统计学基础及应用课件 任务3 统计数据

任务三统计数据整理学习目标提高数据敏感性，培养利用数据解决实际问题的能力树立法治观念，具备数据信息保密意识培养责任感，坚持细致严谨的工作作风能够根据实际资料对“脏数据”进行清洗能够根据实际资料进行数据转换能够根据实际资料进行统计分组，编制分配数列能够根据实际资料编制统计表、绘制统计图能够利用Excel软件对统计资料进行整理理解统计数据整理的意义和步骤掌握数据清洗、数据转换的概念和方法理解数据集成的概念和应用场景理解统计分组的概念和作用掌握统计分组的方法掌握编制统计表和绘制统计图的方法掌握运用Excel软件进行统计数据整理的方法知识目标能力目标素质目标

经过前期的统计调查，你已经从A市自来水公司的客户那里获得了原始的调查资料，至此统计调查阶段结束。现在进入统计数据整理阶段，这一阶段你的任务是对收集来的零散的、不系统的，甚至是存在缺失或错误的统计数据进行整理，为下一阶段的统计分析创造良好的条件。

任务描述与分析（1）统计数据整理大致分为哪些工作环节？（2）用什么方法能够处理可能存在的数据缺失值、重复值和错误值？（3）用什么方法能够使零散的原始调查数据条理化？（4）如何借助计算机软件（如Excel）进行高效、准确的数据汇总？（5）用什么方法把整理好的调查数据呈现出来？思考问题相关知识知识一、统计数据整理的意义和步骤知识二、统计数据清洗知识三、统计数据加工知识四、统计数据展示知识五、Excel在统计数据整理中的应用提示

你必须对这些调查问卷中所包含的数据进行清洗和加工整理，在开展这项工作之前，你应该对这一阶段的工作内容有基本的了解。

通过问卷调查，你已从A市自来水公司的客户那里获得了400多份问卷。在接触客户的过程中，你掌握了大量客户对自来水公司的意见。假设自来水公司的领导现在向你了解情况，你该怎么向他汇报你所掌握的客户意见呢？此外，个别客户的意见无法代表总体意见，你所提供的信息与自来水公司的调查要求还存在差距！那么，你该怎样对这些调查数据进行科学汇总，实现你的调查目的呢？任务3-1统计数据整理的意义和步骤是指根据统计研究的目的，对统计调查阶段所收集到的大量原始数据进行清洗、加工和汇总，使其系统化、条理化，从而得到表现总体特征的综合统计数据的工作过程。统计数据整理是统计工作的中间环节，既是统计调查的延续，也是统计分析的前提，在统计工作中起着承上启下的重要作用。统计数据整理的质量，不仅直接影响调查数据能否充分发挥其作用，也关系到统计分析和预测能否得出正确的结论。统计整理的概念

统计数据整理是统计工作的第三个阶段，是统计人员根据统计研究的目的，对统计调查阶段所收集到的大量原始数据进行清洗、加工和汇总，使其系统化、条理化，从而得到表现总体特征的综合统计数据的工作过程。设计统计数据整理方案审核调查资料录入数据统计数据清洗统计数据加工统计整理的步骤绘制统计表和统计图任务3-1解析

在前面的学习中，你已经知道了如何进行数据采集以获取所需的数据资料，接下来要对获取的数据资料进行整理汇总，主要包括以下步骤。

首先，审核调查问卷是否全部完成，数量是否达标。其次，录入数据：如果是电子调查问卷，需将结果导出；如果是纸质问卷，需将数据录入计算机。接下来，检查数据资料，对其中的“脏数据”进行清洗。然后，将文本数据进行转换，并利用统计分组进行汇总。最后，运用统计图表展示数据，使调查结果更加直观。任务3-1：现在来思考一下A市自来水公司客户满意度调查项目。你该如何整理这些数据，实现你的调查目的呢？提示

