統(tǒng)計(jì)調(diào)查與數(shù)據(jù)分析講座

統(tǒng)計(jì)調(diào)查與數(shù)據(jù)分析講座課程要點(diǎn)一、數(shù)據(jù)的收集二、數(shù)據(jù)的整理三、數(shù)據(jù)的統(tǒng)計(jì)特性分析一、數(shù)據(jù)的收集兩種數(shù)據(jù)來源：原始數(shù)據(jù)次級數(shù)據(jù)兩種數(shù)據(jù)形式橫截面數(shù)據(jù)（點(diǎn)）時間數(shù)列數(shù)據(jù)（面）數(shù)據(jù)的來源與分類數(shù)據(jù)收集（調(diào)查）策劃調(diào)查目的調(diào)查對象-調(diào)查內(nèi)容-調(diào)查方法調(diào)查結(jié)果滿足調(diào)查目的調(diào)查對象一、全面調(diào)查不重復(fù)、不遺漏二、非全面調(diào)查代表性、選擇偏性例—1936年羅斯福與蘭登的總統(tǒng)競選：《文學(xué)摘要》：羅斯福（43%）蘭登（57%）1千萬蓋洛普：羅斯福（56%）5萬人實(shí)際結(jié)果：羅斯福（62%）蘭登（38%）調(diào)查方法方法對象特點(diǎn)適用條件普查全部單位一次性、周期性、數(shù)據(jù)準(zhǔn)確、全面、使用面窄掌握總體情況有限總體抽樣調(diào)查樣本單位經(jīng)濟(jì)、實(shí)用、準(zhǔn)確、適應(yīng)面廣掌握總體情況、有限總體與無限總體重點(diǎn)調(diào)查重點(diǎn)單位非隨機(jī)性掌握趨勢存在重點(diǎn)單位典型調(diào)查典型單位非隨機(jī)性用于定性分析統(tǒng)計(jì)報(bào)表全部單位與非全部單位統(tǒng)一性、準(zhǔn)確性調(diào)查內(nèi)容（一）問卷結(jié)構(gòu)：說明詞、填寫要求、問卷正文及結(jié)尾說明詞：主辦單位及調(diào)查員身份、調(diào)查的目的和意義、承諾及感謝問卷正文：需要調(diào)查的問題及答案、被調(diào)查者的背景資料結(jié)尾：說明問卷設(shè)計(jì)清楚定義內(nèi)容：5w“您使用什么品牌的化妝品”用詞通俗、詞義明確“您經(jīng)常收看電視節(jié)目嗎？”“1、從來不看；2、偶爾看；3、有時看；4、經(jīng)?？?；5、天天看”避免隱含的選擇（乘車、牛仔褲）避免否定形式的提問避免誘導(dǎo)性或傾向性的詞匯、避免重疊、答案詳盡（二）問卷的措辭（三）問題的順序1、先易后難2、封閉型問題置前，敏感性、開放性問題置后3、注意對后繼問題的影響：1）您在選擇購物時，哪些因素是重要的？2）您在選擇購物時，售后服務(wù)這個因素的重要性如何？4、邏輯思路保持一致二、數(shù)據(jù)的整理審核分組（品質(zhì)數(shù)據(jù)、數(shù)量數(shù)據(jù)）計(jì)算頻數(shù)與頻率觀察數(shù)據(jù)的表現(xiàn)審核數(shù)據(jù)資料的可用性方法錯誤如：時間，空間，口徑等邏輯錯誤如：產(chǎn)值與銷售值，年齡與工作年限主觀錯誤敏感性、政治性等如：失業(yè)率與平均每周申請失業(yè)保險人數(shù)

IBM

IBM

帕科特?貝爾

康柏

IBM帕科特?貝爾

蘋果

蘋果

蓋威特-2000

帕科特?貝爾康柏

康柏

蘋果

…………………數(shù)據(jù)的分組與頻率的計(jì)算（一）品質(zhì)數(shù)據(jù)的分組與計(jì)算頻數(shù)：每組數(shù)據(jù)值出現(xiàn)的次數(shù)

例：下表為購買50臺計(jì)算機(jī)的樣本數(shù)據(jù)

下表為購買計(jì)算機(jī)數(shù)據(jù)的頻數(shù)分布表按公司分組頻數(shù)蘋果機(jī)13康柏機(jī)12蓋威特-20005IBM9帕科特?貝爾11合計(jì)50數(shù)量數(shù)據(jù)頻數(shù)分布的分組需要3個步驟：1.確定組數(shù)；2.確定組距；3.確定組限。1214191815151817202722232221332814181613（二）數(shù)量數(shù)據(jù)的整理案例：下表為年終審計(jì)耗用的時間（單位：天）=

1.確定分組數(shù)目：本例組數(shù)=

=5.3確定分5個組。2.確定組距：本例組距=

取整數(shù)5天按審計(jì)時間分組（天）頻

數(shù)10-14415-19820-24525-29230-341合

計(jì)203.計(jì)算頻數(shù)與頻率5.計(jì)算審計(jì)時間數(shù)據(jù)的相對頻數(shù)和百分比頻數(shù)分布：按審計(jì)時間分組（天）相對頻數(shù)百分比頻數(shù)10-140.202015-190.404020-240.252525-290.101030-340.055合

