《应用统计学》课件-第3章统计数据的规整

第三章

统计数据的整理学习目的：通过本章的学习，使学生掌握统计资料整理

的程序、统计分组的方法以及分布数列的编制、统计汇总的组织形式和技术方法，以及设计和编制统计表。

第一节

统计数据的整理能力概述第二节统计数据整理方案的设计

第三节

统计分组

第四节

分配数列

第五节

统计表

第一节

统计数据的整理能力概述统计整理能力，运用能力概念进行定义，指有效整理统计资料的知识、技能、个性特征和自我印象(如自信、高自我效能)等的集合。具体包括统计资料整理方案的设计能力、原始统计资料的整理能力、次级统计资料的整理能力、数据资料的关联分析和审核评估能力以及统计数据的表示能力。

一、统计数据整理方案设计能力统计调查一般取得的统计资料数量庞大，汇总整理需要众多的人员参与，为保证统计整理的质量，在进行整理之前，要设计统计资料整理方案。它包括统计资料整理方案的总体设计和详细设计能力。

二、原始统计资料的整理能力运用能力概念定义原始统计资料的整理能力，指有效整理统计资料的知识、技能、个性特征和自我印象(如自信、高自我效能)等的集合。其中，一个最为重要的方法就是统计分组。统计分组能力包括：1.分组标志选择能力。2.分组方法选择能力。

三、次级统计资料的整理能力对于有些次级统计资料，可以直接采取“拿来主义”的策略，但有些还是需要根据所研究的目的进行再加工。次级统计资料再加工的方法主要有调整法、推算法、再分组法。

四、数据资料的关联分析和审核评估能力关联分析是指关联行业、关联产业、关联指标是否匹配的分析。审核评估是指对数据来源是否可靠、数据是否准确、系统的分析。不仅要关注指标之间、统计报表内的逻辑关系平衡，还要搞清楚数据的来龙去脉、搞清楚数据增减变动的原因、搞清楚数据的涵义、口径等制度规定。

五、统计数据表示能力1.统计数据表示方式选择能力2.统计表或统计图的设计能力（1）统计表的设计能力（2）统计图的设计能力

第二节

统计数据的整理方案的设计统计整理是统计调查和统计分析的中间环节，在整个统计研究过程中具有重要的地位。所谓整理方案就是对统计整理阶段各个方面工作所作的全面考虑和安排，通常以文件的形式出现。

一、统计整理的目的统计整理一定要按照统计分析研究的目的要求，选择恰当的分组标志进行科学的分组，才能整理出统计分析所需要的综合资料。

二、统计整理的一般程序（一）资料审核：

1、对原始资料的审核

完整性审核：检查应调查的单位或个体是否有遗漏；

所有的调查项目是否填写齐全。

准确性审核：逻辑检查：检查数据是否真实反映客观实际情况，内容是否符合实际。

计算检查：检查数据是否有错误，计算是否正确等。

2、对间接统计资料的审核：（1）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这些数据是否符合自己分析研究的需要（2）时效性审核应尽可能使用最新的统计数据（3）确认是否必要做进一步的加工整理

（二）统计分组：分类（三）统计汇总：加总，合计（四）编制统计表

三、确定资料的汇总形式1、手工汇总：常用的有划记法过录法折叠法卡片法2、计算机汇总

第三节

统计分组一、概念

1、概念：总体

各组2、分组原则：

（1）周延性：即不能遗漏（又称穷举原则）

（2）互斥性：即不能重复（又称互斥原则）

即：要求保持组内资料同质性和组间资料的差异性

二、统计分组的作用1、区分社会经济现象的类型2、研究总体的内部结构3、研究现象之间的依存关系

三、分组标志（分组标准）1、概念：即分组的依据2、选择：

（1）根据统计研究的目的选择

（2）选择具有本质性的重要标志

（3）结合现象所处的具体条件

四、统计分组的种类（一）按分组标志的性质不同分

1、按品质标志分组：形成品质分布数列

如：学生按性别分组，企业按所有制性质分组等

2、按数量标志分组：形成变量数列

如：学生按年龄分组，企业按产值分组等

（二）按分组标志的多少不同分1、简单分组：对总体只按一个标志分组。例：对企业分别按所有制性质、规模大小分组。

（1）

（2）

全民所有制

大型

企业

集体所有制

企业

中型

其他

小型

若干个相互联系的简单分组构成平行分组体系

2、复合分组：对同一总体按照两个或两个以上的标志层叠起来进行分组

例：

大型

全民所有制企业

中型

小型

大型

企业

集体所有制企业

中型

小型

大型

其他经济类型

中型

小型

在复合分组方法下形成复合分组体系

五、统计分组的方法（一）按品质标志分组

1、选择品质标志作为分组标志2、确定组数并表示出各组（根据品质标志的具体表现）3、把各单位归入相应的组汇总出各组的单位数（次数）

有的很简单，如人口按性别分组。

有的很复杂(如人口按职业分组)，可查相应的专业分类目录。

（二）按数量标志分组

1、选择数量标志作为分组标志2、确定组数、划定各组的界限（较复杂）3、把各单位归入相应的组汇总得出各组的单位数（称

为次数或频数；也可用相对数表示，称为频率）

六、分组结果的表示方法：分布数列

分组后的结果通常用如下形式来表示：

这种形式称为分布数列（或次数分布或频率分布）

所分得的各组

各组次数（或频率）

合

计

总

次

数

第三节

分配数列一、分布数列1、概念：在统计分组的基础上，将总体的各单位按组归类整理，形成总体单位在各组间的分布。这种表明总体单位数在各组分配情况的资料称为次数（频率）分布，又称分配数列。

