例环形图则可以同时绘制多个样本或总体的数据系列，每一个样本或总体的数据系列为一个环用于结构比较研究用于展示分类和顺序数据环形图49【例2.4】在一项城市住房问题的研究中，研究人员在甲乙两个城市各抽样调查300户，其中的一个问题是：“您对您家庭目前的住房状况是否满意？”

1.非常不满意；2.不满意；3．一般；4．满意；5．非常满意。甲城市家庭对住房状况评价的频数分布回答类别甲城市户数(户)百分比(%)向上累积

向下累积

户数(户)百分比(%)户数(户)百分比(%)

非常不满意不满意一般满意非常满意24108934530836311510241322252703008.044.075.090.0100.03002761687530100.092562510合计300100.0————顺序数据的频数分布表例子50乙城市家庭对住房状况评价的频数分布回答类别乙城市户数(户)百分比(%)向上累积

向下累积

户数(户)百分比(%)户数(户)百分比(%)

非常不满意不满意一般满意非常满意21997864387.033.026.021.312.7211201982623007.040.066.087.3100.030027918010238100.093.060.034.012.7合计300100.0————顺序数据的频数分布表例子516、顺序数据的图示52甲城市家庭对住房状况评价的累积频数分布顺序数据的累积频数分布图显示53环形图例子54例：补充完表格；画出向上向下的累积频率分布图。年龄人数181219202010218合计50—向上累计向下累计练习55*小结（顺序数据）顺序数据用什么图和表展示？56*小结（顺序数据展示）表图累计频数分布表数据透视累计频数线图环形图单个数据多个数据577、数值型数据的整理（表）58数值型数据的表怎么画？某公司的销售数据23425928723428035623624668423524346779823474224678324654747723456723522342422362223573434646723442222254657722324334623578423542223533232222435643254652234522724523446745632242223534674523524668524634663423424559-数据分组60分组方法等距分组异距分组单变量值分组组距分组分组方法将一个变量值作为一组适合于离散变量适合于变量值较少的情况61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62例子：某组为：30--50下限值+上限值2组中值=组距分组-几个概念上限下限组中值40组距50-30=20631.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下限值+上限值2组中值=组距分组-概念64【例】某公司今年每天的销售量数据如下(单位：个)。试对数据进行分组，并画出频率分布表。频数分布表的编制--怎么做？65step1：确定组数组数的确定应以能够显示数据的分布特征为目的。在实际分组时，组数一般为5K15。也可以按Sturges提出的经验公式来确定组数K

本例中由于数据较多，可考虑分为10组本例生成频数分布表66step2：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)÷组数例如，本例最大值为798，最小值为222，组距=(798-222)÷10＝57.6。为便于计算，组距宜取5或10的倍数，且第一组的下限应低于最小变量值，最后一组的上限应高于最大变量值，因此组距可取60。第一组下限为220。生成频数分布表67

“上限不在内”原则统计上规定，一组中的上限值是不算为本组的。而是归入作为下限值的那一组内。

但在excel中却默认是上限值算在本组中的，所以在用excel处理的时候要注意。68按连续变量分组，第一组400~500，第二组500~600，第三组600~700，第四组700以上，则（）A500在第一组B500在第二组C700在第三组D600在第二组B例子69按连续变量分组，第一组400~500，第二组500~600，第三组600~700，第四组700~800，则这一组在excel中处理的时候是怎样的（）A第一组为400~500B第二组为499~599C第三组为600~699D第四组为699~800C例子701.某连续变量数列，其末组为开口组，下限为500，相邻组的组中值为480，则末组的组中值为（）A520B510C500D540A71step3：统计出各组的频数

即属于每个组里面的个数。生成频数分布表72使用统计函数【FREQUENCY】创建频数分布表和直方图可解决这一问题。具体步骤是选择与接受区域相临近的单元格区域，作为频数分布表输出的区域选择统计函数中的【FREQUENCY】函数在对话框【Date-array】后输入数据区域，在【Bins-array】后输入接受区域同时按下“ctrl-shift-Enter”组合键，即得到频数分布这个是锁定数组按键，不这样只会出来一个值。FREQUNCY统计函数--方法173excel生成频数分布表--方法2第1步：加载分析工具第2步：数据——>数据分析

——>直方图第3步：输入区域选入“所有数据”；接受区域选入“分组数据”；输出区域点击输出的地方就行（勾选频数和累计百分比即可）

74演示得出结果75P392.6练习768、数值型数据的图示77用于展示分组数据分布的一种图形用矩形的宽度和高度来表示频数分布本质上是用矩形的面积来表示频数分布在直角坐标中，用横轴表示组距，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，即直方图分组数据-直方图78第1步：选择【图形】下拉菜单，并选择

