實(shí)用社會(huì)統(tǒng)計(jì)分析技術(shù)

1、實(shí)用社會(huì)統(tǒng)計(jì)分析技術(shù) 及SPSS和STATA統(tǒng)計(jì)軟件操作說(shuō)明第一講 課程主要內(nèi)容： 本課程教授的內(nèi)容是專(zhuān)門(mén)針對(duì)抽樣調(diào)查數(shù)據(jù)資料的統(tǒng)計(jì)分析技術(shù)，而不適用于試驗(yàn)性調(diào)查資料和觀察性調(diào)查資料的分析。課程安排： 統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)：統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)：1）描述性統(tǒng)計(jì)、2）概率論和3）推論統(tǒng)計(jì)。（三講）。 數(shù)據(jù)處理技術(shù)：數(shù)據(jù)處理技術(shù)：4）數(shù)據(jù)錄入、整理、校驗(yàn)和加權(quán)、5）數(shù)據(jù)加工、重組和再生變量。（兩講）。 統(tǒng)計(jì)分析技術(shù)：統(tǒng)計(jì)分析技術(shù)：6）量表和指標(biāo)建構(gòu)、7）列聯(lián)表分析技術(shù)、8）簡(jiǎn)單線性回歸、9）多元回歸、10）非線性轉(zhuǎn)換、11）對(duì)數(shù)線性模型、12）logistic回歸、13）多元logistic回歸、14）等級(jí)l

2、ogistic回歸、15）Probit模型、16）tobit 模型、17）poisson 回歸、18）因子分析、19）路徑分析、20）結(jié)構(gòu)方程、21）事件史分析什么是統(tǒng)計(jì)學(xué)什么是統(tǒng)計(jì)學(xué) 統(tǒng)計(jì)學(xué)就是描述、組織和解釋數(shù)據(jù)或信息的一套工具和技術(shù)。它幫助我們理解周?chē)氖澜纭?統(tǒng)計(jì)分析中的兩個(gè)最基礎(chǔ)的概念 描述性統(tǒng)計(jì)（描述性統(tǒng)計(jì)（Descriptive Statistics） 推論統(tǒng)計(jì)（推論統(tǒng)計(jì)（Inferential Statistics )什么是描述性統(tǒng)計(jì)什么是描述性統(tǒng)計(jì)（Descriptive Statistics） 描述性統(tǒng)計(jì)就是組織、描述和總結(jié)所收集到的一組數(shù)據(jù)的特征。 需要注意的是，它所描述

3、的是這組數(shù)據(jù)本身的分布特征。 編號(hào)姓名年齡職業(yè)1王X X30工人2李X X42干部3張X X18學(xué)生4李X X26工人5李X X22工人6劉X X29教師7陳X X19農(nóng)民8王X X22工人9陳X X25工人10吳X X23工人什么是推論統(tǒng)計(jì)什么是推論統(tǒng)計(jì)（Inferential Statistics 推論統(tǒng)計(jì)就是從一個(gè)較小的群體中了解的信息并得出相關(guān)結(jié)論，推廣到更大的一個(gè)群體。我們把較小的這個(gè)群體，也就是我們收集了數(shù)據(jù)的群體稱之為樣本（sample），把更大的那個(gè)群體，也就是我們所感興趣的、要研究的對(duì)象群體稱之為總體（population）。 偏誤估計(jì)（biased estimation）與

4、無(wú)偏估計(jì)（unbiased estimation） 很多因素導(dǎo)致了偏誤估計(jì)過(guò)高估計(jì)或過(guò)低估計(jì)。樣本的代表性、數(shù)據(jù)收集過(guò)程中的誤差、計(jì)算中的差錯(cuò)，尤其是干擾因素的作用，等等，都有可能導(dǎo)致偏誤估計(jì)。 要達(dá)到無(wú)偏估計(jì)需要一系列的技術(shù)手段，應(yīng)用統(tǒng)計(jì)技術(shù)的研究者就是采用這些技術(shù)手段，以樣本去推測(cè)總體，以達(dá)到無(wú)偏估計(jì)。 在社會(huì)科學(xué)研究中，人為地制造（模擬）試驗(yàn)環(huán)境，控制各種干擾因素，以達(dá)到（自然）科學(xué)的求證方法。這就是社會(huì)統(tǒng)計(jì)學(xué)的一種思維方式。 描述性統(tǒng)計(jì) 集中趨勢(shì)的量度（measures of central tendency） ：共性 離散程度 的量度（measures of variability)

5、：異質(zhì)性集中趨勢(shì)的量度 集中趨勢(shì)(平均數(shù)值)是對(duì)整個(gè)群體的數(shù)值的最好的代表。 有三種形式的平均數(shù)值：平均值（mean）、中位數(shù)（median）、眾數(shù)（mode）。 其中，最常用的是平均值。XXN離散程度 離散程度 （異質(zhì)性 ）反映的是數(shù)值之間是如何的不同。 同樣均值不同差異程度 。如： 7，6，3，3，1 3，4，4，5，4 4，4，4，4，4 有三個(gè)離散程度的量度指標(biāo)：全距（range）、標(biāo)準(zhǔn)差（standard deviation）、方差（variance）。 其中，最常用的是標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差反映的是每一個(gè)個(gè)案的分值與平均的分值之間的差距，簡(jiǎn)單來(lái)說(shuō)，就是平均差異有多大。

