(精品)第二章 数据的搜集3.ppt

《(精品)第二章 数据的搜集3.ppt》由会员分享，可在线阅读，更多相关《(精品)第二章 数据的搜集3.ppt（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国人民大学出版社All rights reserved统统 计计 学学第第2 2章章 数据的搜集数据的搜集第二章第二章 数据的搜集数据的搜集 1 1 数据的来源数据的来源 2 2 数据的误差数据的误差 3 3 数据文件数据文件 21 1 数据的来源数据的来源1.1 1.1 数据的间接来源数据的间接来源 1.2 1.2 数据的直接来源数据的直接来源 31.1 1.1 数据的间接来源数据的间接来源二手数据（间接来源的数据）二手数据（间接来源的数据）使用其他人调查或者实验得到的数据，对与研究变量相关的原有信息进行重新加工、整理，使之成为我们进行统计分析可以使用的数据，我们把这些数据称为二手数据二手

2、数据。二手数据搜集的范围二手数据搜集的范围 系统外部系统外部 系统内部系统内部41.1 1.1 数据的间接来源数据的间接来源二手数据的优势与局限性二手数据的优势与局限性二手数据的评估二手数据的评估 数据是谁搜集的？数据是谁搜集的？(WHO)(WHO)为什么目的而搜集的？为什么目的而搜集的？(WHAT)(WHAT)数据是怎样搜集的？数据是怎样搜集的？(HOW)(HOW)何时搜集的？何时搜集的？(WHEN)(WHEN)51.1 1.1 数据的间接来源数据的间接来源二手数据的使用二手数据的使用 使用二手数据，要注意数据的定义数据的定义、统计口径统计口径和计算方法计算方法，避免数据的错用、误用和滥用。

3、在引用二手数据时，应注明数据的来源数据的来源，以尊重他人的劳动成果。61.1 1.1 数据的间接来源数据的间接来源1.1.公公开开出出版版物物：中中国国统统计计年年鉴鉴、中中国国统统计计摘摘要要、中中国国社社会会统统计计年年鉴鉴、中中国国工工业业经经济济统统计计年年鉴鉴、中中国国农农村村统统计计年年鉴鉴、中中国国人人口口统统计计年年鉴鉴、中中国国市市场场统统计计年年鉴鉴、世世界界经经济济年年鉴鉴、国国外外经经济济统统计计资资料料、世世界界发发展展报报告告InternetInternet 2.2.网络网络中国统计中国统计中国统计中国统计年鉴年鉴年鉴年鉴20012001中中中中国国国国人人人人口口

4、口口统统统统计计计计年年年年鉴鉴鉴鉴中中中中国国国国市市市市场场场场统统统统计计计计年年年年鉴鉴鉴鉴世世世世界界界界发发发发展展展展报报报报告告告告世世世世界界界界经经经经济济济济年年年年检检检检工工工工业业业业普普普普查查查查数数数数据据据据中国统计出版社71.2 1.2 数据的直接来源数据的直接来源数据的直接来源数据的直接来源调查调查实验实验随随随随机机机机抽抽抽抽样样样样系系系系统统统统抽抽抽抽样样样样分分分分层层层层抽抽抽抽样样样样整整整整群群群群抽抽抽抽样样样样多多多多阶阶阶阶段段段段抽抽抽抽样样样样普查普查抽样调查抽样调查统计报表统计报表81.2.1.1 1.2.1.1 普查普查（

5、概念要点）（概念要点）（概念要点）（概念要点）1.1.为特定目的专门组织的非经常性全面调查为特定目的专门组织的非经常性全面调查2.2.通常是一次性或周期性的通常是一次性或周期性的3.3.一般需要规定统一的标准调查时间一般需要规定统一的标准调查时间4.4.数据的规范化程度较高数据的规范化程度较高5.5.应用范围比较狭窄应用范围比较狭窄总体总体91.2.1.2 1.2.1.2 统计报表统计报表(概念要点概念要点概念要点概念要点)1.1.统计调查方式之一统计调查方式之一2.2.过去曾经是我国主要的数据收集方式过去曾经是我国主要的数据收集方式3.3.按照国家有关法规的规定、自上而下地统一布置、自按照国

6、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下而上地逐级提供基本统计数据4.4.有各种各样的类型有各种各样的类型101.2.1.2 1.2.1.2 抽样调查抽样调查(概念要点概念要点概念要点概念要点)1.1.从总体中随机抽取一部分单位从总体中随机抽取一部分单位(样本样本)进行调查进行调查总体总体总体总体随机样本随机样本随机样本随机样本 4.4.具有经济性、时效性具有经济性、时效性强、适应面广、准确强、适应面广、准确性高等特点性高等特点2.2.目的是推断总体的未知数字特征目的是推断总体的未知数字特征3.3.最常用的调查方式最常用的调查方式11简单随机抽样简单随机抽样简单随

7、机抽样简单随机抽样 也称纯随机抽样也称纯随机抽样,是从总体中随机地、一个一个地抽是从总体中随机地、一个一个地抽取取n n个单元构成样本。在每次抽选中，所有未入样的待选单个单元构成样本。在每次抽选中，所有未入样的待选单元入选样本的概率相等。元入选样本的概率相等。简单随机样本也可以一次同时从总体中抽出。简单随机样本也可以一次同时从总体中抽出。12分层抽样分层抽样分层抽样分层抽样 将抽样单位按某种特征或某种规则划分为不同的层，然将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。后从不同的层中独立、随机地抽取样本。分层抽样保证了样本中包含有各种特征的个体，样本的分层抽

