第二章 数据的收集整理及显示PPT讲稿.ppt

第二章 数据的收集整理及显示第1页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示表表2-1 2009年某工业企业年某工业企业160名工人月产值数据名工人月产值数据(单位：万元单位：万元)25.0517.4813.8025.2915.4216.2221.0917.9326.5122.288.8122.3823.4017.9318.6415.5613.2221.7217.5217.7524.2617.5721.6625.5323.9417.0721.1917.9718.6922.659.6417.5718.7312.3715.4817.1417.1618.0215.4315.8811.0515.6426.7425.8316.9821.2521.3132.4017.5713.8519.0515.6514.5226.0718.7817.318.4018.2413.6123.2725.6417.6121.8114.2617.7915.1315.8814.8718.9615.8419.2715.4614.7826.715.7618.2218.2917.3914.1621.9212.9615.7718.2817.8417.6117.2521.6413.5119.2523.5021.1617.7014.9226.9315.8221.5313.9718.3311.4315.1517.2523.1615.0817.6621.5317.3415.3423.4519.3523.7613.3317.7521.4227.7615.8619.4614.6118.4231.3417.6217.2515.7113.2531.1617.1617.4121.8818.5117.4324.2013.6127.5015.2719.4522.8423.6517.9617.4819.5512.7421.417.9018.9421.3415.9917.4318.5518.6319.9124.8013.6825.4015.3732.5516.1622.1322.1618.6421.039.24第2页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示第一节数据的采集第一节数据的采集一、统计资料的类型1、数据资料、文字资料 2、原始资料、次级资料二、统计调查的要求准确性、全面性、及时性 准准、全全、快快三者关系：准中求全、准中求快。第3页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示三、统计调查方法与调查方法体系（一）按调查对象所包括的范围分类1、全面调查普查、全面统计报表。2、非全面调查、抽样调查、重点调查和典型调查。（二）按调查登记是否连续进行分类 1、经常性调查：间隔1年第4页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示（三）按调查的组织形式分类（三）按调查的组织形式分类1 1、统计报表制度：、统计报表制度：自上而下布置调查任务，自下而上上报调查资料的统计制度（调查方法）。布置：国家 省、市、自治区 设区市 县 乡；上报：国家 省、市、自治区 设区市县 乡。2 2、专门调查专门调查：专门组织的调查。普查、重点调查、典型调查和抽样调查。普查：专门组织的一次性的全面调查。（四）我国统计调查方法体系（四）我国统计调查方法体系建立以必要的周期性普查为基础、经常性的抽样调查为主体，建立以必要的周期性普查为基础、经常性的抽样调查为主体，同时辅之以重点调查、科学推算和少量的全面报表综合运用的同时辅之以重点调查、科学推算和少量的全面报表综合运用的统计调查方法体系。统计调查方法体系。第5页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示四、统计调查应注意的问题四、统计调查应注意的问题1、为什么调查（、为什么调查（why）调查的目的调查的目的2、向谁调查（、向谁调查（who）确定调查对象和调查单位确定调查对象和调查单位3、调查什么（、调查什么（what）调查项目调查项目4、怎样调查（、怎样调查（how）调查方法和使用的调查表式调查方法和使用的调查表式5、什么时候调查（、什么时候调查（what time）调查过程中的时间确定问调查过程中的时间确定问题题6、相应的具体措施、相应的具体措施调查过程中的其他准备工作调查过程中的其他准备工作第6页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示五、统计误差五、统计误差统计误差是指在统计工作中由于种种原因的统计误差是指在统计工作中由于种种原因的产生的与研究对象本来状态有差异的结果。产生的与研究对象本来状态有差异的结果。统计误差可分为可消除误差和不可消除误差统计误差可分为可消除误差和不可消除误差两种。两种。可消除的误差是指在统计工作中人为产生的可消除的误差是指在统计工作中人为产生的或所用调查、分析方法不当造成的误差；或所用调查、分析方法不当造成的误差；不可消除的误差是指统计活动中不是人为因不可消除的误差是指统计活动中不是人为因素或方法不当出现的误差，这种误差一般来说素或方法不当出现的误差，这种误差一般来说是没办法消除的。是没办法消除的。