对于这些数据问题，我们需要进行数据清洗。数据清洗是指发现并纠正数据中存在的错误、缺失、重复或不规范之处，使之满足分析要求的过程。

现在你已经对400多份调查问卷进行了审核，并将有效的问卷资料录入了计算机。但是这些数据资料可能存在缺失值、重复值或错误值等问题，这将直接影响后续数据分析的准确性、完整性和可靠性。为了保障研究结果的准确可靠，你打算怎么办呢？任务3-2统计数据清洗重复值是指由于数据采集过程中重复输入，或是数据合并时出现重叠等原因造成数据表格中出现相同或者相似的记录。重复值一般分为两种，一是完全相同的数据记录，二是部分关键字段重复的记录。对于第一种重复值只需要保留其中一条数据记录，删除其余重复的记录即可；对于第二种重复值，则需要根据实际业务进行数据合并、删除、保留等操作。统计数据清洗—重复值处理

某公司员工信息统计表示例：在员工信息统计表中，张三有两条记录，身份证号、性别、部门以及联系方式等数据均一致，说明这是完全重复的两条记录，只需要保留其中一条即可。而李四的两条数据中，身份证号、性别、部门等字段相同，说明这是同一个人，然而联系电话和通讯地址不同，形成了两条记录，这种情况则需要根据实际情况对数据进行合并或者删除。员工姓名身份证号性别部门联系电话通讯地址张三320978200310923245女财务部1788988xx江苏省南京市秦淮区中山路18号张三320978200310923245女财务部1788988xx江苏省南京市秦淮区中山路18号李销售部1390200xx江苏省南京市玄武区长江路115号李销售部1546932xx江苏省南京市玄武区龙蟠路73号王技术部1983390xx江苏省南京市鼓楼区广州路39号统计数据清洗—重复值处理统计数据清洗—缺失值形成在数据采集过程中，部分信息无法获取或信息被遗漏，常常导致数据资料不完整，出现缺失值。例如，在A市自来水公司客户满意度调查项目中，有的受访者漏填部分信息，导致数据资料出现缺失值。如果缺失的数据无法找回或者替代，可以直接删除缺失值对应的整条样本记录，这种方法处理简单，但是会导致样本量减少。因此，它适用于样本数量较大，且出现缺失值的样本所占比例较小，对整体分析影响不大的情况。01删除缺失值填补法是通过一定的方法将缺失的数据补上，进而形成完整的样本数据，方便后续的计算与分析。常见的填补法包括统计量替换法和模型预测法。当样本量较少，或者该数据缺失属于正常情况，具备一定的保留意义时，则可以保留该缺失值，不做处理。02保留缺失值03填补缺失值统计数据清洗—缺失值处理销售经理姓名销售日期销售产品名称销售渠道销售单价销售数量李四2024/10/7产品A小红书16920李四2024/10/8产品A小红书16913李四2024/10/9产品A小红书16915李四2024/10/10产品A小红书16914李四2024/10/11产品A小红书169空值李四2024/10/12产品A小红书16923李四2024/10/13产品A小红书16917

某销售经理一周销售数据示例：销售经理李四一周销售数据中，10月11日销售数量缺失，由于考虑到他每天的销售数量相对稳定，因此可以根据销售数量缺失值前后的平均值来填充，即空值=（20+13+15+14+23+17）/6=17。统计数据清洗—缺失值处理除了缺失值和重复值，采集后的数据还可能会出现错误值。一般来说，错误值包含格式错误、逻辑错误、计算错误、编码错误等。格式错误计算错误逻辑错误编码错误统计数据清洗—错误值处理数据格式错误是指在数据处理分析过程中，数据的表示形式不符合要求的标准或规范。1.格式错误0201例如，某单元格数值的格式被设置为文本，这会导致后续计算出现错误。数值格式错误例如，商品销售表中，有的商品名称中包含特殊字符或空格，如“连_衣裙”或“连