6、標(biāo)準(zhǔn)差越大表示差異越大。 21XXsn不同樣本量的標(biāo)準(zhǔn)差的偏誤估計(jì)與無(wú)偏估計(jì)之差比較樣本數(shù)標(biāo)準(zhǔn)差公式中分子的值總體標(biāo)準(zhǔn)差的偏誤估計(jì)（除以n）總體標(biāo)準(zhǔn)差的無(wú)偏估計(jì)（除以n-1）偏誤估計(jì)與無(wú)偏估計(jì)之差105007.077.450.381005002.242.250.0110005000.70710.70750.0004十個(gè)階層的平均個(gè)人月收入個(gè) 人 月 總 收 入 （ 排 除 在 校 生 ）944.1741636.9781436.28701601.0014175.56645860.855782.73200863.124664.86358609.443925.426431202.417570.136

7、15557.462540.06715532.824150.142523178.29821.2129793.208455.685526997.006十 大 階 層國(guó) 家 與 社 會(huì) 管 理 者經(jīng) 理 人 員私 營(yíng) 企 業(yè) 主專(zhuān) 業(yè) 技 術(shù) 人 員辦 事 人 員個(gè) 體 工 商 戶商 業(yè) 服 務(wù) 業(yè) 員 工產(chǎn) 業(yè) 工 人農(nóng) 業(yè) 勞 動(dòng) 者城 鄉(xiāng) 無(wú) 業(yè) 失 業(yè) 半 失 業(yè) 者Total Mean 均 值 N 樣 本 數(shù)Std. Deviation標(biāo) 準(zhǔn) 差方差 量度離散程度的第三 個(gè) 指 標(biāo) 是 方 差（variance）。 方差就是標(biāo)準(zhǔn)差的平方。221XXsn單變量描述性統(tǒng)計(jì) 均值 標(biāo)準(zhǔn)差單變量描

8、述統(tǒng)計(jì)的目的 檢查數(shù)據(jù) 對(duì)此變量的分布特征做初步判斷； 依據(jù)此數(shù)據(jù)推論總體是否合適，要如果做調(diào)整； 依據(jù)此變量分布特征，選擇合適的統(tǒng)計(jì)模型。用圖形顯示數(shù)據(jù)用圖形顯示數(shù)據(jù) 為什么要用圖形顯示數(shù)據(jù)？ 柱狀圖柱狀圖 多邊圖多邊圖 線性圖線性圖 年齡組69311.211.211.2140322.722.733.8162826.326.360.1115818.718.778.877312.512.591.35408.78.7100.06194100.0100.016-2021-3031-4041-5051-6061-70TotalValidFrequency Percent Valid PercentC

9、umulativePercent柱狀圖Ca se s w e ig hte d b y W EIG H T年齡組6 1 -7 05 1 -6 04 1 -5 03 1 -4 02 1 -3 01 6 -2 0Count1 8 0 01 6 0 01 4 0 01 2 0 01 0 0 08 0 06 0 04 0 0多邊圖Cases weighted by WEIGHT年 齡 組61-7051-6041-5031-4021-3016-20Count18001600140012001000800600400線性圖Dot/Lines show counts123456年齡組0250500750C

10、Co ou un nt tDot/Lines show counts203040506070年齡050100150C Co ou un nt tDot/Lines show counts51015個(gè)人月總收入（排除在校生）010002000C Co ou un nt t圖型顯示的頻數(shù)分布特征 頻數(shù)分布的特征可以有4個(gè)指標(biāo)來(lái)顯示： 均值 標(biāo)準(zhǔn)差 斜度（skewness） 峰度（kurtosis） 均值均值 低收入低收入 A群體的平均收入 B群體的平均收入 C群體的平均收入 高收入高收入 頻數(shù)異質(zhì)性（標(biāo)準(zhǔn)差）異質(zhì)性（標(biāo)準(zhǔn)差） 頻頻數(shù)數(shù)低收入低收入 均值 高收入高收入群體A的收入分布群體B的收入分布

11、群體C的收入分布 斜度斜度 頻頻數(shù)數(shù)低收入低收入 高收入高收入群體A收入分布正向傾斜群體B收入分布無(wú)傾斜 群體C收入分布負(fù)向傾斜 Dot/Lines show counts0100002000030000失業(yè)半失業(yè)者個(gè)人月總收入（排除在校生）0255075CountCountDot/Lines show counts0100002000030000農(nóng)業(yè)勞動(dòng)者個(gè)人月總收入（排除在校生）050100150CountCountDot/Lines show counts0100002000030000產(chǎn)業(yè)工人個(gè)人月總收入（排除在校生）01020304050CountCountDot/Lines show counts0100002000030000商業(yè)服務(wù)業(yè)員工個(gè)人月總收入（排除在校生）01020CountCountDot/Lines show counts0100002000030000個(gè)體工商戶個(gè)人月總收入（排除在校生）010203040CountCountDot/Lines show counts0100002000030000辦事人員個(gè)人月總收入（排除在校生）051015CountC