统计数据分析基础教程.ppt

《统计数据分析基础教程.ppt》由会员分享，可在线阅读，更多相关《统计数据分析基础教程.ppt（18页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第第1 1章章 概述概述RUC,School of Information,Ye Xiang统计数据分析基础教程统计数据分析基础教程基于基于SPSSSPSS和和ExcelExcel的调查数据分析的调查数据分析第第1 1章章概概 述述第第1 1章章 概述概述RUC,School of Information,Ye Xiang本章内容本章内容1.1 什么是统计什么是统计1.2 统计、计算机与统计软件统计、计算机与统计软件1.3 为何要使用为何要使用Excel来学习统计来学习统计1.4 变量及其分类变量及其分类1.5 数据的收集数据的收集附录附录“数字数字100”市场研究公司市场研究公司第第1 1章

2、章 概述概述RUC,School of Information,Ye Xiang1.1 1.1 什么是统计什么是统计你想过下面的问题吗？你想过下面的问题吗？（1 1）当当你你买买了了一一台台电电视视，被被告告知知三三年年内内可可以以免免费费保保修修时时,你你想想过过厂厂家家凭凭什什么么这这样样说说吗吗？说说多多了了，厂厂家家会会损损失失；说说少少了了，会会失失去去竞竞争争，也也是是损失。到底这个保修期是怎样决定的呢？损失。到底这个保修期是怎样决定的呢？（2 2）在在同同一一年年级级中中，同同样样统统计计学学的的课课程程可可能能由由一一些些不不同同教教师师讲讲授授。教教师师讲讲课课方方式式当当然

3、然不不一一样样，考考试试题题目目也也不不一一定定相相同同。那那么么如如何何比比较较不不同同班级的统计学成绩呢？班级的统计学成绩呢？（3 3）大大学学排排名名是是一一个个非非常常敏敏感感的的问问题题。不不同同的的机机构构得得出出不不同同的的结结果果，各各自自都都说说自自己己是是客客观观、公公正正和和有有道道理理的的。到到底底如如何何理理解解这这些些不不同同的的结结果呢？果呢？（4 4）如如何何通通过过大大众众调调查查来来得得到到性性别别、年年龄龄、职职业业、收收入入等等各各种种因因素素与与公公众对某件事物（比如商品或政策）的态度的关系呢？众对某件事物（比如商品或政策）的态度的关系呢？（5 5）如

4、如何何才才能能够够客客观观地地得得知知某某个个电电视视节节目目的的收收视视率率，以以确确定定广广告告的的价价格格是否合理呢？是否合理呢？第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.1 1.1 什么是统计什么是统计统计学统计学应用领域应用领域：社会学社会学、新闻调查新闻调查 精精算算、农农业业、动动物物学学、人人类类学学、考考古古学学、审审计计学学、人人口口统统计计学学、牙牙医医学学、生生态态学学、计计量量经经济济学学、教教育育学学、选选举举预预测测和和策策划划、工工程程、流流行行病病学学、金金融融、水水产产渔渔业业研研究究、遗遗传传学学、地地

5、理理学学、地地质质学学、历历史史研研究究、人人类类遗遗传传学学、水水文文学学、工工业业、法法律律、语语言言学学、文文学学、劳劳动动力力计计划划、管管理理科科学学、市市场场营营销销学学、医医学学诊诊断断、气气象象学学、军军事事科科学学、眼眼科科学学、制制药药学学、物物理理学学、政政治治学学、心心理理学学、心心理理物物理理学学、质质量量控控制制、宗宗教教研研究究、分分类学、气象改善、博彩等。类学、气象改善、博彩等。当当然然，大大家家用用不不着着也也不不可可能能理理解解所所有有的的统统计计应应用用，只只要要能能够够解解决决自自己己身身边边的的统统计计问问题题就就足足够够了。了。第第1 1章章 概述概

6、述RUC,School of Information,Ye Xiang1.1 1.1 什么是统计什么是统计统统计计学学（statistics）是是用用以以收收集集数数据据、分分析析数数据据并并进进而而由由数数据据得得出出结结论论的的一一组组概概念念、原原则则和和方方法法。因因而而有有学学者者也也将将统统计计学学称称为为统统计计方方法法（statistical method）。）。比比如如要要得得到到某某电电视视节节目目的的收收视视率率，可可能能首首先先要要在在该该节节目目播播出出时时，利利用用电电话话对对看看电电视视的的人人进进行行采采访访，同同时时问问他他们们在在观观看看什什么么节节目目。在

