统计学原理吴思莹第3章统计资料课件

第3章统计资料的整理

教学目的通过本章的学习，要求掌握各种不同类型资料的整理方法、整理原则、以及一些相关的概念，并能够利用所学的方法对所给的实际资料按照研究目的的要求进行整理。在学习过程中主要解决以下几个问题统计整理的意义和方法统计分组的含义和种类统计分组的方法统计分布和分配数列的编制统计表的结构和种类

统计调查搜集上来的资料，不论是哪一种类型的资料都必须经过整理才能进一步进行分析。资料的类型不同，研究的目的不同，资料整理的方法也不同。统计整理是根据统计研究任务的要求，对调查所搜集到的原始资料进行分组、汇总，使其条理化、系统化的工作过程。一、统计整理的意义和方法

根据某班40名学生统计学考试成绩分析该班学生考试情况。57894984868775737268758297816781547987957671609065767270868589896457838178877261

按成绩等级分组人数（人）各组人数占总人数比重（%）

不及格410.0

及格615.0

中1230.0

良1537.5

优37.5

合计 40 100.0

再如：通过调查取得100个商业企业某月销售额资料：（单位：万元）

20，60，45，90，105，56，250，89，130，30，98，…300。将这些数据资料按“销售额”的多少进行整理，得到下列整理结果：销售额（万元）企业数（个）

0—501250—10025100—15030150—20023250—30010

合计100统计整理的方法：分组、汇总、编表统计分组的含义和种类统计分组：根据研究任务的要求和现象总体的内在特点，把统计总体按照某一标志划分为若干性质不同又有联系的几个部分。统计分组应达到的要求同一组内的单位性质相同，不同组所包括的单位性质相异。二、例如：工业企业按经济类型分组，可分为以下几组：经济类型企业数（个）国有企业1000

合资企业200

合作经营企业300

股份制企业500工业企业按职工人数分组，可分为以下几组：职工人数企业数（个）

500人以下50500—10002001000—1500100工业企业按地区分组，可分为以下几组：地区企业数（个）北京市10000

天津市8000

上海市11000分组标志的选择选择什么样的分组标志，就会形成什么样的分组结果，因此，分组标志的选择是统计分组的关键。选择分组标志的一般原则

必须根据统计研究的目的，在对现象进行分析的基础上，抓住具有本质性的区别及反映现象内在联系的标志来作为分组标志。统计分组的种类

按研究任务和作用不同

按分组标志的多少不同

按分组标志的性质不同类型分组结构分组分析分组简单分组复合分组品质分组变量分组例：所有制性质划分，我国现有8种经济类型国有经济；集体经济；私营经济；个体经济联营经济；股份制经济；外商投资经济；港澳台投资经济

例：上海市按GDP计算的三次产业结构（%)1980年1990年1996年 1997年

GDP 100 100100100

第一产业 3.2 4.3 2.5 2.3

第二产业 75.7 63.8 54.5 52.2

第三产业 21.1 31.9 43.0 45.5 例：中国农民家庭按收入分组的恩格尔系数（1984年）按收入分组（元）<200<300<400<500<600<800<1000恩格尔系数（%）64.960.256.754.450.549.943.6变量分组方法以一个变量值代表一组。如：人口按年龄分组1岁一组，学生按报考科目分组等。这种分组适用于离散性变量，且变量值的个数较少的情况。

以变量值变动的一个区间作为一组，区间的距离称为组距。适用于连续型变量和离散型变量的变量值较多的情况。按品质标志对资料进行分组。这种分组有些比较简单，有些非常复杂，复杂的品质分组称为分类。如：人口按性别分组、按职业分组、企业按经济类型分组等。单项式分组组距式分组三、统计分组方法品质分组方法

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。

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、组中值。

组限组限就是每一组两端的数值。

10—2020—3030—40下限上限确定组限的方法：间断式确定组限和重叠式确定组限。职工人数（人）

99以下

100—199200—299300—399固定资产额（万元）

50—6060—7070—8080—90间断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（一）统计分布

统计分布又称分配数列。它是把总体的所有单位按组归并排列后形成总体中各个单位在各组间的分布。它由两部分组成：总体所分的各个组和各组所含单位数（又称次数或频数）。四、统计分布和分配数列的编制工资分组 职工人数（人）各组人数所占比重（元）（次数或频数） （%）（频率）500—60010025600—70020050700—800 10025

