第4章统计整理

1、,统计学,第四章统计整理,第一节统计整理概述 一、统计整理的概念和内容 、统计整理的概念：根据统计研究的目的，对调查取得的原始资料进行科学加工（或对次级资料进行再加工），为统计分析提供系统化、条理化的工作过程就是统计整理。,2、统计整理的内容 （）统计分组（关健） （）统计汇总（中心） （）编制统计表（手段） 二、统计整理的程序 1、统计整理的方案 2、统计资料审核 3、统计资料 的分组和汇总 4、编制统计图表 5、统计资料的积累和保管 三、统计资料汇总的方法（略）,第二节 统计分组,一、统计分组的概念 统计分组：按照选定的变异标志，把总体划分为若干个不同性质的类型组。使组内同质性，组间差异性

2、。 统计分组对总体是“分”。对总体单位是“合”,一 统计分组的概念和作用,二、统计分组的作用主要有三个方面：,划分社会经济现象的类型。, 类型分组：,单位：亿元,（2）结构分组：研究总体的结构 “九五”期间我国国内生产总值构成（%）,（3）分析分组：分析现象之间的数量依存关系 某乡某种农作物的耕作深度与收获率的关系,三、统计分组的原则 1、正确选择分组标志,根据研究问题的目的来选择分组标志。,要选择最能反映被研究现象本质特征的标志作为分组标志。,要结合现象所处的具体历史条件来选择分组标志。,02/25/07,2、正确划分各组界限 （1）分组界限不能过大或过小 （2）分组不能遗漏 （3）分组不能

3、重复,1、品质标志分组 品质分组，反映事物属性差异,四、 统计分组的种类及其方法,（一）按分组标志性质不同分为 ：,（1）单变量分组 每组只有一个标志值，运用于变量值少，变动幅度小的情况，如家庭人数分组。 （2）组距式分组 每组若干个标志值，运用于变量变动幅度大、项目多的分组。 如：按月工资（元）分组（600650，650700，700750，）连续型变量只能组距式分组,2、数量标志分组 变量分组，反映事物数量差异,在组距式分组中,因数列两端组限形式不同分：,开口组：最低组与最高组不封口。例：成绩60分以下，90分以上。 闭口组：例40-60分，90-100分。,组距=上限-下限,组距式分组的

4、关健： （1）是确定组距和组数 组数=1+3.322N N为数据的个数，此公式为参考公式，当数据较少，值过大，缩小取整 当数据较多，值过小，扩大取整 组距= 全距/组数 （ 一般取5或10的倍数） 组距与组数的关系 （2）是确定组限,关于组限问题 一般用整数表示，用5或10 的倍数 最小组下限略小于最小的值 最大组的上限略大于最大的变量值 连续变量用重叠组限,适用于越大越好的变量，如产值。,适用于越小越好的变量，如成本。,对连续变量，相邻两组的组限应重叠。习惯上遵守：,对离散型变量，组与组之间是间断的， 可用不重叠组限,若将考试成绩仅分为不及格与及格两组， 则可编成如下组距数列：其中60分为重

5、叠组限。,某班学生统计学考试成绩表,若把上表改变为如下统计表，则基本上能准确反映总体的分布特征。,某班学生统计学考试成绩表,（二）按分组标志的多少分 ：,无论是简单分组还是复合分组，都只能对社会经济现象从一个方面或几个方面进行观察和分析研究，而对社会经济现象需要从各方面进行观察和分析研究，这就需要采用一系列相互联系、相互补充的标志对现象进行多种分组，这些分组结合起来构成一个体系，叫做分组体系。,1、简单分组 按一个标志对总体进行分组。 2、复合分组 按两个或两个以上标志重叠起来对总体进行分组。,02/25/07,平行分组体系：二个（二个以上）的简单分组并列起来形成的分组体系。 复合分组体系：二