7、在得得到到了了被被采采访访的的看看电电视视的的总总人人数数和和其其中中观观看看该该节节目目的的人人数数之之后后，就就有有可可能能得得到到这这部部分分观观众众中中观观看看该该节节目目的的比比例例，即即大大致致的的收收视视率率了了。之之后后还还要要经经过过统统计计分分析析，评评估估这这个个收收视视率率的的可可信信度度和和代代表表性性等等。显显然然，这这是是一一个个收收集集数数据据，然然后后通通过过分分析数据得到结论的简单例子析数据得到结论的简单例子。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.21.2 统计、计算机与统计软件统计、计算机与统计软件

8、现现代代生生活活越越来来越越离离不不开开计计算算机机了了。最最早早使使用用计计算算机的统计当然更离不开计算机了机的统计当然更离不开计算机了。计计算算机机的的使使用用，也也从从过过去去必必须须学学会会计计算算机机语语言言发发展展到到只只需需要要“傻傻瓜瓜式式”地地点点击击鼠鼠标标；结结果果也也从从单单纯纯的的数数字字输输出出发发展展到到包包括括漂漂亮亮的的表表格格和和图图形形在在内内的各种形式。的各种形式。统统计计软软件件的的发发展展，也也使使得得统统计计从从统统计计学学家家的的圈圈内内游游戏戏变变成成了了大大众众的的游游戏戏。只只要要输输入入你你的的数数据据，点点几几下下鼠鼠标标，做做一一些些

9、选选项项，马马上上就就得得到到令令人人惊惊叹叹的的漂亮结果了。漂亮结果了。应应该该特特别别留留神神，明明白白自自己己是是在在干干什什么么，不不要要在在得得到一堆毫无意义的垃圾之后还沾沾自喜。到一堆毫无意义的垃圾之后还沾沾自喜。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.21.2 统计、计算机与统计软件统计、计算机与统计软件SPSS：这这是是一一个个很很受受欢欢迎迎的的统统计计软软件件。它它操操作作容容易易，输输出出漂漂亮亮，功功能能齐齐全全，价价格格合合理理。它它也也有有自自己己的的程程序序语语言言，但但基基本本上上已已经经“傻傻瓜瓜化化”。

10、对对于于非非专专业业统统计计工工作作者者，它它是是很很好的选择。好的选择。Excel：它它严严格格说说来来并并不不是是统统计计软软件件，但但作作为为数数据据表表格格软软件件，必必然然有有一一定定统统计计计计算算功功能能。而而且且凡凡是是有有 Microsoft Office的的计计算算机机，基基本本上上都都装装有有Excel。但但要要注注意意，有有时时在在装装Office时时没没有有装装“数数据据分分析析”的的功功能能，那那就就必必须须装装了了才才行行。当当然然，画画图图功功能能是是已已经经具具备备了了的的。对对于于简简单单分分析析，Excel还还算算方方便便，但随着问题的深入，但随着问题的深

11、入，Excel就不那么就不那么“傻瓜傻瓜”了。了。SAS：这这是是功功能能非非常常齐齐全全的的软软件件。尽尽管管价价格格相相当当不不菲菲，许许多多公公司司，特特别别是是美美国国制制药药公公司司都都在在使使用用，这这多多半半因因为为其其功功能能众众多多和和某某些些美美国国政政府府机机构构一一些些人人的的偏偏爱爱。尽尽管管现现在在已已经经尽尽量量“傻傻瓜瓜化化”，但但仍仍然然需需要要一一定定的的训训练练才才可可以以进进入入。也也可以对它编程，但对于基本统计课程则不那么方便。可以对它编程，但对于基本统计课程则不那么方便。学习软件的最好方式是学习软件的最好方式是需要时在使用中学需要时在使用中学。第第1

12、 1章章 概述概述RUC,School of Information,Ye Xiang1.3 1.3 为何要使用为何要使用ExcelExcel来学习统计来学习统计由由于于微微软软的的Office已已相相当当普普及及，并并且且广广泛泛地地应应用用于于工工商商企企业业及及个个人人使使用用领领域域。要要想想在在一一台台个个人人计计算算机机上上找找到到Excel，要要比比找找到到SPSS或或SAS软软件件容容易易得得多多，而而且且Excel具具有有易易学易懂的特性学易懂的特性。虽虽然然Excel并并没没有有被被归归类类为为统统计计软软件件，并并且且其其与与统统计计有有关关的的函函数数和和数数据据分分析