第7页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示第二节数据的整理第二节数据的整理一、统计分组1、统计分组定义：根据统计研究的目的和客观现象的内在特点，按某个标志（或几个标志）把被研究的总体划分为若干个不同性质的又有联系的又有联系的组，称为统计分组。“组内组内同质、组间差异同质、组间差异”2、分组原则：穷尽性、互斥性3、分组作用：区分事物属性、反映事物内部结构和相应的发展规律、分析事物间的依存关系4、分组标准5、分组结果：形成统计分布数列第8页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示二、统计分组方法1、按分组标志的性质不同（1）按品质标志不同分组A A、按简单的品质标志分组例对人口按性别性别进行分组男性组、女性组；例对中国人口按民族民族进行分组 汉、满、维吾尔等56组。B、按复杂的品质标志分组（分类）例产品按用途可分为工业用和民用“煤”？例人口按职业可分为工人、农民、军人、医生等“军医”？第9页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示（2）数量分组例企业按产值分组、人口按年龄分组。2、按分组标志的多少分类（1）简单分组：只按一个一个标志分组。例对中国人口进行简单分组平行分组体系：对同一总体进行若干次简单分组。第10页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示（2）复合分组：按两个或两个以上的标志层叠起来进行分组。例对人口按性别、文化程度进行复合分组。复合分组体系：对某一总体进行若干次复合分组。第11页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示3、按分组的作用和任务不同，分为类型分组、结构分组和分析分组。（1）类型分组：把复杂的现象总体，划分为若干个不同性质的部分，就是类型分组。（2）结构分组：在对总体分组的基础上计算出各组对总体的比重，借此研究总体各部分的结构，即结构分组。（3）分析分组：为研究现象之间依存关系而进行的统计分组即分析分组。第12页，共38页，编辑于2022年，星期二统计分组的标准统计分组的标准统统计计分分组组的的种种类类 按分组标志的多少不同按分组标志的多少不同 按分组标志的性质不同按分组标志的性质不同简单分组简单分组复合分组复合分组品质分组品质分组变量分组变量分组按变量的取值是否唯一按变量的取值是否唯一单项式分组单项式分组组距分组组距分组 按研究任务和作用不同按研究任务和作用不同类型分组类型分组结构分组结构分组分析分组分析分组第13页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示第三节频数分布一、频数分布概述 根据研究的需要，采用一定的分组标志将总体划分为若干个性质不同的组成部分后，将总体的所有单位按组归类排列，形成总体单位在各组间的分布称为次数分布或频数分布。次数分布是统计研究的一个基本课题，通过次数的分布规律，可以研究大量现象的统计规律性。次数分布有两个组成要素：一是组别组别，另一个是分布在各各组的总体单位数组的总体单位数。各组拥有的总体单位数称为该组的次数（或频数），各组的次数（或频数）与总体单位总数的比值，称为频频率率。根据分组标志的性质不同，次数分布数列可分为属性分布数列和变量分布数列两种。第14页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示 属性分布数列是按品质标志分组所形成的分布数列，简称品质数列。属性分布数列是按品质标志分组所形成的分布数列，简称品质数列。例如，我国人口按性别分组所形成的属性分布数列如表例如，我国人口按性别分组所形成的属性分布数列如表2-4所示。所示。表2-4 我国大陆（不含港、澳、台）人口的性别分布 （2000年11月1日零时）性别 人口（万人）（频数）构成（%）（频率）男 65,355 51.63 女 61,228 48.37 合 计 126,583 100.00第15页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示二、变量数列编制1、变量数列的种类。变量分布数列是按数量标志分组所形成的分布数列，简称变量数列。2、组距数列的编制。第16页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示1）根据用以分组的变量的取值是否连续，分为）根据用以分组的变量的取值是否连续，分为离散变量和连续变量数列。离散变量和连续变量数列。2）根据用以分组的变量的取值是否惟一，变量）根据用以分组的变量的取值是否惟一，变量数列可分为单项数列和组距数列两种。数列可分为单项数列和组距数列两种。以一个变量值代表一个组，按一定的顺序排列所形成的变量数列称之为单项数列，它一般适用于变动幅度不大的离散型变量数列。由表示一定变动范围的两个变量值代表一个组，按一定的顺序排列所形成的变量数列称之为组距数列。它一般适用于变量值个数较多，变动幅度较大的资料。第17页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示2、1）各组组距相等的组距数列，称为等距数列，）各组组距相等的组距数列，称为等距数列，各组组距不相等的组距数列，称为异距数列。