衣裙”。文本格式错误统计数据清洗—错误值处理数据的逻辑错误指数据在逻辑上不合理或者前后不一致，违背了常识或者逻辑规律。2.逻辑错误这类错误是指数据超出了合理的范围，例如大学生个人信息统计表中出现年龄超过100岁或者为负数、籍贯为“火星”等明显错误值。数据不合理这类错误是指数据间的关系不合理，自相矛盾，例如公司员工信息统计表中，各部门人数之和超过总人数。数据相互矛盾例如，公司员工信息统计表中，性别字段应仅包含“男”或“女”，然而性别字段出现“男”、“女”之外的无效值，如“/”。数据不符合规则统计数据清洗—错误值处理计算错误是指在统计指标的计算过程中，由于公式误用、数据范围选取不当或运算逻辑错误导致结果偏离真实值。例如，计算结构相对指标时，分子分母位置颠倒，导致得出一个不合逻辑的百分比。3.计算错误统计数据清洗—错误值处理数据编码错误是指在数据录入或者数据转换过程中，由于编码格式不正确或不一致，导致数据错误。例如，在对调查问卷中性别信息进行分类编码时，出现规定编码以外的数字；或在对商品进行编码时，同一类型的商品编码格式不一致。4.编码错误统计数据清洗—错误值处理Excel中常见的错误值提示及处理办法错误值符号产生原因解决办法示例#####!①单元格中的数字、日期或时间数据长度大于单元格宽度②单元格中的日期或时间公式产生了负值①拖动列表之间的宽度来修改列宽②修正公式或将单元格格式设置为非日期和时间型数据→#VALUE!①在需要数字或逻辑值时输入了文本，Excel不能将文本转换为正确的数据类型②将单元格引用、公式或函数作为数组常量输入③赋予需要单一数值的运算符或函数一个数值区域①确认公式或函数所需的运算符或参数正确，并且公式引用的单元格中包含有效的数值②确认数组常量不是单元格引用、公式或函数③将数值区域改为单一数值↓#DIV/O!①在公式中，除数使用了指向空单元格或包含零值单元格的单元格引用(在Excel中如果运算对象是空白单元格，Excel将此空值当作零值)②输入的公式中包含明显的除数零①修改单元格引用，或者在用作除数的单元格中输入不为零的值②将零改为非零值#NAME?①删除了公式中使用的名称，或使用了不存在的名称②名称的拼写错误③公式中输入文本时未使用双引号④单元格区域引用时缺少冒号①确认使用的名称确实存在②修改拼写错误的名称③将公式中的文本括在英文状态下的双引号中④确认公式中使用的所有单元格区域引用中都使用了英文状态下的冒号↓

Excel常见错误值提示、产生原因及解决办法汇总统计数据清洗—错误值处理Excel中常见的错误值提示及处理办法错误值符号产生原因解决办法示例#N/A单元格的函数或公式中没有可用数值可以忽略或如果工作表中某些单元格暂时没有数值，在这些单元格中输入“#N/A”，公式在引用这些单元格时，将不进行数值计算，而是返回“#N/A”↓#REF!删除了由其他公式引用的单元格，或将单元格粘贴到由其他公式引用的单元格中更改公式或者在删除或粘贴单元格之后，立即单击"撤消"按钮，以恢复工作表中的单元格↓#NULL！使用了不正确的区域运算符或引用的单元格区域的交集为空更改区域运算符使之正确，或更改引用使之相交↓#NUM!在需要数字参数的函数中使用了不能接受的参数；使用了迭代计算的工作表函数；由公式产生的数字太大或太小，Excel不能表示确认函数中使用的参数类型正确无误；为工作表函数使用不同的初始值；修改公式，使其结果在有效数字范围之间↓续表

Excel常见错误值提示、产生原因及解决办法汇总统计数据清洗—错误值处理任务3-2解析

在前面的学习中，你已经知道数据处理的一般流程和方法，现在要对A市自来水公司客户满意度数据进行检查并清洗其中的不规范数据。首先，检查是否存在缺失值，例如部分用户漏填数据，可进行删除或填补处理；其次，检查是否存在重复值，例如同一用户数据被多次录入，应予以删除；最后，检查是否存在错误值，例如客户满意度分为5个档次，但出现了该范围以外的数据，同样需要进行修正处理。只有经过清洗的规范数据才能保障分析结果的可靠性。任务3-2：现在来思考一下A市自来水公司客户满意度调查项目，你知道该如何识别并清洗调查数据中的重复值、缺失值和错误值？提示

