第三章统计数据的整理2015.3.30(1)剖析.ppt

1、第三章 统计数据的整理,第一节 数据的预处理 一、统计资料整理的必要性 概念：也称统计整理，是根据统计研究的任务与要求，对调查得来的各种原始资料，进行科学的综合与加工，使之系统化，从而得出反映总体的综合资料的过程 必要性：表现在以下方面： 1.统计调查搜集到的大量原始资料是分散的、不系统的，只能说明总体单位的个别特征和属性（被调查单位的具体情况）。必须按照科学的原则加以整理，使之简化和系统化。 2.统计资料整理，是统计调查的继续，也是统计分析的前提和基础，在整个统计工作中具有承前启后的作用。,二、数据的预处理 统计整理的步骤：审核、筛选、排序、分组（类）、频数分布表（图） 1.审核 对于第一手

2、资料： 1）完整性（两方面） 2）准确性（两方面） 对于第二手资料： 1）完整性 2）准确性 3）适用性 4）时效性,2.筛选 1）剔除 2）挑出 3.排序 1）升序 2）降序,第二节 统计分组（类） 是根据现象总体内在特点和统计工作任务 的要求，按照某种标志，把总体划分为不同 类型或者性质不同的几部分的一种统计方 法。 思考：为什么可以对总体进行分组？,一、分组的种类 1.类型分组 根据不同的标志把社会经济现象划分为性质不同的类型，以解释不同社会经济现象的性质、特点及其相互联系 2.结构分组 根据某种标志，把社会经济现象总体分成若干组成部分，以分析其构成。如表1. 3.分析分组 为研究现象总

3、体诸标志依存关系而进行的分组 如表2,表1 中国农村居民纯收入构成（按收入来源分） 单位：%,表2 家庭人均生活费与就业人品数依存关系,二、分组的方法 1.按品质标志分组 2.按数量标志分组 1）单项式分组 每个变量值列为一个组的分组方法 适合数量标志的变化范围不大、总体单位数不多的离散型变量的分组。 2）组距式分组 把整个变量值依次划分为几个区间，各个变量值则按其大小确定所归并的区间的分组方法。,相关概念： 全距、组距（等距、不等距）、组限（上限值、下限值）、组中值、开口组、闭口组 分组步骤： 第一步：确定组数 第二步：确定各组的组距 组距=全距/组数 习惯上的做法是：取5或10的倍数,第三

4、步：将分组结果整理成频数分布表 注： 1.根据需要，实际中往往还有更复杂的分组方法。如复合分组法。 2.不管何种分组方法，都要遵循“不重不漏”的原则。 “不重” ：“下组限在内”或“上组限不在内” “不漏” ：重叠法（离散变量、连续变量） 顶针法（离散变量）,三、频数分布表 1.频数分布表的结构及组成要素 例1.某生产车间50名工人日加工零件数如下（单位：个） 108 108 110 112 112 113 114 115 117 117 118 118 118 119 120 120 122 122 122 122 123 123 123 123 124 124 125 125 126 12

5、6 127 127 128 128 129 130 131 133 133 134 134 135 137 139 139,1）单项式分组 某车间50名工人日加工零件数,2）组距分组,2.累计频数 （附：洛沦茨曲线）,四、统计表 统计表是用来显示统计资料的基本工具。以上调查表、频数分布表都是统计表。 （一）统计表的作用（优点） 1.能使统计资料条理化 2.比用叙述的方式表现统计资料更简明易懂，节省篇幅 3.便于比较各项目之间的关系，便于计算 4.便于检查统计数字的完整性和正确性,（二）统计表的构成 1.由表头、（横）行标题（纵）列标题、数字资料 四部分组成。另外，必要时可加上表外附加。 2.从

6、内容上看，统计表包括主词和宾词两个部分。 主词是统计表所要说明的总体或总体单位或各组的名称，通常排在表的左方，即列于横行， 宾词是用来说明主词的各种指标，通常排在表的右方即列于纵栏 例：见下表,中国农村居民纯收入构成（按收入来源分） 单位：% 资料来源：中国农村统计年鉴 注：本表数据为抽样调查材料,（三）统计表的种类 A.按用途的不同，可以分为调查表、整理表、分析表 1.调查表：在统计调查中，用于登记、搜集和表现原始统计资料的表格 2.整理表：在统计整理过程中用于统计汇总和用于表现统计汇总结果的表格 3.分析表：在统计分析中用于对汇总结果进行定量分析的表格。 B.按主词是否分组，可以分为简单表

7、、分组表、复合表,（四）编制统计表的规则： 1.总体要求：内容紧凑、重点突出、简洁明了，便于分析和比较 2.表头要以概括、简练的文字反映表中资料的基本内容（what）及资料所属的时间(when)和空间(where)范围；表头一般放在表的上端中央；表头一般应包括表号、总标题和表中数据的单位等。若表中数据单位不同，则应将计量单位放在每个指标后或单列出一列标明 3. 统计表中各主词项目之间和宾词项目之间的顺序，应根据时间的先后、数量的大小、空间位置的顺序等合理编排。,4.统计表中横行合计一般在最后一列，而纵栏合计一般列在最前一行。 5.统计表中如果栏数较多，习惯上对主词各栏采用甲、乙次序编栏，对宾词各栏采用1、2、3次序编栏，若各栏统计指标值之间有一定的计算关系，还可用等式表示。 6.表中数据一般应右对齐，若是小数，应保留相同的小数点后的位数，并以小数点对齐；不要求填写或无数字的空格，用短线“”表示，不能空着或写成“0”；若上、下、左、右数字相