8、样保证了样本中包含有各种特征的个体，样本的结构与总体的结构比较相近，从而可以提高样本的代表性。结构与总体的结构比较相近，从而可以提高样本的代表性。此外，这种抽样方式既可以对总体参数进行估计，也可以对此外，这种抽样方式既可以对总体参数进行估计，也可以对各层的目标量进行估计。各层的目标量进行估计。13系统抽样系统抽样系统抽样系统抽样 将总体中所有单位按一定顺序排列，在规定的范将总体中所有单位按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位。的规则确定其他样本单位。系统抽样的主要优点是操作简便。系

9、统抽样的主要优点是操作简便。14整群抽样整群抽样整群抽样整群抽样 抽样时直接抽取群，然后对选中群中的所有单位全部实施抽样时直接抽取群，然后对选中群中的所有单位全部实施调查。调查。整群抽样的优点是，只需要每个群的名单，而不必具有总整群抽样的优点是，只需要每个群的名单，而不必具有总体中每个个体的名单，减化了工作量，也减少了调查费用。体中每个个体的名单，减化了工作量，也减少了调查费用。整群抽样的缺点在于，其估计精度较差。整群抽样的缺点在于，其估计精度较差。15多阶段抽样多阶段抽样多阶段抽样多阶段抽样 首先抽群，但并不是调查群内的所有单位，而是再进行一步抽样，从首先抽群，但并不是调查群内的所有单位，而

10、是再进行一步抽样，从选中的群中抽取出若干个单位进行调查。选中的群中抽取出若干个单位进行调查。多阶段抽样的分类多阶段抽样的分类 二阶段抽样二阶段抽样 三阶段抽样三阶段抽样 多阶段抽样多阶段抽样 多阶段抽样保证样本单元分布相对集中，节约调查费用。多阶段抽样保证样本单元分布相对集中，节约调查费用。161.2.2 1.2.2 实验数据实验数据实验数据实验数据 实验数据实验数据 实验数据指在实验中控制实验对象而搜集到的变量实验数据指在实验中控制实验对象而搜集到的变量的数据。的数据。实验是检验变量间因果关系的一种方法。实验是检验变量间因果关系的一种方法。在实验中，研究人员控制某一情形的所有相关方面，在实验

11、中，研究人员控制某一情形的所有相关方面，操纵少数感兴趣的变量，然后观察实验的结果。操纵少数感兴趣的变量，然后观察实验的结果。171.2.2 1.2.2 实验数据实验数据1 1.实验法的有关问题：实验组和对照组的选择实验法的有关问题：实验组和对照组的选择实验组和对照组实验组和对照组受试对象受试对象反应变量和解释变量反应变量和解释变量处理处理英国海军的实验英国海军的实验实验组和对照组的产生应遵循随机原则实验组和对照组的产生应遵循随机原则一个好的实验，实验组和对照组的产生不仅应该是随机的，而且应一个好的实验，实验组和对照组的产生不仅应该是随机的，而且应该是匹配的。该是匹配的。181.2.2 1.2.

12、2 实验数据实验数据2.2.对人做实验时产生的问题对人做实验时产生的问题 人的问题人的问题 心理学问题心理学问题 道德问题道德问题192 2 数据的误差数据的误差2.1 2.1 抽样误差抽样误差2.2 2.2 未响应误差未响应误差 2.3 2.3 响应误差响应误差 202.1 2.1 抽样误差抽样误差抽样误差抽样误差 抽样误差是由抽样的随机性抽样的随机性引起的样本结果与总体真值之间的误差。只要采用概率抽样，抽样误差就不可避免。抽样不是针对某个具体样本的检测结果与总体真实结果的差异而言，它描述的是所有样本可能的结果与总体真值之间的平均性差异。212.1 2.1 抽样误差抽样误差抽样误差大小的影响

13、因素抽样误差大小的影响因素 样本量的大小：样本量的大小：样本量越大，抽样误差越小。总体的变异性：总体的变异性：总体的变异性越大，即各单位之间的差异越大，抽样误差也就越大。在公布任何一次抽样调查的结果时，负责任的报告都应说明抽样误差的大小。222.2 2.2 未响应误差未响应误差未响应误差未响应误差 非抽样误差中的一种。它是指由于种种原因，包含在样本中的一部分人未对调查做出反应或回答，而造成的误差。未响应误差是随机的未响应误差是随机的可以通过增大样本量的方式解决 未响应误差是系统性的未响应误差是系统性的预防采取补救措施232.3 2.3 响应误差响应误差响应误差响应误差 响应误差响应误差 指在调

14、查过程中，由于问题的提问方式、问题所处的位置、访员的影响或受访者自身的原因，而使受访者在回答问题时产生的误差。响应误差的类型响应误差的类型 问题的措辞 问题所处的位置 访问员的影响 受访者的影响 243 3 数据文件数据文件数据文件数据文件 数据数据 由一些变量和它们的观测值所组成。数据文件数据文件 将数据以表格的形式录入计算机，这样的一个数据表通常叫做数据阵或数据文件数据阵或数据文件。文件由行和列组成。一般行代表样本单位，每一行称为一个观测值观测值。列表示不同的变量变量，每一列为一个变量的不同观测值。253 3 数据文件数据文件数据文件数据文件 原始数据文件的一般格式原始数据文件的一般格式263 3 数据文件数据文件编码编码 男1 女0 可口可乐1 百事可乐0 知道1 不知道0273 3 数据文件数据文件编码后数据文件的一般格式编码后数据文件的一般格式 28