统计数据的搜集与整理.ppt

1、第二章 统计数据的搜集与整理,本章重点,统计调查的意义及要求 几种常用的统计调查方式 统计整理的意义 统计分组的含义及作用 分配数列的种类及编制 统计表的编制,第一节 统计数据的搜集,一、统计调查的意义及要求 统计调查的含义: 按照统计的研究任务，运用科学的调查方法，有计划、有组织地向客观实际搜集资料的过程。 统计调查的要求 准确、及时、全面、经济。,二、统计调查的种类 全面调查:普查 按调查对象包括的范围 非全面调查 一次调查 按调查登记的时间是否连续 经常调查 统计报表 按调查组织方式分 专门调查,重点调查 典型调查 抽样调查,三、调查方案设计,调查方案的内容,确定调查目的,调查要达到的具

2、体目标 回答“为什么调查？” 调查之前必须明确,确定调查对象和调查单位,调查对象：调查研究的总体或调查范围 调查单位：需要对之进行调查的单位。可以是调查对象的全部单位（全面调查），也可以是调查对象中的一部分单位（非全面调查） -回答“向谁调查？”,确定调查项目和调查表,调查项目：调查的具体内容 调查表：表现调查项目的表格或问卷 回答“调查什么？”,调查方案设计中的其他问题,明确调查所采用的方法 确定调查资料的所属时间和调查工作的期限 调查的组织与实施细则,四、统计调查方式,统计调查方式,普查（概念要点）,为特定目的专门组织的非经常性全面调查 通常是一次性或周期性的 一般需要规定统一的标准调查时

3、间 数据的规范化程度较高 应用范围比较狭窄,抽样调查(概念要点),从总体中随机抽取一部分单位(样本)进行调查,具有经济性、时效性强、适应面广、准确性高等特点,目的是推断总体的未知数字特征,最常用的调查方式,统计报表 (概念要点),统计调查方式之一 过去曾经是我国主要的数据收集方式 按照国家有关法规的规定、自上而下地统一布置、自下而上地逐级提供基本统计数据 有各种各样的类型,重点调查和典型调查(概念要点),典型调查 从调查对象的全部单位中选择少数典型单位进行调查 目的是描述和揭示事物的本质特征和规律 调查结果不能用于推断总体,重点调查 从调查对象的全部单位中选择少数重点单位进行调查 调查结果不能

4、用于推断总体,数据的搜集方法,数据的搜集方法,电脑辅助,访问调查(概念要点),调查者与被调查者通过面对面地交谈而获得资料 有标准式访问和非标准式访问 标准式访问通常按事先设计好的问卷进行 非标准式访问事先一般不制作问卷,对不起，打扰了！,邮寄调查（概念要点）,也称邮寄问卷调查 是一种标准化调查 调查者与被调查者没有直接的语言交流，信息的传递依赖于问卷 通过某种方式将调查表或问卷送至某调查者手中，由被调查者填写，然后将问卷寄回指定收集点 问卷或表格的发放方式有邮寄、宣传媒介传送、专门场所分发三种,电话调查（概念要点）,调查者利用电话与被调查者进行语言交流以获得信息 时效快、成本低 问题的数量不宜

5、过多,您好! 我是调查公司的调查员,电脑辅助调查（概念要点）,又称电脑辅助电话调查 电脑与电话相结合完成调查的全过程 一般需借助专门的软件进行 硬件设备要求较高,座谈会（概念要点）,也称集体访谈 将一组被调查者集中在调查现场，让他们对调查的主题发表意见以获得资料 参加座谈会的人数不宜过多，一般为610人 侧重于定性研究,个别深度访问（概念要点）,一次只有一名受访者参加、针对特殊问题的调查 适合于较隐秘的问题，如个人隐私问题；或较敏感的问题，如政治方面的问题 侧重于定性研究,观察法（概念要点）,就调查对象的行动和意识，调查人员边观察边记录以收集所需信息 调查人员不是强行介入 能够在被调查者不察觉