在统计中，清洗后的数据需要进行一定的加工，以便于后续的计算与分析，主要包括数据转换、数据分组以及编制分配数列。数据转换可以将数据信息转换成适合分析的形式，而数据分组是常用的统计数据整理方法，它可以使我们在充分掌握个别数据的基础上，以分类概括的方式汇总资料，从而达到全面反映总体数量特征的目的。在明确了对A市自来水公司的客户满意度进行分组之后，通过选择合理的分组标志和分组界限，解决如何分类汇总统计资料的问题，并在此基础上编制分配数列，将分类汇总的结果直观呈现。

现在你已经对录入的调查问卷数据进行了清洗，处理了其中的缺失值、重复值和错误值。但发现数据部分字段为文本型，且数据较为零散，只能反映每个被调查者的具体情况，无法体现被研究总体的全貌。接下来，你该怎么办呢？任务3-3统计数据加工在数据存储和分析过程中，为了实现数据集成、数据迁移以及数据分析，往往需要对数据进行转换，数据转换是将统计数据转从一种格式、结构或类型转换为另一种格式、结构或类型的过程。常见的统计数据转换类型：

数据格式转换

数据结构转换

数据类型转换

数据编码转换

数据标准化处理统计数据加工—数据转换一般来说，数据在存储与处理中可呈现为文本、表格等多种格式。数据格式转换就是指将数据从一种格式转换为另一种格式。例如，为便于统计分析，将Excel文件转换为CSV格式、或将数据库导出的TXT文本转换为Excel表格。1.数据格式转换统计数据加工—数据转换数据结构转换就是将数据从一种数据结构转换为另一种数据结构。在统计数据处理中，常见的结构转换包括对数据表进行透视与逆透视，实现一维表与二维表之间的相互转换。2.数据结构转换统计数据加工—数据转换数据类型一般有数值型、文本型、日期型、逻辑型等。在不同的数据处理场景中，会产生不同的数据类型需求，这就要求我们能够对数据类型进行转换。例如将系统导出的文本型数字转换为数值型数据，才能进行数学运算。3.数据类型转换统计数据加工—数据转换数据编码指的是为了方便统计分析，将分类数据转换为数值数据。例如，在处理自来水公司满意度的调查问卷统计数据时，将性别信息“男”和“女”编码为0和1，将用户满意程度信息“非常满意”“满意”“一般”“不满意”“非常不满意”分别编码为数值5、4、3、2、1。4.数据编码转换统计数据加工—数据转换数据标准化是将不同尺度或范围的数据转换到一个统一的标准尺度上，以便于比较和分析。常用的标准化方法有最小-最大标准化和Z-score标准化等。5.数据标准化处理统计数据加工—数据转换

收入与受教育年限原始数据示例：例如，要研究受教育年限、年龄与收入之间的关系，由于特征变量的量纲不同（单位不同、数值范围不同），会影响后续回归结果，因此需要对三个变量数值进行标准化处理，使不同量纲的变量转换到同一尺度上。观测值年收入(元)受教育年限(年)年龄145000026382800001923312000015454150000193553000002240统计数据加工—数据转换以年收入变量为例，利用Z-score标准化的方法对其标准化处理，Z-score标准化的公式为：式中，xi(i=1,2,3…)是一组观测值，µ是其均值，σ是其标准差。年收入均值=220000，年收入标准差=136967.1493统计数据加工—数据转换观测值年收入(元)标准化后年收入(元)14500001.6792280000-1.02213120000-0.73014150000-0.511153000000.5841

