第章数据与统计学

第1章数据与统计学1.1

统计数据与统计学1.2统计学的产生和发展1.3统计学的分科1.4统计数据的来源1.5统计数据的质量1.6统计学的基本概念本章小结第1页，共46页。学习目标理解统计学的含义理解统计学与统计数据的关系了解统计学的分科了解统计学的发展过程理解统计数据的来源了解统计数据的质量理解统计中的几个基本概念

第2页，共46页。1.1统计数据与统计学第3页，共46页。什么是统计学?1.数据搜集：取得数据2.数据分析：分析数据3.数据表述：图表展示数据数据解释：结果的说明收集、整理、分析和解释数据的科学

第4页，共46页。统计研究的过程收集数据(取得数据)整理数据(处理数据)解释数据(结果说明)分析数据(研究数据)实际问题第5页，共46页。统计规律

(一些例子)正常条件下新生婴儿的男女性别比为105:100投掷一枚质地均匀的硬币，出现正面和反面的频率各为1/2；投掷一枚骰子出现1～6点的频率各为1/6农作物的产量与施肥量之间存在相关关系第6页，共46页。1.2统计学的产生和发展第7页，共46页。历史上著名的统计学家JacobBernoulli(伯努利)(1654—1705)EdmondHalley(哈雷)(1656—1742)DeMoivre(棣莫弗)(1667—1754)ThomasBayes(贝叶斯)(1702—1761)LeonhardEuler(欧拉)(1707—1783)PierreSimonLaplace(拉普拉斯)(1749—1827)AdrienMarieLegendre(勒让德)(1752—1833)ThomasRobertMalthus(马尔萨斯)(1766—1834)ThomasRobertMalthus(马尔萨斯)PierreSimonLaplace(拉普拉斯)LeonhardEuler(欧拉)第8页，共46页。历史上著名的统计学家FriedrichGauss(高斯)(1777—1855)JohannGregorMendel(孟德尔)(1822—1884)KarlPearson(皮尔逊)(1857—1936)RonaldAylmerFisher(费希尔)(1890—1962)JerzyNeyman（奈曼）(1894—1981)EgonSharpePearson(皮尔逊)(1895—1980)WilliamFeller(费勒)(1906—1970).FriedrichGauss(高斯)JohannGregorMendel(孟德尔)第9页，共46页。1.3统计学的分科第10页，共46页。统计学的分类统计学描述统计学推断统计学理论统计学应用统计学第11页，共46页。描述统计

(descriptivestatistics)研究数据收集、整理和描述的统计学分支，用直观的图像、表格和概括性的数字对数据进行描述内容搜集数据整理数据展示数据描述性分析目的描述数据特征找出数据的基本规律02550Q1Q2Q3Q4￥x=30s2=105第12页，共46页。推断统计

(inferentialstatistics)研究如何利用样本数据来推断总体特征的统计学分支内容参数估计假设检验目的对总体特征作出推断样本总体第13页，共46页。描述统计与推断统计的关系反映客观现象的数据总体内在的数量规律性推断统计（利用样本信息和概率论对总体的数量特征进行估计和检验等）概率论（包括分布理论、大数定律和中心极限定理等）描述统计（统计数据的搜集、整理、显示和分析等）总体数据样本数据第14页，共46页。理论统计与应用统计理论统计研究统计学的一般理论研究统计方法的数学原理应用统计研究统计学在各领域的具体应用第15页，共46页。1.4统计数据的来源数据，数据，我不能做无米之炊！第16页，共46页。统计数据的类型分类数据(categoricaldata)

对事物进行分类的结果数据表现为类别，用文字来表述例如，人口按性别分为男、女两类

企业性质：国有、集体、私营、外资顺序数据(rankdata)

对事物类别顺序的测度数据表现为类别，用文字来表述例如，产品分为一等品、二等品、三等品、次品等

考试成绩：优、良、中、及格、不及格可进行比较（大小、高低、好坏的方向），但不能表示出具体的差距，也不能进行加、减、乘、除等数学运算数值型数据(metricdata)