6、个（二个以上）的复合分组形成的分组体系。,第三节 次数分布,一 次数分布的概念,组别(变量) 次数(频数) 频率(比率),某班学生的性别构成情况,组别 次数 频率,组别(变量) 次数(频数) 频率(比率),二、变量数列：是数量标志次数分布数列的简称,单项变量数列（单项数列） 一个变量值代表一个组，适用于离散变量。,组距变量数列（组距数列） 按变量值的变动区间代表一个组。适用于连续变量或变量值的数目多，变动范围较大的离散变量。,某厂第二季度工人平均日产量,数量标志(变量) 次数(频数) 频率(比率),从另一角度看，变量数列分为：,连续型变量数列 可有小数，采取组距式。,离散型变量数列 整数，采取

7、单项式或组距式 (例：一个地区的企业按职工人数分组)。,三、变量数列的编制步骤： 1、排序求全距 2、确定组数，组距和组限 见P93第3题,闭口组的组中值求法：,开口组的组中值求法：,3、编制次数分布表 向上累计次数(频率)即较小制累计。就是将各组次数（频率）由变量值小的组向变量值大的组累计。每一组的累计次数（频率）表示小于该组上限（变量值）的次数（频率）累计有多少。,向下累计次数(频率)即较大制累计。就是将各组次数（频率）由变量值大的组向变量值小的组累计。每一组的累计次数（频率）表示大于该组下限（变量值）的次数（频率）累计有多少。,某班统计学考试成绩次数分配 P80资料,02/25/07,第

8、四节 统计数据 的表现一、统计表,一、统计表的概念 1、概念 统计表是一表格，用来表现 统计资料的一种形式。,2、构成 从形式上看:统计表由总标题、横栏标题、纵栏标题、指标数值构成。,从内容上看:统计表由主词和宾词两部分构成。,统计表要说明的对象或总体。,用来说明总体的统计指标。,2003年某月某公司各企业劳动生产率统计表 单位_,横 行 标 题,主词,宾词,总标题,纵栏标题,数据资料 (指标数值),02/25/07,3、统计表的种类 （1）按用途分：调查 表 汇总表 分析 表 （2）按统计数列 的性质分： 时间数列表 空间数列表 时空数列结合表 （3）按主词结构分： 简单表 简单分组表 复合

9、分组表,某年某公司所属两企业自行车合格品数量表,某年某地区工业增加值和职工人数,02/25/07,4、统计表的宾词设计 （1）平行分组设计：按不同的分组 标志平行排列设计。 （2）分组重叠设计：按两个或两个以上标 志进行复合分组，作重叠排列设计（P85）。,1. 总标题须简明扼要表达出全表的内容； 2. 各标题要确切反映表的内容，且表格安排合理； 3. 指标数值要位数对齐，缺项补0。不得用同上、同下、同左、同右代替相同的数字。 4. 对指标内容作必要说明时，可加注在表的下方； 5. 表的上下边线（基线）用粗实线或双线，表的两边是开口式； 6. 纵栏较多时编栏号，指标数值栏要注明计量单位和资料表

10、示的时间。 7. 表中不允许有空格：若不需要此资料则用“_”，暂缺某资料则用“” 总原则：合理、科学、实用、简练、美观。,二、 统计图,即用几何图形即统计图来表示次数分布,1、直方图,仍以上例考试成绩数据，画成如下直方图：,2、折线图,在直方图的基础上连接各条形顶边的中点成折线图，如下图红笔围成。在折线图的基础上修匀为平滑曲线即为次数分布曲线图。 （对单项数列可直接绘制次数多边形图）,折线图还可用来表示累计次数分布(仍以上例数据)：,3、曲线图 是组数趋向于无限多时折线图的极限描绘，是一种理论曲线，其曲线的形态有各种不同的类型，主要有以下几种：,向下累计,向上累计,钟型分布的种类很多，主要有对