【直方图】选项进入主对话框第2步：在主对话框中将变量选入【变量】

，点击【完成】spss生成直方图79第1步：加载分析工具第2步：数据——>数据分析

——>直方图第3步：输入区域选入“所有数据”；接受区域选入“分组数据”；输出区域点击输出的地方就行

用excel作直方图的步骤80【例】某公司今年每天的销售量数据如下(单位：个)。画出直方图。例子81分组数据-直方图82以下各是什么图？有啥不同？83excel绘制演示84条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度均有意义条形图主要用于展示分类数据，直方图则主要用于展示数值型数据条形图一般是分开排列的，而直方图一般是连续排列的分组数据-直方图与条形图区别85P392.6练习86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最后一位数字eg：234、235、123树茎树叶2345123未分组数据-茎叶图87某电脑公司销售量分布的茎叶图未分组数据-茎叶图-例子88未分组数据-扩展茎叶图89spss演示第一列给出每个茎上叶子的频数第二列是“茎”，第三列是“叶”下面标出了1个极端值237、茎的宽度10、每个叶代表一个数据(案例)SPSS自动将每个茎重复了一次，使分布的细节看的更清楚一些。当然，在数据较少时茎的数值也可以不重复90第1步：选择【分析】下拉菜单，并选择

【描述统计-探索】

选项进入主对话框第2步：在主对话框中将变量选入【因变量】，点击【绘图】，在对话框中选择【茎叶图】

(根据需要可选【直方图】以给出直方图)。点击【继续】回到主对话框。点击【完成】spss绘制茎叶图和箱线图（含直方图）91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最后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直方图适用于大批量数据，茎叶图适用于小批量数据未分组数据-茎叶图92P392.6课堂练习93用于显示未分组的原始数据的分布箱线图是由一组数据的最大值(maximum)、最小值(minimum)、中位数(median)、两个四分位数(quartiles)这5个值绘制而成的中位数是一组数据排序后处于中间位置上的变量值四分位数是一组数据排序后处在数据25%位置和75%位置上的两个分位数值绘制方法首先找出一组数据的5个特征值，即最大值、最小值、中位数Me和两个四分位数(下四分位数QL和上四分位数QU)连接两个四分位数画出箱子，再将两个极值点与箱子相连接未分组数据-箱线图942010年中位数4681012Q75%Q25%XMaxXMinMedian/Quart./Range箱线图未分组数据-箱线图构成95最小值141最大值237中位数18225%四分位数170.2575%四分位数197140150160170180190200210220230240某电脑公司销售额数据的Median/Quart./Rang箱线图未分组数据-箱线图96不同分布的箱线图对称分布Bell-shapeddistributionLeft-skeweddistribution左偏分布右偏分布Right-skeweddistribution箱线图-分布情况97【例】从某大学经济管理专业二年级学生中随机抽取11人，对8门主要课程的考试成绩进行调查，所得结果如表。试绘制各科考试成绩的批比较箱线图，并分析各科考试成绩的分布特征11名学生各科的考试成绩数据课程名称学生编号1234567891011英语经济数学西方经济学市场营销学财务管理基础会计学统计学计算机应用基础76659374687055859095818775739178975176857092688171748869846573957078669073788470936379806087816786918377769070828382928481706972787578918866948085718674687962818155787075687177未分组数据-多批箱线图98第1步：选择【图形】下拉菜单，并选择【箱图】第2步：在出现的对话框中选择【简单】，在

【图中的数据为】中选择【各个变量的摘要】

，点击【定义】

返回主对话框第3步：在主对话框将所有变量(各门课程or所有学生)选入【框的表征】。点击【OK】多批箱线图spss绘制步骤998门课程考试成绩的箱线图多批箱线图图示10011名学生考试成绩的箱线图多批箱线图spss图示1011.中位数：看平均考试成绩2.长度：看离散程度，集中程度3.分布形状：看对称情况4.离群点：看特殊结果分析102【例】某公司今年每天的销售量数据如下(单位：个)。画出箱图。练习103练习答案104表示时间序列数据趋势的图形时间一般绘在横轴，数据绘在纵轴图形的长宽比例大致为10:7一般情况下，纵轴数据下端应从“0”开始，以便于比较。数据与“0”之间的间距过大时，可以采取折断的符号将纵轴折断时间序列数据-线图105【例2.7】我国1991～2003年城乡居民家庭的人均收入数据如表。试绘制线图￥

＄

1991～2003年城乡居民家庭人均收入年份城镇居民农村居民19911992199319941995199619971998199920002001200220031700.62026.62577.43496.24283.04838.95160.35425.15854.06280.06859.07702.88472.2708.6784.0921.61221.01577.71926.12091.12162.02210.32253.42366.42475.62622.2例子106例子分析107第1步：选择【图形】下拉菜单，并选择【线图】第2步：在出现的对话框中选择【多线线图】，在

【图中的数据为】中选择【各个变量的摘要】

，点击【定义】

返回主对话框第3步：在主对话框将变量(城镇和农村变量)选入【框的表征】。把年份变量选入【类别轴】，点击【OK】线图spss绘制步骤108spss演示109展示两个变量之间的关系用横轴代表变量x，纵轴代表变量y，每组数据(xi