13、析工工具具的的功功能能是是绝绝对对无无法法与与SPSS或或SAS统计软件相提并论的，但对绝大多数人而言已经足够了统计软件相提并论的，但对绝大多数人而言已经足够了。生生活活在在“信信息息时时代代”中中的的人人比比以以往往任任何何时时候候都都更更频频繁繁地地与与数数据据打打交交道道，Excel就就是是为为现现代代人人进进行行数数据据处处理理而而定定制制的的一一个个工工具具。无无论论是是在在科科学学研研究究、医医疗疗教教育育、商商业业活活动动还还是是家家庭庭生生活活中中，Excel都都能能满满足足大大多多数数人人的的数数据据处处理理需需求求。Excel拥拥有有强强大大的的计计算算、分分析析、传传递递

14、和和共共享享功功能能，可可以以帮帮助用户将繁杂的数据转化为有用的信息。助用户将繁杂的数据转化为有用的信息。伟伟人人说说“实实践践出出真真知知”，在在Excel中中，不不但但实实践践出出真真知知，而且而且实践出技巧实践出技巧。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.41.4 变量及其分类变量及其分类变变量量（variable）是是用用来来描描述述总总体体中中成成员员的的某某一一特特性性。在在搜搜集集数数据据的的过过程程中中，需需要要搜搜集集各各类类的的变变量量。例例如如，性性别别、年年龄龄、职职业业、教教育育程程度度、收收入入等等人人口口统

15、统计计变变量量。又又如如，为为了了预预测测明明年年的的销销售售量量，所所搜搜集集到到的的数数据据如如广广告告费费、人人事事费费、销销售售人人员员数数等等，也都是一种变量。也都是一种变量。在在现现实实生生活活或或自自然然界界中中的的一一些些现现象象，通通常常都都不不是是单单一一变变量量可可以以描描述述得得很很清清楚楚的的。例例如如，要要描描述述某某一一个个人人，仅仅使使用用性性别别变变量量，说说他他（或或她她）是是男男性性（或或是是女女性性），肯肯定定是是无无法法说说明明白白的的。但但随随着着变变量量（例例如如年年龄龄、肤肤色色、头头发发、身身高高、体体重重、种种族族等）的增加，可以逐渐描述得更

16、清楚一些。等）的增加，可以逐渐描述得更清楚一些。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.41.4 变量及其分类变量及其分类定定性性变变量量（qualitative variable）也也称称离离散散变变量量或或分分类类变变量量。例例如如，使使用用的的手手机机品品牌牌、就就读读的的班班级级、宗宗教教信信仰仰、参参加加的的社社团团、喜喜好好的的运运动动、最最常常饮饮用用的的饮饮料料类类别别、最最喜喜欢欢的的歌歌手手、最最喜喜欢欢的的影影星星、民民族族、党党派派，均均属属定定性性变变量量。如如：性别性别：男：男1、女、女2。定定序序变变量量也也

17、称称有有序序变变量量。例例如如，成成绩绩：优优5、良良4、中中3、及及格格2、不不及及格格1；文文化化程程度度：小小学学1、中中学学2、大大学学3、研研究究生生4；职职称称：教教授授4、副副教教授授3、讲讲师师2、助助教教1；评评价价：非非常常重重要要5、重重要要4、普普通通3、不重要、不重要2、非常不重要、非常不重要1。定定量量变变量量（quantitative variable）也也称称数数量量变变量量或或连连续续变变量量。例例如如，成成绩绩、年年龄龄、收收入入、国国民民生生产产总总值值、体体重重、身高身高、智力智力、温度温度等均属定量变量。等均属定量变量。在在实实际际应应用用中中，变变量

18、量类类型型一一般般只只分分为为定定性性变变量量和和定定量量变变量量两大类。两大类。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.5 1.5 数据的收集数据的收集（怎样得到数据怎样得到数据）每每天天翻翻开开报报纸纸或或打打开开电电视视，就就可可以以看看到到各各种种数数据据，比比如如高高速速公公路路通通车车里里程程、股股票票行行情情、外外汇汇牌牌价价、房房价价、流流行行病病的的有有关关数数据据。当当然然还还有有国国家家统统计计局局定定期期发发布布的的各各种种国国家家经经济济数数据据、海海关关发发布布的的进进出出口口贸贸易易数数据据等等。从从这这些些

