第2章统计数据的描述(1)分析解析.ppt

1、第2章统一修正数据的记述(1)，第1节数据的修正量尺度修正量尺度从低到高，大致分为4个等级：列名尺度、顺序尺度、间隔尺度和比例尺度。 一、列名尺度可以按事物的某个属性平行分组。 特点：测得的数据(即各类别)用文字平等排列，各类别之间的顺序可以改变。 二、顺序尺度可以根据事物的某一属性将事物分为不同的类别，这些类别也是文字。 与列名比例不同，这些类别可以排序。 三、间隔尺度可以自然或物理单位测量事物的具体数值。 特点：这种尺度测量的数据是数值，可以根据这些数值对事物进行分类、排序、加减运算，但这些数值不能相乘。 四、比例尺度其测得的数据也是事物的具体数值。 可以根据这些数值对事物进行分类、排序、

2、加减法运算，但与间隔比例不同，这些数值也可以乘法运算。 中的组合图层性质变更选项。 间隔尺度和比例尺度的区别在于，间隔尺度没有绝对零点。 也就是说，在此比例中，“0”表示数字，而不表示“无”或“不存在”。 比例尺有绝对零点。 也就是说，在此比例中，“0”表示“无”或“无”。 第二节统订数据的收集、失败的统订调查是在1936年美国总统选举之前，由Literary Digest杂志进行舆论调查的。 调查的焦点是下任总统是挑战者、堪萨斯州州长Alf Landon还是现任总统Franklin Delano Roosevelt。 为了了解选民的意向，舆论调查的专家们根据电话簿和车辆登记册上的名单给多数人

3、发送了简单的问卷调查(电话和汽车在1936年没有现在那么普及，但这些名单比较容易得到)。 发行的问卷约有1千万张，回收的比例不高。 回收的问卷中，Alf Landon很受欢迎。 于是这本杂志预测Landon会赢得选举。 但实际上是Franklin Roosevelt赢得了这次选举。 即使调查在大萧条时期持有电话和汽车的人们，也无法反映出全体选民的意见。 此外，只有少数问卷被回收。 这些都是可疑的。 统一修订数据的来源主要有2个。 一是直接来源，即直接调查和科学考试，得到第一手数据。 二是间接来源，即来自他人的调查和实验数据，得到第二数据。 参照第8-9页，统一修订数据的直接来源1，调查(1)概

4、念是为了某个特定的目的而专门组织的一次全面调查。 (2)特征具有一次性和周期性。 “一次性”是调查现象的某个时刻的数据。 确定统一的标准时间点。 只用于调查反映国情国力的重大问题。 中国人口普查的统一调查内容和时间周期已经规范化、制度化，具体为： 1、人口普查，每十年进行一次，每“0”年进行一次，如2010年进行中国第六次人口普查。 人口普查对象：指人口普查标准时在中华人民共和国国内的自然人和未在中华人民共和国国外定居的中国公民，不包括在中华人民共和国国内短期逗留的国外人。 2 .人口普查每五年进行一次，每“三”和“八”年进行一次。 2013年中国进行第三次全国人口普查的情况下，调查标准的时间

5、是2013年12月31日。 调查对象：在中国国内从事第二产业和第三产业的所有法人单位、产业活动单位和个人经营者。 3、工业调查每十年进行一次，每五年进行一次。 调查对象为所有工业企业，重点是国有企业、乡镇企业和外商投资企业。 4、农业调查每10年进行一次，每7年进行一次，比如2007年进行中国第二次农业调查。农业调查的调查范围和对象：中华人民共和国国内从事农业生产经营和服务的单位、农村居民、从事农业生产经营活动的非农村居民、行政村和乡镇。 5 .基本单位调查每5年进行一次，每“1”和“6”一年进行一次，比如2011年进行了中国第四次基本单位调查。 调查对象：中国国内的农家和个人经济以外的所有法

6、人单位和产业活动单位。 包括各类企业法人、事业单位法人、机关法人、社会团体法人和基层大众自治组织以及从事农业、工业、建筑业、交通运输业、批发零售业、餐饮业、服务业等社会经济活动的产业活动单位。 2、抽样调查(随机抽样调查，即概率抽样)从调查对象的整体中随机抽取一部分单位作为抽样进行调查，根据抽样调查结果推断整体数量特征的非全面调查。 二、统订数据的间接来源，一、统订部门和政府部门颁布的有关资料，如各类统订年鉴。 2、各类经济信息中心、信息咨询机构、专业调查机构等提供的数据。 3 .各类专业杂志、报纸、书籍提供的资料。 4、在博览会、展览会、交易会及专业性、学术研讨会上交流的相关资料等各种会议。