标准化处理后年收入数值统计数据加工—数据集成数据集成是指将不同来源、不同格式、不同结构的数据整合到一起，形成一个统一的数据视图，以提高数据的可用性和整体性。数据集成通常包含数据提取、数据清洗、数据转换、数据加载等步骤，即从不同数据源中提取数据，对其中的缺失值和异常值进行处理，并将其转换为统一的数据结构和格式，最终将清洗、转换后的数据加载到数据仓库中，方便后续分析。统计数据加工—数据集成以零售企业为例，企业每天产生大量销售数据、库存数据、客户数据、市场数据、财务数据等，这些数据往往分散在不同的系统中，难以综合分析与利用，而通过数据集成，可以将这些分散的数据整合到一起，形成一个完整的数据视图，帮助企业进行决策。通过分析历史销售数据、市场数据和客户行为数据，企业可以预测未来销售情况，提前安排好库存，加强供应链管理，及时调整销售和采购策略。通过整合客户的购买历史、浏览行为、反馈意见等数据，企业可以进行客户画像，分析客户偏好，实现精准营销。统计分组是根据统计研究的需要，将统计总体按照一定的标志分为若干组成部分的一种统计分析方法。统计分组具有两个方面的含义：对总体而言，是“分”，即将同质总体区分为性质有别的不同组成部分(组间差别性)

对总体单位而言，它是“组”，即将性质相同或相近的不同总体单位组合在一起，构成一个组

(组内同质性)统计数据加工—统计分组的概念反映总体特点和规律划分现象类型揭示现象内部结构分析现象的依存关系统计数据加工—统计分组的作用某班级共50位学生，以下是某次统计考试的卷面成绩，请对该班的学习成绩进行具体分析。89

75

60

48

95

88

78

90

66

93

74

71

58

85

80

69

79

7792

70

61

55

8183

66

62

51

72

90

86

65

73

83

61

86

6782

71

51

92

69

77

87

82

79

72

75

80

76

58

统计数据加工—统计分组的作用示例：

某班学生统计考试成绩分组表按成绩分组学生人数（人）60分以下0660～70分1070～80分1580～90分1390～100分06合计50从表中可以看到，某班学生的统计考试成绩经过分组整理后，能够比较直观地反映该班的总体成绩情况了。统计数据加工—统计分组的作用

某市100个商店流通费用率情况按销售额分组（万元）商店数（个）流通费用率（%）100以下1011.8100～200（不含200）2011.2200～300（不含300）3010.5300～400（不含400）2509.7400及以上1508.9由表格中分组资料可见，销售额与流通费用之间具有明显的依存关系，即销售额越大，每百元销售额中的流通费用越小。统计数据加工—统计分组的作用示例：选择分组标志确定分组界限编制分配数列统计数据加工—统计分组的方法目的和任务原则反映现象本质特征原则历史条件和经济条件原则一、选择分组标志统计数据加工—统计分组的方法

根据分组标志的不同，统计总体可以按品质标志分组，也可以按数量标志分组。按品质标志分组按数量标志分组是指选择反映事物数量差异的数量标志作为分组标志是指选择反映现象属性特征的品质标志作为分组标志例如：学生按性别分组统计学生的考试成绩，按成绩分组统计分组应达到的要求穷尽性：每一单体单位都能划归到各自所属的组互斥性：不同组所包括的单位性质相异二、确定分组界限统计数据加工—统计分组的方法简单分组：对总体只按一个标志进行分组复合分组体系：对同一总体，先按一个主要标志分成若干组，再按其他辅助标志在对各组细分，形成多层次分组组合。国民收入累积额生产性非生产性固定资产流动资产固定资产流动资产

国民收入累计额：平行分组体系：对同一总体，分别按几个标志进行简单分组按用途分生产性非生产性按性质分固定资产流动资产三、统计分组的种类统计数据加工—统计分组的方法

分配数列又称分布数列、次数分布，是指在统计分组的基础上，把总体的所有单位按组归并排列，形成总体中各个单位在各组间的分布。分布数列是统计整理结果的一种重要表现形式，也是统计分析的一种重要方法。它表明了总体单位分布的特征和结构状况，为进一步研究总体的构成、计算统计指标提供了方便。品质分配数列变量分配数列单项数列组距数列等距数列不等距数列分配数列三、编制分配数列统计数据加工—编制分配数列只需将品质标志的表现一一排列出来，然后汇总出每一种标志表现所出现的次数即可。品质分配数列的编制行为类型人数（个）