例：我国第五次人口普查我国人口年龄分布：人口按年龄分组人口数（亿人）比率（%）14岁以下2.897922.8915——648.879370.1565岁以上0.88116.96

合

计12.6583100.00

2、构成：

由两部分构成：（1）各组

（2）各组次数（或频率）3、种类：根据分组标志的不同可分为：

品质分布数列：

数量分布数列：简称为变量数列

二、变量数列的种类

按组的表示方式不同可分为：1、单项变量数列：每组用一个数表示。

适合于离散型变量，而且变量值较少的情况。

如：工人按日产量（件）分组工人数（人）2531043

2、组距数列：

适合于连续型变量，而且变量值较多的情况。

可采用等距分组，也可采用不等距分组

学生按成绩分组学生数（人）60以下360——70770——802080——90890以上2

合

计40

三、组距数列中的有关概念1、组限：有：上限（μ）

下限（L）A、组限的表示方法有：（1）重叠组限：（2）不重叠组限如：10——20如：10——2020——3021——3030——4031——40

…

…

只适用于离散变量B、组的表示方法：

（1）闭口组：上、下限都有

（2）开口组：上、下限有一缺一

2、组距计算公式：组距（i）=上限

–

下限种类：

根据各组组距是否相等可分为：等距数列

异距数列表示方法：

一般用5、10、20、50、100等类似数字表示。

另一相似的概念：

全距（R）=最大变量值

–

最小变量值

3、组中值

概念：每组中点的数值

计算公式：

对于开口组，需先假定其所缺的上限或下限（假设开口组的组距与其相邻组的组距相等）。

如：

各

组

组

中

值60以下

5560——706570——807580——908590以上

95

4、组数（K）

组数、组距、全距之间存在如下关系：

确定组距的经验公式：K=1+3.322lgn

四、变量数列的编制1、排序：

排序后

：（1）计算全距R

（2）确定变量数列的种类

（等距数列或不等距数列）2、确定组距和组数3、划定各组的界限4、汇总得出各组单位数（次数）

如：某工厂同工种的50名工人完成生产定额百分数（%）资料如下：838812311011815812114613712016312513612714211812312613815110186821131421081011051251161321381171031141311088711912710511512612511010714113511793

根据上述资料编制变量数列

五、分配数列的表示方法（一）表示法按成绩分组组中值学生数（人）比率（%）向上累计向下累计工人数比率工人数比率60以下5525.025.040100.060~7065615.0820.03895.070~80751332.52152.53280.080~90851537.53690.01947.590~10095410.040100.0410.0合计—

40100.0—

—

—

—

计算累计次数方法：1、向上累计：由变量值小的组向大的组累计，累计次数表示该组上限以下（比该组上限小）的组的次数的总和，所以又称为较小制累计。2、向下累计：由变量值大的组向小的组累计，累计次数表示该组下限以上（比该组下限大）的组的次数的总和，所以又称为较大制累计。

（二）图示法常用图形有：次数分布直方图次数分布折线图次数分布曲线图累计次数图饼状图（圆形图）

例：某车间50名工人日加工零件数分组表按零件数分组频数（人）频率（%）110以下110--114115--119120--124125--129130--134135以上358141064610162820128合计

50

100

根据上述资料可绘制如下图形A、直方图和折线图105

110

115

120

125

130

135

140

日加工零件数（个)工人数

(人)

例：时间数列数据绘制折线图0

2000

4000

6000

1991

1992

1993

1994

1995

1996

1997

1998

城镇居民农村居民

收

入

（元）

C、曲线图：

几种常见类型：钟型分布、J型分布、U型分布对称分布

右偏分布

左偏分布正J型分布

反J型分布

U型分布

品质数列可绘制的图形

例：为研究广告市场的状况，一家广告公司在某城市随机抽取200

人就广告问题做了邮寄问卷调查，其中的一个问题是“您比较关心下列哪一类广告？”

1．商品广告

2．服务广告

3．金融广告4．房地产广告

5．招生招聘广告

6．其他广告

某城市居民关注广告类型的频数分布表

广告类型人数(人)比例频率(%)

商品广告

服务广告

金融广告

房地产广告

招生招聘广告

其他广告112519161020.5600.2550.0450.0800.0500.01056.025.54.58.05.01.0合计2001.000100.0

1、条形图

人数（人）

51

9

16

10

2

112

0

40

80

商品广告

服务广告

金融广告

房地产广告

招生招聘广告

其他广告

广

告

类

型

某城市居民关注不同类型广告的人数分布图

2、圆形图（饼形图）

其他广告

1.0%

房地产广告8.0%

商品广告

56.0%

金融广告

4.5%

服务广告

25.5%

招生招聘广告5.8%

某城市居民关注不同类型广告的人数构成

第五节统计表

某城市居民关注广告类型的频数分布表

广告类型人数(人)比例频率(%)

商品广告

服务广告

金融广告

房地产广告

招生招聘广告

其他广告112519161020.5600.2550.0450.0800.0500.01056.025.54.58.05.01.0合计2001.000100.0

年份人户分离人口流动人口20162.922.4520172.912.4420182.862.4120192.802.36表2-3流动人口数——总标题横行标题纵栏标题数字资料主词宾词单位：亿人

从内容来看，一张统计表由两部分构成：1、主词：即统计表所要说明的对象。即横行标题。2、宾词：即用来说明统计表所要说明的对象，包括用

来说明对象的有关标志或指标的名称（即纵栏