6、的情况下获得资料,实验法（概念要点）,在设定的特殊实验场所、特殊状态下，对调查对象进行实验以获得所需资料 有室内实验法和市场实验法,统计数据的间接来源,公开出版物： 中国统计年鉴、中国统计摘要、中国社会统计年鉴、中国工业经济统计年鉴、中国农村统计年鉴、中国人口统计年鉴、中国市场统计年鉴、世界经济年鉴、国外经济统计资料、世界发展报告 网络,第二节 统计整理,重点 1、统计分组 2、次数分布 难点 组距式数列的编制及其中的几个概念,具体要求 1.了解统计整理的概念、意义等 2.理解统计分组的涵义 3.掌握统计分组的方法 4.掌握组距式数列的编制及相关的概念 5.会看统计表,统计整理的概念和意义 1

7、.概念：统计整理是根据统计研究的目的和任务，对统计调查阶段所搜集到的大量原始资料进行加工汇总，使其系统化、条理化、科学化，以得出反映事物总体综合特征的资料的工作过程。,2.意义： （1）统计整理是统计工作中一个十分重要的中间环节，它既是统计调查阶段的继续，又是统计分析阶段的前提和基础。 （2）统计整理实现了从个别单位的标志值向说明总体数量特征的指标值的过渡，是对社会经济现象从感性认识上升到理性认识的过渡阶段。,一、统计分组的概念 统计分组是根据统计研究的任务和目的，将总体按照一个或几个标志划分为若干个性质不同又有联系的部分。,按性别分组,例：某班学生（20人）总体按性别标志分组情况,分组前,分

8、组后,女生8人 占40,男生12人 占60,二、统计分组的意义和作用 统计分组是基本的统计方法之一，通过分组把总体中具有不同性质的单位分开，把性质相同的单位合在一起，保持组内资料的同质性和组间资料的差异性，正确地反映出统计总体的本质特征，以便进一步运用各种统计方法，研究现象的数量表现和数量特征。统计分组法在统计认识中的作用是多方面的，主要有以下三方面：,1.划分事物的类型：不同类型的事物有不同的特点、性质和规律，只有通过科学的分组才能达到对不同类事物和总体的认识。,2.揭示现象内部结构：,3.分析现象之间的依存关系：,上表反映了该农作物的收获率随耕作深度的加深而提高，显然存在着正依存关系。,影

9、响因素,结果因素,三、统计分组的种类 统计分组可以按照不同的标准进行分类，一般有以下几种分类： 1.按分组标志的性质划分：统计分组分为品质分组和数量分组。品质分组是按品质标志进行的分组。变量分组是按数量标志的分组。 前例,22岁2人，占10,汉族12人，占60,回族5人，占25,满族3人，占15,1.按民族分组,品质分组,20岁5人，占25,21岁5人，占25,2.按年龄分组,23岁8人，占40,数量分组,按数量标志进行的分组（变量分组法）： 单项式分组和组距式分组。 单项式分组。单项式分组是对于变量值较少的离散型变量而言的，在此情况下，可将每一个变量值作为一组按顺序排列分组。例如：按人口数对

10、某地居民户进行分组。,组距式分组。组距式分组是对于连续型变量和变量值较多的离散型变量而言，将整个变量值依次划分为几个区间，一个区间内的所有变量值作为一组。 例1：某地区的高等院校按在校生人数（离散型变量）分组，可分为999人以下，10002999人，30004999人，5000人以上等四组。 例2：某班的学生按身高（连续型变量）分组，可分为1.41.5米，1.51.6米，1.61.7米，1.71.8米，1.81.9米五组。,2.按分组标志的多少划分：统计分组分为简单分组和复合分组。简单分组是对研究的总体仅按一个标志进行的分组；复合分组是对研究的同一总体选择两个或两个以上标志层叠起来进行的分组。