19、数数据据中中，各各有有关关方方面面可可以以提提取取对对自自己己有有用用的的信信息息。显显然然，这些间接得到的数据都是这些间接得到的数据都是二手数据二手数据。获获得得第第一一手手数数据据并并不不像像得得到到二二手手数数据据那那么么轻轻松松。某某些些企企业业每每年年至至少少要要花花三三四四千千万万元元来来收收集集和和分分析析数数据据。他他们们调调查查其其产产品品目目前前在在市市场场中中的的状状况况和和地地位位，并并确确定定其其竞竞争争对对手手的的态态势势。他他们们调调查查不不同同地地区区、不不同同阶阶层层的的民民众众对对其其产产品品的的认认知知程程度度和和购购买买意意愿愿，以以改改进进产产品品或或

20、推推出出新新品品种种以以争争取取新新顾顾客客。他他们们还还收收集集各各地地方方的的经经济济、交交通通等等信信息息，以以决决定定如如何何保保住住现现有有市市场场和和开开发发新新市市场场。市市场场信信息息数数据据对对企企业业是是至至关关重重要要的的，他他们们很很舍舍得得在在这这方方面面花花钱钱。因因为为这这是企业生存所必需的，绝不是可有可无的是企业生存所必需的，绝不是可有可无的。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.5 1.5 数据的收集数据的收集（个体、总体和样本个体、总体和样本）要要想想了了解解北北京京市市民民对对建建设设北北京京交交通

21、通设设施施是是以以包包括括轨轨道道运运输输在在内内的的公公共共交交通通工工具具为为主主还还是是以以小小汽汽车车为为主主的的观观点点，需需要要进进行行调查。调查。调调查查对对象象是是所所有有北北京京市市民民，调调查查目目的的是是希希望望知知道道市市民民中中对对这这个个问问题题的的不不同同看看法法各各自自占占有有的的比比例例。显显然然，不不可可能能去去问问所所有有的的北北京京市市民民，而而只只能能够够问问一一部部分分，并并且且根根据据这这一一部部分分的的观观点点来理解整个北京市民的总体观点。来理解整个北京市民的总体观点。在在这这个个例例子子中中，单单个个北北京京市市民民称称为为调调查查的的对对象象

22、；而而他他们们的的观观点点称称为为（这这个个调调查查问问题题的的）个个体体；而而称称所所有有北北京京市市民民对对这这个个问问题题的的观观点点为为一一个个总总体体，总总体体是是包包含含所所有有要要研研究究的的个个体体的的集集合合；而而调调查查时时问问到到的的那那部部分分市市民民的的观观点点（也也就就是是部部分分个个体体）称为该总体的一个称为该总体的一个样本样本，是总体中选出的一部分。，是总体中选出的一部分。当当然然，也也有有可可能能试试图图调调查查所所有有的的人人，那那叫叫普普查查（census），比比如如人人口口普普查查。有有人人喜喜欢欢把把作作为为调调查查对对象象的的北北京京市市民民称称为为

23、个个体体，但但每每个个市市民民还还有有其其他他诸诸如如身身高高、体体重重、教教育育程程度度等等无无数数特特征征，这这些些都都不不是是我我们们调调查查的的目目的的。因因此此，为为了了强强调调我我们们调调查的目的，查的目的，市民的观点才应称为个体市民的观点才应称为个体。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.5 1.5 数据的收集数据的收集（个体、总体和样本个体、总体和样本）在在抽抽取取样样本本时时，如如果果总总体体中中的的每每一一个个个个体体都都有有同同等等机机会会被被选选到到样样本本中中，这这种种抽抽样样称称为为简简单单随随机机抽抽样样，

24、而而这这样样得得到到的的样样本本则称为则称为随机样本随机样本。随随机机抽抽样样就就像像从从一一锅锅搅搅匀匀的的八八宝宝粥粥中中舀舀出出一一勺勺，其其中中各各种种成成分的比例应该和锅里的比例大致一样分的比例应该和锅里的比例大致一样。大大小小为为N的的总总体体中中产产生生样样本本量量为为n的的随随机机样样本本的的一一个个常常用用的的方法是利用方法是利用随机数随机数。其步骤为：。其步骤为：（1）先把总体的所有个体编号；）先把总体的所有个体编号；（2）然后产生）然后产生n个个1到到N之间的随机数；之间的随机数；（3）与与如如此此产产生生的的随随机机数数中中的的数数目目相相同同的的个个体体则则形形成成了

25、了样样本本量量为为n的简单随机样本。的简单随机样本。在在广广泛泛使使用用计计算算机机的的今今天天，为为了了方方便便，很很多多实实际际工工作作者者应应用用计算机计算机所产生的伪随机数来代替真正的随机数。所产生的伪随机数来代替真正的随机数。在在实实践践中中，得得到到随随机机样样本本不不容容易易。很很多多搞搞调调查查的的人人就就采采取取简简单的办法：单的办法：方便样本方便样本。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.5 1.5 数据的收集数据的收集（收集数据时的误差收集数据时的误差）假定在某一职业人群中女性占的比例为假定在某一职业人群中女性占的