11、称分布和非对称分布。在统计上具有重要意义的正态分布是一种理想的对称分布。,对称型,Y,Y,右偏型 （上偏型）,左偏型 （下偏型）,X,X,非对称分布，又称偏态分布曲线，或称偏态曲线,（2）U型分布曲线 ：其形状为两头大，中间小,J型分配曲线,U型分配曲线,（3）J型分布曲线 有正J和反J之分如上图 （4）还有双峰曲线，如下图,02/25/07,在社会经济统计中会遇到这样一类问题，即总体 的 标志总量在总体各单位之间的配置是否均衡公平例如 社会资源的区域分配，市场产品在企业 间的分配， 利税收入在部门、地区分配等 （4）劳伦茨曲线 统计学家 劳伦茨用累计百分数曲 线来评价总体 标志总量在总体各单

12、位间的配置是否 均衡、公平。这种曲线称为劳伦茨曲线。 劳伦茨在研究居民收入分配公平 程度时 把居民收入 数累计百分比与家庭户数累计百分比结合起来绘制实 际分配曲线用 于揭示居民收入分配的公平程度。P87,02/25/07,（5）基尼系数（劳伦茨系数） 意大利经济学家基尼根据劳伦茨曲 线提出了定量测度收入分配平均程度的 方法。 基本公式 G= SASASB 其中 G=0 分配绝对公平 G=1分配绝对不公平 0G1时，接近0赿平均，接近 1差异越大 计算公式 G=( MWiVWi+1MWi+1Vwi) 评价标准 合理值在0.25左右即在0.2O.3之间 我国评价标准是 G 0.2 为高度平均 0.

13、2 G 0.3为相对平均 0.3G0.4 为仍属合理 G0.4为不公平,02/25/07,一填空题 1、_是统计工作的中间阶段，它是 _继续_前提。 2、按数量标志分组形成的分配数列，称为 _它包括_和_两要素。 3、用_代表各组的一般水平。 4、组距数列中，组距的大小与组数的多少成_。 5、统计表从形式上看，包括_，_ _和_；从内容上看，包括_ _。 6、统计分组的关健是_。,02/25/07,二判断题 1、连续变量分组只能是组距式 （ ） 2、较小制累计次数表示大于该组变量值下限的 次数合计有多少 （ ） 3、洛伦茨曲线是采用次数分布曲线的形 式研究收入分配公平程度的一种方法 （ ） 4

14、、人口按年龄大小的分布呈正 J分布（ ） 5、由于离散型变量取的是整数而不能取 小数， 因此只能编制单项式分配数列 （ ）,02/25/07,三、单选题 1、次数分布的构成要素是 （ ） A 分组标志和指标 B 分组标志和次数 C 数量分组标志数值和 频 数 D 品质分组标志值和频数 2、某连续变量数列，其末组为开口组 下限为200，又知其邻组的组中值为170 则末组组中值为 （ ） A 260 B 230 C 215 D 185 3、统计表从内容上看主要由（ ）构 成 A 主词和宾词 B 各标题和数字 C 总体及分组 D 指标和指标数值,02/25/07,三、单选题 4、简单分组与复合分组的

15、根本区别是 （ ） A 分组标志的大小 B 分组标志的多少 C 分组标志是品质标志或数量 标志 D 所用统计表是简单表或复合表 5、统计分组时，在全距一定的情况下 （ ） A 组距越大，组数越多 B 组距越大 组数越少 C 组距大 小与组数多少无关 D 组距大 小与组数多少成正比,02/25/07,四、多项选择 1、统计分组的作用 （ ） A.说明总体 基本情况 B. 区分经济类型 C.研究内部结构 D.分析现象之间依存关系 E.揭示总体 变化趋势和规律 2、统计表按主词是否分组可分为 ( ) A.简单表 B.一览表 C.分组表 D.复合表 E.单一表,02/25/07,3.下列那组资料可用劳伦茨曲线分析 （ ） A.家庭人口数和收入数 B .企业个数和企业 产值数 C.学生分数和学生数 D.科技收入额和科研机构数 E.农业收入额和工业收入额 4.下列那些属于连续变量次数分布数列 （ ） A.工人技术等级和全部工人数 B.煤炭灰分程度和煤炭产量 C.平均劳动生活率和工人数 D.在校学生数和全市学生数 E.产品品种和全部产品产量,02/25/07,5.钟型分布是统计分布的一种常