11、 前例：,男12人，占60,女8人，占40,按性别分组,简单分组：,复合分组：,次数分布的概念 1.次数分布是在统计分组的基础上，将总体的所有单位，按组归并排列，从而形成总体中的各个单位在各组间的分布。又称为分配数列。 2.分布在各组的个体单位数叫次数。次数可以用绝对数表示，即频数；也可以用结构相对数表示，即频率或比率或比重。 分配数列的种类 1品质分配数列：品质分配数列是按照品质标志进行分组所编制的分配数列（简称品质数列）。它由各组名称和次数组成。,四、次数分布与分布数列,例子： 某班学生的性别构成情况,各组名称,频数,比率或频率,各组名称,频数,比率或频率,某班学生的民族构成情况,2变量分

12、配数列 （1）变量分配数列:按照数量标志进行分组所编制的分配数列（简称变量数列）。它也是由各组名称和次数组成。 （2）变量数列的种类:单项式数列和组距式数列。单项式数列是按单项式分组而形成的数列（见例1）。组距式数列是按组距式分组形成的分配数列（见例2）。 例1： 某班学生年龄情况表,例2： 某班学生身高情况表,各组名称,频数,频率,变量数列的编制 （一）单项式数列的编制：单项式数列是对于变量值较少的离散型变量而言的，按每一个变量值分组，列于数列的左方，再将各变量值出现的次数列于数列的右方，即构成单项式数列。在此种数列中，一个变量值就是一组，不存在组距问题，组数即等于变量值的数目。 （二）组距

13、式数列的编制：组距式数列是对于连续型变量和变量值较多的离散型变量而言，其基本做法是先将整个变量值依次划分为几个区间，也就是分成几个组，把其列于数列的左方，再将出现在每个区间内的变量值的次数列于数列的右方，即构成组组距式数列。编制这种数列牵涉的问题相对较多。主要有组距、全距、组数、组限、组中值、等距数列和不等距数列等问题。,1.组距：指的是组距数列中各组变量值从小到大的距离，也即是区间的距离和长度。 2.全距：也称极差，指的是全部变量值中，最大值和最小值的差。 4.等距数列和不等距数列：前者是指按照相等的组距划分的组距数列；后者是指按照不相等的组距划分的组距数列。 5.组数：指的是根据一定的组距

14、划分的区间的数目。组数的多少与组距的大小呈反方向变化的关系。在等距数列中有以下关系式： 对于组数和组距应先确定哪个，应视具体情况而定。,6.组限： （1）含义：指的是组距数列中，每个组的两端的变量值。其中每组的最小值叫下限；每组的最大值叫上限。 （2）组限的表示：若变量是离散型，相邻两组的上下限用两个连续自然数表示；若变量是连续型，相邻两组的上下限应用同一变量值表示，即相邻两组的上下限必须重叠，若出现此情况，一般应把此值归入下限的那一组，这也叫做“上组限不在组内的原则”。 （3）开口组和闭口组：若某组变量值同时具有上限和下限称为闭口组；若某组变量值仅具有上限或下限则称为开口组，一般为最高组或最

15、低组。,7.组中值： （1）含义：下限与上限之间的中点数值叫组中值。 （2）组中值的计算： 计算公式：,8.等距数列的编制步骤： （1）将原始资料排序，并计算全距。 （2）确定组数和组距。 （3）确定组限。 （4）计算各组的次数，整理编制次数分布表。 9.不等距数列的情况： 次数密度:指单位组距的分布次数。 公式如下：,例：某工厂工人年龄分布情况,频数分布表的编制（实例）,117 122 124 129 139 107 117 130 122 125 108 131 125 117 122 133 126 122 118 108 110 118 123 126 133 134 127 123