比重（%）绝不闯红灯有急事才会闯没有过往车时会闯有人闯我就闯能闯就闯17688769972735274

合计250100某市市民遵守交通规则观念调查统计表统计数据加工—编制分配数列变量分配数列的编制单项式数列的编制某车间班组25名职工的生产计件（单位：台）资料如下6435754673546644564754356统计数据加工—编制分配数列生产计件数（台）职工人数（人）占比（%）33124728562466247312合计25100

某车间班组职工生产计件统计统计数据加工—编制分配数列在进行组距分组时，会涉及到一些问题，包括：等距分组和不等距分组、组限、组距、组中值等。变量分配数列的编制统计数据加工—编制分配数列组距数列的编制组限组限就是每一组两端的数值。

10—2020—3030—40下限上限职工人数（人）

99以下

100—199200—299300—399固定资产额（万元）

50—6060—7070—8080—90衔接式确定组限适用于离散变量重叠式确定组限适用于连续变量衔接式确定组限：汇总各组单位数时，按照“上下限均包括在本组内”的原则汇总。重叠式确定组限：汇总各组单位数时，按照“上限不在本组内”的原则汇总。统计数据加工—编制分配数列组距变量值在各组变动的最大范围。组距计算方法：重叠式组限的组距＝上限-下限职工人数（人）

99以下

100—199200—299300—399固定资产额（万元）

50—6060—7070—8080—90衔接式组限的组距＝大邻组的下限-本组下限统计数据加工—编制分配数列等距分组各组组距均相等。如：

10—2020—3030—40以上各组组距均为10。这种分组适用于均匀分布的总体。不等距分组各组组距不一定相等。如：

10—2020—5050—6060—70以上分组中，其中第二组与其它各组的组距不同。这种分组适用于资料分布离差较大或者是为了满足特殊的研究目的的需要。统计数据加工—编制分配数列组中值每组上限与下限之间的中点数值，是各组的假定平均数。组中值=（上限值+下限值）÷2=下限+组距/2=上限-组距/2开口组组中值的计算：缺下限：组中值=本组上限—相邻组组距/2缺上限：组中值=本组下限+相邻组组距/2例如产值（万元）50以下50—6060—7070以上第一组组中值：50－（10÷2）=45最后一组组中值：70+（10÷2）=75闭口组：上限、下限都具备开口组：只有上限或下限的组

······以上·······以下将变量值进行分组计算各组频数、频率、累计频数和累计频率对全距分段原始资料按数值大小顺序排列排顺序求全距单项数列适用于离散型变量数列且取值不多累计频数计算组中值累计频率组距数列适用取值较多离散变量数列适用连续型变量数列开口闭口等距异距组距数列的编制基本步骤：第一步：将原始资料按数值大小依次排列，计算全距。第二步：确定变量数列形式（确定编制单项式数列还是组距式数列）。第三步：确定组距和组数。全距=最大变量值－最小变量值组数=全距÷组距组距应尽可能取5或10的倍数变量取值不多且变量值的变动范围不大时，适宜编制单项数列。当变量值取值较多或变量值差异很大时，适宜编制组距数列。统计数据加工—编制分配数列第四步：确定组限。注意

1、组限最好用整数表示，如果组距是5或10等，则每组的组限最好是其倍数；

2、第一组下限略小于资料中的最小变量值，最末组上限略大于资料中的最大变量值；

3、无极大或极小的极端数值时，则采用闭口组；如果变量值相对比较分散，为了不出现空白组，跟好地反映总体的分布情况，则应采用开口组。

4、对于连续型变量，应采用重叠式组限，而对于离散型变量，二种方法都可以采用。第五步：汇总出各组的单位数，计算频率，并编制统计表。统计数据加工—编制分配数列变量分配数列的编制组距式数列的编制以下是某学生对班里40位同学暑期勤工俭学情况进行调查时所获得的每位同学勤工俭学的收入（单位：元）640024009600300026001200058003700410027001700049601960150024001920160010002700560001560360031003200730020003560132028002200690080003720256091603200统计数据加工—编制分配数列勤工俭学收入（元）学生人数（人）占比（%）1000以下512.501000～2000922.502000～3000922.503000～4000820.004000～500025.005000～600025.006000～700025.007000及以上37.50合计40100.00某班学生暑期勤工俭学收入统计统计数据加工—编制分配数列组距式数列的编制统计数据加工—编制分配数列成绩（分）学生人数（人）占比（%）向上累积向下累积学生人数（人）占比（%）学生人数（人）占比（%）60以下6126125010060～7010201632448870～8015303162346880～9013264488193890～10061250100612合计50100.00----某班学生考试成绩分组累积频数和累积频率钟形分布(正态分布)U形分布J形分布统计数据加工—频数分布的类型任务3-3解析