对事物的精确测度结果表现为具体的数值例如：身高为175cm、168cm、183cm第17页，共46页。统计数据的直接来源一手资料：数据的直接来源，通过调查或实验直接收集到的统计资料（普查、实验式、观察式等）第18页，共46页。自填式面访式电话式调查方法实验方法搜集数据的基本方法第19页，共46页。普查

为某一特定目的面专门组织的一次性全面调查。

目的：搜集某一时点上的国情国力和资源状况的全面资料，为政府制定规划、方针政策提供依据。特点：一次性或周期性统一的标准时间规范性与准确性工作量大，需要大量人力和财力，用得较少例如：我国于1977年进行了职工人数普查；1978年进行了科学技术和基本建设在建项目普查；1990年进行了第四次全国人口普查；

2000年进行了第五次全国人口普查。第20页，共46页。

抽样调查按随机原则从总体中抽取样本；以样本指标（统计量）为依据推断总体参数或检验总体的某种假设；抽样误差可以事先计算并加以控制。

第21页，共46页。自填式问卷调查没有调查员协助的情况下由被调查者自己完成调查问卷问卷递送方法有：调查员分发、邮寄、网络、媒体要求调查问卷结构严谨，有清楚的说明弱点问卷的返回率比较低不适合结构复杂的问卷调查周期比较长数据搜集过程中出现的问题难于及时采取调改措施第22页，共46页。面访式问卷调查调查员与被调查者面对面提问、被调查者回答的一种调查方式优点可提高调查的回答率可提高调查数据的质量能调节数据搜集所花费的时间弱点调查的成本较高调查过程的质量控制有一定难度第23页，共46页。电话式问卷调查通过电话向被调查者实施调查特点速度快，能在短时间内完成调适合于样本单位十分分散的情况局限如果被调查者没有电话，调查将无法实施访问的时间不能太长使用的问卷需要简单被访者不愿意接受调查时，难以说服您好!我是××调查公司的调查员…第24页，共46页。座谈调查1.也称集体访谈、焦点访谈2.采用小型座谈会的方式，挑选一组具有代表性的被调查者，在一个装有辅助设备的房间内，在主持人的组织下，就某个专题进行讨论，从而获得所需材料的方法。3.参加座谈会的人数不宜过多，一般为6-10人4.侧重于定性研究5.优缺点第25页，共46页。观察式调查就调查对象的行动和意识，调查人员边观察边记录以收集所需信息调查人员不是强行介入能够在被调查者不察觉的情况下获得资料如交通流量的调查第26页，共46页。统计数据的间接来源统计摘要统计资料汇编统计公告报刊杂志网上资料历史文献其它来源年鉴注意：1、针对性地获取资料3、注意指标含义、方法、口径的可比性3、注明来源二手资料：数据的间接来源，间接引用现有的资料，如各级政府公报、年鉴、期刊、各种专业数据库等。第27页，共46页。例如：消费者可以按月收入的高低分类，一项研究要了解月收入在1200元以上和8000元以下的消费者人数而二手资料中收入段的划分是：200元以下，200-399元，400-599元，600-799元，800-999元，1000-1499元，1500-2499元，2500-3999元，4000-5999元，6000-8999元，9000元以上请问适用性如何？只能提供1500-5999元收入的人数，不能提供1200-1499元和6000-7999元收入的人数。第28页，共46页。二者的利弊：

一手数据是通过研究者自行设计的调查取得的，因此更能契合研究的计划，更有助于准确的反映研究结果。但往往由于研究经费和研究者精力所限，获得海量的一手数据难度较大，所以也有可能影响统计分析的准确性。二手数据往往来自于专业的统计机构，因此其准确性和权威性一般更高，而且获取二手数据的成本一般都会大大小于为得到一手数据的付出。但是使用二手数据进行研究前，一般要对数据进行提炼和组合才能更好的满足研究需要。第29页，共46页。调查方案设计根据调查研究的目的和调查对象的性质，在进行实际调查之前，对调查工作总任务的各个方面和各个阶段进行通盘的考虑和安排，以提出相应的调查实施方案并制定出合理的工作程序。调查目的和内容Why?调查对象Who?调查项目（问卷设计的前期工作）What?调查方式和调查方法How?调查经费预算Money?调查实施时间When?第30页，共46页。进行一项完整的调查研究，主要包括：调查方案设计问卷设计调查的实施数据的收集与处理调查报告的撰写第31页，共46页。问卷设计问卷结构：封面信