16、118 112 112 134 127 123 119 113 120 123 127 135 137 114 120 128 124 115 139 128 124 121,【例】某生产车间50名工人日加工零件数如下（单位：个）。 试对数据进行分组。,单项式分组,等距分组表（上下组限间断）,等距分组表（使用开口组）,（四）、累计次数分布 1.向上累计：将各组次数和比率由变量值低的组向变量值高的组累计。 2.向下累计：将各组次数和比率由变量值高的组向变量值低的组累计。,例： 某班学生身高情况表,向上累计,向下累计,向上累计,向下累计,（五）、次数分布的图形表示法 1.直方图 2.曲线图,各组组

17、限,各组次数,（六）次数分布的主要类型 1.钟型分布 2.U型分布 3.J型分布,几种常见的频数分布,分布数列的分类,按分组标志 品质数列 变量数列 单项式数列 分 组距式数列 等距数列 布 异距数列 数 按次数分布特征 列 钟形分布数列 正态分布 偏态分布 左偏分布 右偏分布 U形分布数列 J形分布数列 J形 反J形,找出下表中的不妥之处:,第三节 统计表,一、什么是统计表 统计表（Statistics Table）是表述统计资料的一种重要形式，经汇总整理后的统计资料，将其按照一定的项目和顺序填写在相应的表格内，这个表格就叫统计表。 二、为什么要用统计表 1.能使统计资料系统化、条理化，清晰

18、地表述资料。 2.便于比较指标间的关系，也便于计算。 3.易于检查核对数字的完整性和正确性。 4.便于对现象和事物进行深入分析。,三、怎么样来看统计表 （一）统计表的结构 1.形式结构：由总标题、横行标题、纵栏标题和指标数值等要素组成。 2.内容结构：由主词和宾词构成,（二）统计表的种类 按主词的分组情况分类 （1）简单表：即主词不经过任何分组的统计表，或是罗列各单位名称或是按时间顺序排列。 （2）分组表：即主词按某一个标志分组的统计表，也就是按简单分组形成的统计表。 （3）复合表：即主词按两个或两个以上的标志进行复合分组的统计表。 （三）看表和制表中须注意的其它若干细节问题 （参看书中46页

19、的内容）,第五节 数据的描述,在对数据进行深入加工之前，总应该对数据有所印象。 可以借助于图形和简单的运算，来了解数据的一些特征。 由于数据是从总体中产生的，其特征也反映了总体的特征。对数据的描述也是对其总体的一个近似的描述。,描述数据的目的,一、 如何用图来表示数据？,1. 定量变量的图表示:直方图,对于一个定量变量，比如在A地区测量了163个高三男生的身高（S3height1.txt）。 用图形来表示这个数据，使人们能够看出这个数据的大体分布或“形状”的一个办法是画直方图(histogram)。 图3.1就是利用这个数据由SPSS软件所画的直方图。,该图的横坐标是身高区间，这里每一格代表5

20、cm的身高范围（格子宽度因不同的数据性质或要求而定，这里的格子宽度为5cm），而纵坐标为各种身高区间的身高的频数。,直方图,15,12,9,6,3,105,110,115,120,125,130,135,140,日加工零件数(个),频 数 (人),分组数据折线图（折线图的绘制）,某车间工人日加工零件数的折线图,定量变量的图表示:盒型图,简单一些的是盒形图(boxplot，又称箱图、箱线图、盒子图)。 图3.2的左边一个是根据A地区高三男生的身高数据所绘的盒形图；其右边的图代表另一个地区（地区B）的高三学生的身高（height.txt，height.sav，第三章例.xls）。,盒子的中间横线是数据的中位数(median)，封闭盒子的上下两横线（边）为上下四分位数（点）；按照SPSS的默认选项，如果所有样本中的数目都在离四分位点1.5倍盒子长度之内，则线的端点为最大和最小值，否则线长就是1.5倍的盒子长度（盒子长度称为四分位间距），在其外面的度量单独点出,定量变量的图表示:茎叶图,在直方图和盒形图中，很难恢复数据的原貌。而另一种图：茎叶图(stem-and-leaf plots)可以恢复数据 以A