各组组距不相等的组距数列，称为异距数列。2）在异距数列中，反映次数在各组分布密集程度）在异距数列中，反映次数在各组分布密集程度的指标是次数密度。次数密度是本组的次数与本组的指标是次数密度。次数密度是本组的次数与本组组距之比。组距之比。3）在组距数列中，组距是指每各组中的最大值与）在组距数列中，组距是指每各组中的最大值与最小值之差。每一组的最大值称为组的上限，最小最小值之差。每一组的最大值称为组的上限，最小值称为组的下限。组距等于上限与下限之差。值称为组的下限。组距等于上限与下限之差。第18页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示4）组中值是组距数列中每组变量值变动范围的中）组中值是组距数列中每组变量值变动范围的中点值，常用来代表各组变量值的平均水平。组中值点值，常用来代表各组变量值的平均水平。组中值的计算公式为：的计算公式为：组中值组中值=（上限（上限+下限）下限）/2 缺下限开口组组中值缺下限开口组组中值=上限上限-邻组组距邻组组距/2 缺上限开口组组中值缺上限开口组组中值=下限下限+邻组组距邻组组距/2 第19页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示5 5）用组中值来代表各组变量值的平均水平具有一定的假定性，）用组中值来代表各组变量值的平均水平具有一定的假定性，它假定组内的变量值是均匀分布的。它假定组内的变量值是均匀分布的。6 6）在编制组距数列时，要遵守）在编制组距数列时，要遵守“不重不漏不重不漏”的原则，一个数据的原则，一个数据必须落在一个组，但也只能落在一个组。连续型变量一般保证相必须落在一个组，但也只能落在一个组。连续型变量一般保证相邻的组限必须重叠，习惯上邻的组限必须重叠，习惯上“上限不在本组内上限不在本组内”；离散型变量可；离散型变量可编制单项数列和组距数列。编制组距数列时采用不重叠组限。编制单项数列和组距数列。编制组距数列时采用不重叠组限。第20页，共38页，编辑于2022年，星期二三、累计频数与累计频率三、累计频数与累计频率 将变量数列各组的次数和比率逐组累计相加而成累计次数分布，它表明总体在某一变量值的某一水平上下总共包含的总体次数和比率。累计分布有向上累计和向下累计两种计算方法。向上累计，又称以下累计，或称较小制累计，是将各组次数和比率，由变量值低的组向变量值高的组逐组累计。组距数列中的向上累计，表明各组上限以下总共所包含的总体次数和比率有多少。向下累计，又称以上累计，或称较大制累计，是将各组次数和比率，由变量值高的组向变量值低的组逐组累计。组距数列中的向下累计，表明各组下限以上总共所包含的总体次数和比率有多少。第二章第二章 数据的收集、整理及显示数据的收集、整理及显示第21页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示2009年某商业企业160名推销员按月销售额分组数据按销售额分组（万元）人数（人）百分比（%）12以下12-1414-1616-1818-2020-2222-2424-2626-2828以上61329362517149743.758.1318.1322.5015.6310.638.755.634.382.50合计160100第22页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示二、制作：上下粗线、中间细线、两边开口上下粗线、中间细线、两边开口。三、结构（一）从形式看横行标题纵栏标题指标数值统计表一、定义：把统计数据按一定的顺序排列在表格上，就形成了统计表。它清楚地、有条理地显示统计资料，直观地反映统计分布特征，是统计分析的一种重要工具。1、总标题：时间、空间、总体、指标；第23页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示2、横行标题：总体或其分组的名称；3、纵栏标题：指标名称；4、指标数值。（二）从内容来看1、主词：说明的对象；2、宾词：指标名称、指标数值。横行标题纵栏标题指标数值主词主词宾宾 词词第24页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示四、统计表的种类1、简单表：对主词（总体）未分组的表。（1）总体单位名称的排列；分组：东湖区、西湖区、青云谱区、湾里区等。第25页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示（2）时间顺序的排列2、分组表：对主词简单分组的表。第26页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示3、复合表：对主词复合分组的表。某大学某大学20032003年在校学生人数年在校学生人数按年级、性别分组学生人数（人）一年级男女二年级男女1306100630012101005205合计4539第27页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示课堂作业课堂作业某省城乡集市市场数如下：1991年1425个，其中农村1300个，城市125个；1992年1475个，其中农村1350个，城市125个；1993年1578个，其中农村1454个，城市124个。根据上述资料分别编制一张简单表和分组表。