提示：在前面的学习中，你已经编制了客户满意度调查问卷，现在你会发现，其实在设计调查问卷时就已经涉及分组概念了，调查问卷上的每一个调查项目（标志）都已进行了分组。例如，问卷中的问题“对于A市自来水公司提供的自来水质量，您的满意度如何？”，这个调查分为“无特殊气味”“无杂质”“无色”“无特殊味道”等4个项目，分别按“非常满意”“满意”“一般”“不满意”“非常不满意”进行分组。任务3-3：现在来思考一下A市自来水公司客户满意度调查项目。在这个项目中，你觉得应使用哪些分组方法，该怎样编制分配数列。按客户对自

来水质量满

意度分组无特殊气味无杂质无色无特殊味道客户数（人）比率（%）客户数（人）比率（%）客户数（人）比率（%）客户数（人）比率（%）非常满意51.2571.7592.2530.75满意287.004611.505413.50246.00一般12832.0012230.5010526.2511629.00不满意17142.7517243.0017343.2519548.75非常不满意6817.005313.255914.756215.50合计400100.00400100.00400100.00400100.00任务3-3解析（续）

以城镇居民满意度数据为例，分别统计与自来水质量有关的4个项目的客户意见，将有相同意见的客户归入同一组，然后编制分配数列，如表所示。提示

提示：统计数据经过分组整理后，通过编制分配数列已经变得有条理了，在此基础上，你需要按照统计表的规范格式展示分配数列，以便于读者阅读和理解，你还可以考虑用形象的统计图把总体的数量特征和数量关系更直观地表现出来，尤其是在你特别需要强调的关键问题上，这种效果会更好。

现在你已完成了对A市自来水公司客户满意度调查数据的分组整理，并按要求编制了各个调查项目的分配数列。你的统计数据整理任务是否已经完成？你还需要做些什么？任务3-4统计数据展示

统计表——数据代替文字描述，便于统计结果的精确、简洁的表达和对比分析

统计图——用图形代替数据，获得直观、形象的效果统计数据展示统计表的结构统计数据展示简单表：指主词未经任何分组的统计表，仅按单位名称或时间先后顺序排列而成的统计表。

季度销售额（万元）一季度5158二季度5649三季度6687四季度7103某企业某年各季度销售额统计统计数据展示简单分组表：指主词只用一个标志分组形成的统计表，简称分组表。某年某地区工业企业按固定资产分组的企业与职工数统计表按固定资产分组（万元）企业个数平均企业职工人数1000以下50281000-5000102355000-100001250110000以上32073统计数据展示复合分组表：指主词按两个或两个以上标志进行分组，简称复合表。按各城市自来水用户性质分组自来水用水量（亿立方米）A市4.5企业用户2.4居民用户2.1B市6.5企业用户3.8居民用户2.7C市4.3企业用户2.5居民用户1.8……各城市某年自来水用水量统计

统计数据展示（1）统计表的各种标题，特别是总标题的表达，应该十分简明、确切，能够概括地反映出统计表的基本内容。总标题还应该标明资料所属的时间和空间。（2）统计表的左右两端习惯上均不画线，采用开口式。表的上下横线最好用粗线，纵栏之间用细线分开，横行之间可以不加线。（3）如果统计表的栏数较多，通常要加以编号，主词和计量单位等栏用（甲）、（乙）、（丙）等文字标明；宾词指标各栏用（1）、（2）、（3）等数字编号。各栏之间若有计算关系，可以用数字符号表示。如（3）=（2）×（1），表示第（3）栏等于第（2）栏乘以第（1）栏。