+

指导语

+

主体+

结束语问卷设计

基本要求：主题明确，形式简明，文字通俗，容易理解，便于回答，词句编排，层次分明，先难后易。

问卷形式：①开放式词句②对选式词句③多项选择式词句④排序式词句···························第32页，共46页。1.问卷的基本结构1）封面信：调查情况简介，主要是向被调查者说明调查者的身份，调查的内容、目的及意义等。2）指导语：向被调查者说明填写问卷的具体方法，如填表的方式、要求及注意事项等。3）问卷主体：包括问卷的题目和编码4）结束语：向被调查者的合作表示感谢，也用来向被调查者询问对问卷的感受，收集影响调查者回答的因素，这样有利于研究人员工作的改进（试点调查阶段）。第33页，共46页。2.问卷设计的步骤确定调查目的确定调查问卷类型及方式问题的设计确定问题形式确定问题的编排问卷的试用修订定稿和印刷第34页，共46页。3.问卷设计的注意事项7）避免提问令被访者难堪，禁忌和敏感的问题8）安排好问题的次序例子：取自1980年的一项实验调查，调查对象是美国居民，调查的问题有两个：

A.你是否认为美国应该让其他共产党国家（如苏联）的记者到美国来，并把他们看到的新闻发回去。

B.你是否认为像苏联那样的共产党国家应该让美国新闻记者入境，并把他们看到的新闻发回美国。1）1）避免问卷中的概念过于抽象2）避免问卷中问题过于含糊3）避免问题带有倾向性4）避免问题提法不恰当5）避免问题包含多层含义6）避免问题与备选答案不协调实验结果：如果按A、B的顺序排列，对问题A赞同的比例有54.7％，对问题B赞同的比例有63.7％。但是，如果按B、A的顺序排列，对问题A赞同的比例有74.6％，对问题B赞同的比例有81.9％。不同的排序得到不同的结果，从心理学的角度分析，人们在回答问题时总是有意无意的保持一致。美国人可能比较愿意让美国的记者到共产党国家去，并把新闻发回美国。当把问题B放在前面时，就形成一个比较宽松的框架，既然苏联应该让美国记者入境，那么美国也应该让苏联记者进入美国，所以同意的比例都比较高。第35页，共46页。1.5统计数据的质量抽样误差

选择误差数据处理误差

测量误差调查员误差非抽样误差数据的误差第36页，共46页。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的大小的因素样本量的大小总体的变异性第37页，共46页。非抽样误差

(non-samplingerror)相对抽样误差而言除抽样误差之外的，由于其他原因造成的样本观察结果与总体真值之间的差异存在于所有的调查之中概率抽样，非概率抽样，全面性调查有选择误差、数据处理误差、调查员误差、测量误差（三个方面：研究者、调查者、被调查者）第38页，共46页。误差的控制

抽样误差可进行概率说明和控制

选择合适的抽样方法非抽样误差的控制调查员的挑选调查员的培训督导员的调查专业水平调查过程控制调查结果进行检验、评估现场调查人员进行奖惩的制度。。。。。。第39页，共46页。统计数据的质量要求精度：最低的抽样误差或随机误差准确性：最小的非抽样误差或偏差关联性：满足用户决策、管理和研究的需要及时性：在最短的时间里取得并公布数据一致性：保持时间序列的可比性最低成本：以最经济的方式取得数据第40页，共46页。1.6

统计学的基本概念平均数标准差比例参数统计量xsp样本总体第41页，共46页。总体和样本总体(population)所研究的全部元素的集合，其中的每一个元素称为个体分为有限总体和无限总体有限总体的范围能够明