合计 400 100 频率：各组的频率大于0，各组的频率总和等于1或100%。（二）分配数列的种类

分配数列是在分组的基础上形成的，根据分组时采用的分组标志不同，分配数列可分为：品质分配数列变量分配数列单项式分配数列组距分配数列等距数列不等距数列分配数列（这种数列一般比较稳定，只要分组标准定的比较恰当，通常能准确地反映总体的分布特征。）（三）分配数列的编制1、品质分配数列的编制：

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出现的次数即可。如下例：

100

250

合计

4032208

100805020

国有企业股份制企业合资企业独资企业

比重（%）

企业数

经济类型2、变量分配数列的编制：其基本步骤为：第一步：将原始资料按数值大小依次排列。第二步：确定变量的类型和分组方法（单项式分组或组距分组）。第三步：确定组数和组距。当组数确定后，组距可计算得到：组距=全距÷组数全距=最大变量值－最小变量值第四步：确定组限。注意：第一组的下限要小于或等于最小变量值，最后一组的上限要大于最大变量值。第五步：汇总出各组的单位数，计算频率，并编制统计表。注意不同方法确定的组限在汇总单位数时的区别）间断式确定组限：按照“上下限均包括在本组内”的原则汇总。重叠式确定组限：按照“上组限不在内”的原则汇总。职工人数（人）

499以下

500—599600—699700—799产值（万元）

50—6060—7070—8080—90单位数（个）单位数（个）因为有了“上组限不在内”的原则，实际工作中，对于离散型变量也经常采用重叠式确定组限的方法。重叠式确定组限：按照“上组限不在内”的原则汇总。间断式确定组限：按照“上下限均包括在本组内”的原则汇总。序计划完成工人数比重向上累计向下累计号程度（%）（人）（%）人数比重人数比重

160—7021.0270—8052.5380—90147.0490—1003115.55100—1106532.56110—1205226.07120—1302311.58130—14084.0

合计2001003、累计频数或频率分配数列的编制方法通过累计频数分配数列可以反映累计到某一组出现的总次数或总频率。想一想：第四组的累计结果说明什么问题？2721521171691922001.03.510.526.058.584.596.0100831831481791931982004.015.541.574.089.596.599.0100某车间40名工人定额完成率（%）统计如下：88123115119158112146117108105110107137120136125127142118103871151141241291381001039295126107108105119127104将上述资料整列频数分布表，计算频率、向上累计、向下累计、组中值。

编制分配数列练习题1从大一学生中抽取36人，对外语成绩统计如下：9066806765747087837558675465798695789776788294569388768479767776根据给出数据将考试成绩等距分为5组组距为10，编制分配数列表，计算频率、向上累计、向下累计、组中值。

编制分配数列练习题2（四）统计分布的类型

钟型分布、U型分布、J型分布钟型分布：特征是“两头小，中间大”，即靠近中间的变量值分布的次数多，靠近两端的变量值分布的次数少，其形状宛如一口古钟。U型分布：特征是靠近中间的变量值分布的次数少，靠近两端的变量值分布的次数多，其形状宛如英文字母U。J型分布：特征是次数随着变量值的增大而增多或随变量值的增大而减少，其形状宛如英文大写字母J。xoxyOOOOOYYYYYXXXX五、统计表的结构和种类从表的内容上看：由主词和宾词组成。主词指总体所分的各个组.宾词用来说明主词的各个指标。统计表是表现统计资料整理结果的表格从表的形式看：由标题、横行和纵栏、数字资料等部分组成。统计表的结构统计表的种类按照主词是否分组和分组的程度分为：简单表：主词未经分组的统计表。分组表：主词按某一标志进行分组的统计表。一、判断对错1、对统计资料进行分组的目的就是为了区分各组单位之间质的不同。（）×2、组中值是根据各组上限和下限计算的平均值，所以它代表了各组的平均分配次数。（）×3、分配数列的实质是把总体单位总量按照总体所分的组进行分配。（）√4、某企业职工按文化程度分组形成的分配数列是一个单项式分配数列。（）×5、对资料进行组距式分组，是假定变量值在各组内部的分布是均匀的，所以这种分组会使资料的真实性受到损害。（）√6、任何一个分布都必须满足：各组的频率大于0，各组的频数总和等于1或100%（）×7、统计分组后掩盖了各组内部各单位的差异，而突出了各组之间单位的差异。（）√二、单项选择题1、统计整理的关键是（）A、对调查资料进行审核B、对调查资料进行统计分组C、对调查资料进行汇总D、编制统计表B2、下列分组中属于按品质标志分组的是（）A、学生按考试分数分组B、产品按品种分组C、企业按计划完成程度分组