统计学之资料整理(ppt 34页).ppt

1、本资料来源,第三章 资料整理,统计调查,统计整理,统计分析,有组织、 有计划地 搜集资料。 要求：准确、 完整、及时,对调查资料 去伪存真、 去粗取精、 科学分类、 浓缩简化,描述性分析 推断分析、 决策分析。 要求：定性 定量结合,统计工作的三个中心阶段,本章主要内容,第一节 资料整理概述 第二节 统计分组 第三节 次数分布数列 第四节 统计表和统计图,第1节 资料整理概述,主要任务,资料审核、分组、 汇总、制表、制图等。,分组,频数分布,统计表,统计图,1统计资料整理 它是指将大量的个体单位的原始资料，进行科学性的分类、汇总，使其系统化、条理化，可以有效地展示，为下一阶段的统计分析作准备的

2、过程。 2资料整理的内容 （1）统计资料审核； 完整性审核、正确性审核 （2）统计资料分组； （3）汇总； （4）编制统计图表； （5）资料积累。,3数据的预处理 （1）数据的审核； 完整性审核、及时性审核、正确性审核 次级资料的审核 （2）资料审核后的订正。,4资料整理方案的设计 （1）确定汇总指标与综合表； （2）确定分组方法； （3）选择资料汇总的形式； （4）确定资料的审查内容与方法。,返回,它是根据统计研究的目的和任务，按照某种标志，将总体区分为若干部分的一种统计方法。,第2节 统计分组,统计分组的两层涵义；,统计分组的基本原则；,资料整理的重要环节。,什么是统计分组？,分组 P57

3、,分组前,分组后,25,33,42,1划分现象类型,作用：,例：按所有制性质划分，分为公有经济和非公有经济。公有经济包括国有及国有控股经济和集体经济；非公有经济包括私营经济、个体经济、联营经济、股份制经济、外商投资经济、港澳台投资经济等。,2揭示现象内部结构,例：上海市按GDP计算的三次产业结构（%） 1978年 1990年 2000年 2009年 GDP100 100 100 100 第一产业4.03 4.31 1.83 0.76 第二产业 77.36 63.8147.54 39.86 第三产业 18.61 31.8850.63 59.38,3分析现象之间的依存关系,例：中国农民家庭按收入分

4、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（%） 64.9 60.2 56.7 54.4 50.5 49.9 43.6,恩格尔系数介绍（由德国统计学家恩格尔的定律而得）,反映人民生活水平类型的指标，用家庭或个人食品支出总额占消费支出总额比重计算。,30%以下,30%40%,40%50%,50%60%,60%以上,最富裕水平,富裕水平,小康水平,勉强度日水平（温饱）,绝对贫困水平,2000年，我国居民的恩格尔系数首次低于50。,最新的调查统计显示，长三角地区15个城市居民生活水平相对较高。上海市统计局城调队提供的数据表明，

5、2003年，15个城市的恩格尔系数继续走低，全部降到35至43之间，其中有10个城市恩格尔系数降到40以下。 因此，长三角地区15个城市中，已有六成以上的城市居民过上富裕生活。,广东顺德恩格尔系数跌破30% 成为全球最富裕地区之一。（新华网 2004年08月02日）,分组标志的选择与分组形式,1、正确选择分组标志的原则：,形式,按分组标志性质分,品质标志分组,数量标志分组,按分组标志个数分,简单分组,复合分组,分组体系,（1）根据研究问题的目的来选择分组标志；,（2）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；,（3）要结合现象所处的具体历史条件或经济条件 来选择分组标志。,2、分组

6、的形式,返回,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的一个体系称为分组体系。,第3节 次数分布数列,是一种重要的分组资料，反映总体单位在各组的分布 状态。,基本形式：,分组,单位数(频数),频率（%）或比重,合计,100,频数分布,频率分布,分类,品质数列,变量数列,单项数列,组距数列,等距数列,异距数列,例,例,例,例,变量数列的编制,1计算全距,初步分析,全距（R）变量的最大值变量的最小值,2估算组数与组距,3定上下限,组数：K = R / I R 为全距，I 为组距,变量数列的编制,2组限的确定与归类,1确定形式,单项数列：离散型且取值不多。,组距数列

7、：离散型且取值多或连续型。,连续变量、离散变量的组限,重合式归类：上限不在内,组限（上限和下限）：一组的最大值和最小值。,开口组,具体问题,变量数列的编制,3组距的计算,4组中值的计算,组距上限下限,离散变量组的组距：,组距上组的下限本组的下限,开口组的组距怎么办？,组中值=（上限+下限）/2,缺上限的组中值=下限（邻组组距/2）,缺下限的组中值=上限（邻组组距/2）,累计次数分布表和分布图,某班统计学成绩的累计次数分布表,累计次数分布表和分布图,某班统计学成绩的累计次数分布折线图,较小制累计次数分布折线,较大制累计次数分布折线,第4节 统计表和统计图,构成,总标题,横行标题：统计研究的对象。

8、也称主词。,纵栏标题：说明主词的指标名。也称宾词。,数字资料,分类,主词,简单表（表3-8）,简单分组表（表3-7）,复合分组表（表3-9）,宾词,平行形式,复合（交叉）形式（表3-10）,编制统计表注意点：P69,统计表 ,某地区工业企业的工人性别和工龄,平行形式,统计图,直方图,图3-4,折线图,曲线图,等距数列：（组中值，频数）,异距数列：（组中值，频数密度）,单项数列：（变量，频数）,较小累计分布：（变量上限，累计频数）,较大累计分布：（变量下限，累计频数） ,变量的组数无限增多时，折线 便趋于一条光滑的曲线。,P72 图3-5,图形,条形图 书 P 71,饼形图 书 P 71,象形图

9、 书 P 73,分布类型,1、正态分布（也叫钟型分布）：对称和偏态,特征：两头小，中间大。 图,2、U型分布,特征：两头大，中间小。 图,3、J型分布：正J型和反J型,特征：一头大，一头小。 图,返回,本章结束！,某厂职工人数统计表,按性别分组,男 职 工,女 职 工,合 计,人数（人）,（频数）,比率（）,（频率）,253,115,368,68.75,31.25,100.00,返回,某厂职工家庭人口分组统计,按家庭人口分组,1,合 计,职工户数,（频数）,比率（）,（频率）,7,返回,2,3,4,5,6,38,105,54,31,20,2.9,15.2,41.3,20.5,12.1,8.0,255,100.0,某小区居民家庭人均月消费性支出分布表,返回,等距数列,我国土地状况分组表,返回,异距数列,中国统计年鉴1998,上海市总人口数,年份,1980