第28页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示课堂作业课堂作业某省城乡集市市场数如下：1991年1425个，其中农村1300个，城市125个；1992年1475个，其中农村1350个，城市125个；1993年1578个，其中农村1454个，城市124个。根据上述资料分别编制一张简单表和分组表。第29页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示二、常见的统计描述图主要有以下三种：1、曲线图：用平滑曲线连接各组次数坐标点即得分布曲线。2、直方图：用直方形的宽度和高度来表示次数分布的图形。绘制直方图时，横轴表示各组组限，纵轴表示次数（一般标在左方）和比率（或频率，一般标在右方）。3、折线图：折线图可以在直方图的基础上，用折线将各组次数高度的坐标连接而成，也可以用组中值与次数求坐标点连接而成。第30页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示 各种不同性质的社会经济现象都有着特殊的次数分布。常见的主要有三种类型：钟型分布，U型分布，J型分布。（曲线图）1、钟型分布 钟型分布的特征是：“两头小，中间大”，即靠近中间的变量值分布的次数多，靠近两端的变量值分布的次数少。其分布曲线图宛如一口古钟。钟型分布可分为以下两种：（1）对称分布。其特征是：中间变量值分布的次数最多，两侧变量值分布的次数随着与中间变量值距离的增大而渐次减少，并且围绕中心变量值两侧呈对称分布，如图21(a)所示。正态分布是最重要的对称分布。第31页，共38页，编辑于2022年，星期二 (a)对称分布对称分布（2）偏态分布。其特征是：中间变量值分布的次数最多，两侧变量值分布的次数逐渐减少，但两侧减少的速度快慢不同，致使分布曲线向某一方向偏斜。分布曲线偏斜分两种情况：当变量值存在极大值时，次数分布曲线会向右延伸，这种分布称右偏(正偏)分布，如图21(b)所示。当变量值存在极小值时，次数分布曲线会向左延伸，这种分布称左偏(负偏)分布，如图21(c)所示。(b)右偏分布右偏分布(c)左偏分布左偏分布第二章第二章 数据的收集、整理及显示数据的收集、整理及显示第32页，共38页，编辑于2022年，星期二 2、U型分布U型分布的特征是：“两头大，中间小”，即靠近中间的变量值分布的次数少，靠近两端的变量值分布的次数多。其分布曲线图像英文字母“U”字，如图22所示。在社会经济现象中，不同年龄的死亡率的分布，表现为U型分布。图图22 U型分布型分布 第33页，共38页，编辑于2022年，星期二3、J型分布J型分布的特征是：“一边小，一边大”，即大部分变量值集中在某一端分布，分布曲线图像英文字母“J”字。J型分布有两种类型。（1）正J型分布。其特征为次数随着变量值的增大而增多，大部分变量值集中分布在右边，如图23(a)所示。例如，投资额按利润率大小分布，一般呈正J型分布。（2）反J型分布。其特征为次数随着变量值的增大而减少，如图23(b)所示。例如，老年人口按年龄大小分组，一般呈反J型分布，表明年龄越大，人数越少。图图图图2 23 3（a a）图图图图2 23 3（b b）图图23 J型分布型分布第34页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示一、普查普查（一）定义：专门组织专门组织的一次性一次性的全面调查全面调查。特点：1、政府组织的；2、周期性；如我国基本是：逢“0”人口普查，逢“3”第三产业普查，逢“5”工业普查，逢“7”农业普查 1次/10年。3、全国性的调查。（二）注意的问题1、标准时点（间）：普查登记时所依据的统一时点。例我国第四次人口普查的标准时间为1990年7月1日零时，第五次人口普查为2000年11月1日零时。第35页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示2、普查项目一经确定，不得任意改变或增减。1953年人口普查：6项；1964年人口普查：9项；1982年人口普查：19项；1990年人口普查：21项；2000年人口普查：68项；2010年人口普查：63项。二、重点调查重点调查1、定义：对重点单位进行的调查。2、重点单位：总体中一小部分单位一小部分单位的标志量占总体该方面标志总量的比重足够大。3、注意的问题（1）客观性；（2）可对总体情况作一大致估计；（3）某些情况下，不可进行重点调查。第36页，共38页，编辑于2022年，星期二第二章第二章 数据的收集、整理及显示数据的收集、整理及显示3、方法（1）“解剖麻雀”式；（2）划类选典。4、注意的问题（1）主观性；（2）只有划类选典可以推断总体。三、典型调查典型调查1、定义：对典型单位进行的专门调查。2、种类第37页，共38页，编辑于2022年，星期二重点调查与典型调查 都属于非全面调查都属于非全面调查二者共同点二者共同点根据客观标准根据客观标准选择重点单位选择重点单位在对现象分析的基础上在对现象分析的基础上有意识地选择典型单位有意识地选择典型单位调查目的不同调查目的不同选择调查单位的方法不同选择调查单位的方法不同重点调查重点调查典型调查典型调查二二者者区区别别重点调查的目的是反映总体的基本情况重点调查的目的是反映总体的基本情况典型调查的目的是推算总体的数量特征典型调查的目的是推算总体的数量特征第38页，共38页，编辑于2022年，星期二