26、比例为60。如如果果在在这这个个人人群群中中抽抽取取一一些些随随机机样样本本，这这些些随随机机样样本本中中女女性性的的比比例例并并不不一一定定刚刚好好是是60，可可能能稍稍微微多多些些或或稍稍微微少少些些。这这是是很很正正常常的的，因因为为样样本本的的特特征征不不一一定定和和总总体体完完全全一一样样。这这种种差差异异不不是是错错误误，而是而是必然会出现必然会出现的的抽样误差抽样误差。在在抽抽样样调调查查中中，一一些些人人因因为为种种种种原原因因没没有有对对调调查查做做出出反反应应（或或回回答答），这这种种误误差差称称为为未未响响应应误误差差。而而另另有有一一些些人人因因为为各各种种原原因因回回

27、答答时时并并没没有有真真实实反反映映他他们们的的观观点点，这这称称为为响响应应误误差差。和和抽抽样样误误差差不不一一样样，未未响响应应误误差差和和响响应应误误差差都都会会影影响响对对真真实实世世界的了解，应该在设计调查方案时尽量避免。界的了解，应该在设计调查方案时尽量避免。第第1 1章章 概述概述RUC,School of Information,Ye Xiang1.5 1.5 数据的收集数据的收集（抽样调查以及一些常用的方法抽样调查以及一些常用的方法）抽抽样样调调查查（sample survey）的的领领域域涉涉及及如如何何用用有有效效的的方方式得到式得到样本数据样本数据。最最常常用用的的问

28、问卷卷调调查查方方式式，包包括括通通过过邮邮件件报报刊刊等等手手段段调调查查、电电话话调调查查和和面面对对面面调调查查等等。这这些些调调查查方方式式都都利利用用了了问问卷卷（questionnaire），而而问问卷卷的的设设计计则则很很有有学学问问。它它涉涉及及如如何何用用词词、问问题题的的次次序序以以及及问问题题的的选选择择和和组组合合等等。这这涉涉及及心心理学理学、社会学社会学等知识。等知识。抽抽样样调调查查设设计计的的目目的的之之一一是是确确保保样样本本对对总总体体的的代代表表性性，以以保证后续推断的可靠性。保证后续推断的可靠性。概概率率抽抽样样方方法法：系系统统抽抽样样、分分层层抽抽样

29、样、整整群群抽抽样样、多多级级抽抽样。样。非非概概率率抽抽样样方方法法：目目的的抽抽样样、方方便便抽抽样样、判判断断抽抽样样、定定额额抽样、雪球抽样、自我选择。抽样、雪球抽样、自我选择。第第1 1章章 概述概述RUC,School of Information,Ye Xiang附录附录“数字数字100”100”市场研究公司市场研究公司（1 1）1什么是调查什么是调查（调查在实际生活中的应用）（调查在实际生活中的应用）CCTV“财财富富故故事事会会”采采访访“数数字字100”市市场场研研究究公公司司董董事事长长汤汤雪雪梅梅女女士士，于于2008年年10月月17日日播播出出的的“调调查查你你我我他

30、他”节节目目（节节选选）http:/ 2 公司简介公司简介“数字数字100”的网站（的网站（）“数字数字100”新浪博客新浪博客（ 1章章 概述概述RUC,School of Information,Ye Xiang附录附录“数字数字100”100”市场研究公司市场研究公司（2 2）3在线调查在线调查用用“数数字字100”新新浪浪博博客客中中的的一一篇篇博博文文在在线线调调查查，经经济济危危机机下下的的宠儿宠儿来说明什么是在线调查。来说明什么是在线调查。http:/ 理性理性+务实务实http:/ 1章章 概述概述RUC,School of Information,Ye Xiang上机上机实践题实践题1 1浏览浏览“数字数字100100”市场研究公司网站市场研究公司网站（）。）。2 2浏览浏览“数字数字100”100”新浪新浪博客博客（ 3浏览浏览“态度态度8 8”调查网站调查网站（）。）。4 4浏览浏览“中国互联网络信息中心中国互联网络信息中心（CNNICCNNIC）”网站（网站（），查），查看最新发布的看最新发布的中国互联网络发展状况统计中国互联网络发展状况统计报告报告。