7、 5 .从网络和图书馆调查的相关资料。 一些提供统一修订数据的政府网站，一些提供统一修订数据的政府网站，第三节统一整理一、统一整理的概念和步骤概念：统一整理根据统一修订研究的目的和要求，对统一调查得到的各种资料进行科学综合加工、系统化、理化，得到反映整个事物特征资料的过程。 步骤：第一，整合评审。 包括及时性(全职期间、收集资料的时间、资料所属的时间)在内的正确性(事实反映实际情况，要求修正算法正确)、完整性(规定应调查的整体单位、每个调查单位应调查的内容)等方面的审查。 第二，统一修订组第三，统一修订第四，制作统一修订表或制作统一修订图，二，统一修订组和统一修订，(一)概念统一修订组：按照某

8、个标志将整体中的所有单位分成几个性质不同的构成部分，这称为统一修订组。 参照第16、18页的表2.3、2.5、2.7，统一订正：根据统一订正组，将统一订正资料合并到各组中，计算各组和整体的单位订正数的作业过程。 (2)分布数列，1，概念：汇总了统一修正组和统一修正的整体单位数分布于各组时的数列。 各组的单位数称为频率或次数，各组的次数在总次数中所占的比重称为频率。第16、18页的表2.3、2.5、2.7、2，分布数列的分类，(1)质量数列：参照按质量标志分组的分布数列。 (2)变量数列：按数量标志分组的分布数列。 另外，单项式变量数列：用一个数值表示由一个组构成的数列。 群距离式变量列：用变量

9、值变动的一定范围表示一个群形成的数列。 3、群距离式变量数列中的一些概念，(1)群限制：表示各组边界的变量值。 大的叫上限，小的叫下限。 (2)组距离：各组的上下限之间的距离。 组间距=上限下限(3)等间距数列：各组的组间距相等的数列。 异距离数列：各组的组的距离不完全相等的数列。 (4)组内的值：上下限之间的中点的值。 组中央值=(上限下限)/2=上限-组距离/2=下限组距离/2将“以上”、“以下”这样的组称为开口组。 一般地，假定孔径组的组间距与相邻组的组间距相等。该组中央值被修正为缺少下限最小组的组中央值=上限-相邻组距离/2缺少上限最大组的组中央值=下限相邻组距离/2，参照第37页的表

10、2.15、第27页的表2.11，注意： (1)开口组的组由于不知道每个组存在多少值，具体不知道多少，但可能需要校正每个组内所有值的校正，在这种情况下假定该组的每个值等于该组的值。 但是，要用组中的值表示组中的每个值，必须假定组中的每个数均匀分布。 第27页的表2.11、(5)总距离：请参照整体数据中的最大标志值和最小标志值的差。 (6)累计次数：向上累计：将各组的次数从表的下方向表的上方依次累计加法。 向下累计：从表的向上表的下方开始依次累计各组的次数。 参照第19页的表2.9、3，组距离式变量列的创建(以等间距数列为例)，步骤： (以第17页的【例2.1】为例) 1、等级2、确定组距离(1)

11、组距离优选为5、10的倍数(2)各3、确定群限制注意： (1)群限制最好是5，10的倍数(2)最小群的下限应比最小变量值稍小，最大群的上限应比最大变量值稍大。 (3)相邻组的组限制重叠。 4、统订总结注意：必须坚持“上限不在集团内”的原则。 (EXCEL软件坚持“下限不在集团内”的原则)、次数分配表的制作、【例】某工厂的30名工人每周加工某部件个数，如右表所示将数据分组。次数分配表、四、次数分布图的制作、(一)直方图(等间距数列)步骤：第一，在横轴描绘各组的组限制，在纵轴描绘各组的次数(或频度)，第二，以各组的组间距为宽度，各组的次数(或频度) 我一眼就看出来了。 周加工部件在100110之间

12、人数最多(2)折线图连接直方图中的各矩形的顶边中点，形成1条折线，将折线的两端分别连接到该组的纵边中点，延长到横轴。 某厂工人周加工零件折线图、80、90、100、110、120、130、(3)次数分布的类型、1、钟形分布。 越是接近变量值中点的变量值，其次数越多。 (1)对称分布：以变量值中点为对称轴的对称分布。 (2)偏置分布：左偏置分布：左边的线比较长，比较低，意味着出现了极小值，这些极小值的个数比较少。 右偏分布：右线比较长，比较低，意味着出现了极大值，这些极大值的个数比较少。 2、u字分布(也称为生命曲线或浴槽曲线)越是接近变量值中点的变量值，其次数越少。 3、j形分布正j形分布：变量值越大，次数越大。 倒j形分布：变量值越大，次数越小。1、20世纪初美国经济学家、统订学者劳伦茨(M.E. Lorentz )是根据意大利经济学家巴雷特(V. Pareto )提出的收入分配公式制定的。 2 .解释收入和财富分配性质的曲线分析该国或地区分配的平均程度。 第四节劳伦次曲线和基尼系数、基尼系数，1，20世纪初意大利经济学家基尼(G. Gini )给出了基于劳伦次曲线测量收入分配平均程度的指标。 2、a表示实际收入曲线和绝对平均线之间的面积。 3、b