，yi)在坐标系中用一个点表示，n组数据在坐标系中形成的个点称为散点，由坐标及其散点形成的二维数据图温度/0C降雨量/mm产量/kg/hm262522508403450105845001368575014110580016987500211208250两个变量的关系-二维散点图110例子：画出产量和降雨量的二维散点图两个变量的关系-二维散点图111练习：画出温度和降雨量的二维散点图两个变量的关系-二维散点图112例子：画出三个变量的三维散点图温度/0C降雨量/mm产量/kg/hm262522508403450105845001368575014110580016987500211208250三个变量的关系-三维散点图113三个变量的关系-三维散点图114P612.10练习115显示三个变量之间的关系图中数据点的大小依赖于第三个变量三个变量的关系-气泡图116也称为蜘蛛图(spiderchart)显示多个变量的图示方法在显示或对比各变量的数值总和时十分有用假定各变量的取值具有相同的正负号，总的绝对值与图形所围成的区域成正比可用于研究多个样本之间的相似程度多变量关系-雷达图117设有n组样本S1，S2，…,Sn，每个样本测得P个变量X1，X2

，…,XP，要绘制这P个变量的雷达图，其具体做法是

先做一个圆，然后将圆P等分，得到P个点，令这P个点分别对应P个变量，在将这P个点与圆心连线，得到P个幅射状的半径，这P个半径分别作为P个变量的坐标轴，每个变量值的大小由半径上的点到圆心的距离表示将同一样本的值在P个坐标上的点连线。这样，n个样本形成的n个多边形就是一个雷达图多变量关系-雷达图118【例2.9】2003年我国城乡居民家庭平均每人各项生活消费支出构成数据如表。试绘制雷达图今天的主食是面包2003年城乡居民家庭平均每人生活消费支出构成(%)项

目城镇居民农村居民

食品衣着家庭设备用品及服务医疗保健交通通讯娱乐教育文化服务居住杂项商品与服务37.129.796.307.3111.0814.3510.743.3045.595.674.205.968.3612.1315.872.21多变量关系-雷达图-例子119多变量关系-雷达图-例子分析120【练习】画出雷达图￥

＄

1991～2003年城乡居民家庭人均收入年份城镇居民农村居民19911992199319941995199619971998199920002001200220031700.62026.62577.43496.24283.04838.95160.35425.15854.06280.06859.07702.88472.2708.6784.0921.61221.01577.71926.12091.12162.02210.32253.42366.42475.62622.2多变量关系-雷达图121P392.10练习122*小结（数值型数据）数值数据用什么图和表展示？123*小结（数值型数据展示）数据类型品质数据数值型数据汇总表原始数据分组数据时序数据多元数据条形图饼图茎叶图箱线图直方图折线图线图散点图气泡图雷达图环形图数据类型品质数据数值型数据汇总表原始数据分组数据时序数据多元数据条形图饼图茎叶图箱线图直方图折线图线图散点图气泡图雷达图环形图数据类型品质数据数值型数据汇总表原始数据分组数据时序数据多元数据条形图饼图茎叶图箱线图直方图折线图线图散点图气泡图雷达图环形图1242.4合理使用图表

2.4.1鉴别图形优劣的准则

2.4.2统计表的设计125一张好的图表应包括以下基本特征显示数据让读者把注意力集中在图表的内容上，而不是制作图表的程序上避免歪曲强调数据之间的比较服务于一个明确的目的有对图表的统计描述和文字说明5种鉴别图表优劣的准则：一张好的图表应当精心设计、有助于洞察问题的实质使复杂的观点得到简明、确切、高效的阐述能在最短的时间内以最少的笔墨给读者提供最大量的信息是多维的表述数据的真实情况鉴别图表优劣的准则1262002～2003年城镇居民家庭抽样调查资料项目单位2002年2003年

调查户数平均每户家庭人口平均每户就业人口平均每户就业面平均一名就业者负担人数平均每人全部年收入＃可支配收入平均每人消费性支出户人人%元元元元453173.041.5851.971.928177.407702.806029.88480283.011.5852.491.919061.228472.206510.94资料来源：《中国统计年鉴2004》，中国统计出版社，2004，第359页。注：本表为城市和县城的城镇居民家庭抽样调查资料。

行标题列标题数字资料表头附加统计表的结构127合理安排统计表的结构总标题内容应满足3W要求数据计量单位相同时，可放在表的右上角标明，不同时应放在每个变量后或单列出一列标明表中的上下两条横线一般用粗线，其他线用细线通常情况下，统计表的左右两边不封口表中的数据一般是右对齐，有小数点时应以小数点对齐，而且小数点的位数应统一对于没有数字的表格单元，一般用“—”表示必要时可在表的下方加上注释统计表的设计128在2008年8月北京举办的第29届奥运会上，中国体育代表团共获得51枚金牌，占中国队获得奖牌总数的51%。这里的“51%”是()

A.平均数

B.频数

C.比例

D.比率某地区2008年新生婴儿中，男性婴儿为25万，女性婴儿为20万。男性婴儿与女性婴儿的人数之比为1.25：1，这个数值属于()

A.比例

B.比率

C.频数

D.平均数CB练习1293.在2008年8月北京举办的第