計(jì)1.00100按審計(jì)時間分組（天）頻數(shù)向上累計(jì)頻數(shù)分布向下累計(jì)頻數(shù)分布10-14442015-198121620-24517825-29219330-341201合

計(jì)20——

6.計(jì)算審計(jì)時間數(shù)據(jù)的累積頻數(shù)分布在數(shù)量數(shù)據(jù)整理中要注意的問題1、在一些應(yīng)用中，我們需要知道各分組的中點(diǎn)，也就是組中值。2、開口組（即只有上限或只有下限的組），其組中值用鄰組的組距計(jì)算。3、在數(shù)據(jù)較少的情況下，可用品質(zhì)數(shù)據(jù)整理的方式，采取單變量值分組。4、連續(xù)變量與離散變量的組限問題上組限不在內(nèi)5、等距與不等距分組觀察數(shù)據(jù)的表現(xiàn)觀察數(shù)據(jù)的表現(xiàn)（特征）一般通過圖表來分析：統(tǒng)計(jì)圖統(tǒng)計(jì)表統(tǒng)計(jì)指標(biāo)（一）統(tǒng)計(jì)圖1、直方圖：是用圖形說明數(shù)量數(shù)據(jù)的一種常用方法。

下圖為審計(jì)時間數(shù)據(jù)直方圖2、條形圖：是用圖的方式描述已概括成頻數(shù)、相對頻數(shù)或百分比頻數(shù)分布的數(shù)據(jù)的特征3、餅圖：是用圓的各部分面積來呈現(xiàn)品質(zhì)數(shù)據(jù)的常用方法。本例中所有各組計(jì)算機(jī)購買的百分比頻數(shù)總和為100，一個圓有360°，則餅圖中蘋果機(jī)的部分為26%X360°=93.6°其他組的部分以此類推算出：4.統(tǒng)計(jì)折線圖與曲線圖洛倫茨曲線生命曲線投機(jī)需求曲線質(zhì)量曲線5、象形圖按收入大小順序排列的家庭數(shù)占總收入的%累計(jì)家庭數(shù)%累計(jì)收入的%最低的20%4.7204.7第二個20%114015.7第三個20%176032.4第四個20%24.48056.8最高的20%43.2100100洛倫茨曲線累計(jì)收入的%累計(jì)家庭的%197519851995100101（二）統(tǒng)計(jì)表年份國內(nèi)生產(chǎn)總值最終消費(fèi)最終消費(fèi)率年末人口）1989112704199018319.511365.261.3114333199121280.413145.960.8115838199225863.615952.159.91171711993199419951996

合計(jì)34500.647110.959404.968498.2

274978.120182.158.327216.258.234529.459.040171.758.6

162562.6118517119850121121122389

—三、數(shù)據(jù)的統(tǒng)計(jì)特性分析絕對數(shù)與相對數(shù)集中趨勢：眾數(shù)、中位數(shù)、平均數(shù)離散趨勢：全距方差、標(biāo)準(zhǔn)差方差系數(shù)、標(biāo)準(zhǔn)差系數(shù)一.絕對數(shù)與相對數(shù)（一）絕對數(shù)反映社會現(xiàn)象整體規(guī)模和水平時期數(shù)時點(diǎn)數(shù)（二）相對數(shù)結(jié)構(gòu)、比較、計(jì)劃等（三）絕對數(shù)與相對數(shù)的應(yīng)用1、指標(biāo)內(nèi)涵和可比性：GNP、工業(yè)增加值2、指標(biāo)的結(jié)合運(yùn)用舉例：在美國，1985年有19893人遭謀殺，與1970年16848人遭到謀殺相比，增加了20%。這些數(shù)字揭示了在1970-1985年期間美國變成一個更多暴力的社會中國的國民生產(chǎn)總值增長了8%，美國的為1%二.數(shù)據(jù)集中趨勢的分析（一）眾數(shù)Mode

眾數(shù)是總體數(shù)據(jù)中出現(xiàn)次數(shù)最多的變量值。

例一：有10名大學(xué)生的年齡：18，18，19，19，19，19，19，20，20，21，在這里19歲的人數(shù)最多，所以19歲是眾數(shù)。

例二：有10名職工的年齡：20，21，22，23，24，25，26，27，28，29，由于各年齡的人數(shù)相同，沒有明顯集中趨勢點(diǎn)的數(shù)值，所以這里沒有眾數(shù)。注意：1、是位置平均數(shù)，不受極端值的影響2、假定各單位在組內(nèi)是均勻分布的3、信息量小，缺乏敏感性，不適合代數(shù)運(yùn)算4、用于非對稱的次數(shù)數(shù)列、特別是品質(zhì)標(biāo)志數(shù)列5、用于數(shù)列中有較多的數(shù)值向某一數(shù)值集中6、有時會存在多個眾數(shù)（二）中位數(shù)Medium中位數(shù)就是把計(jì)算對象的數(shù)據(jù)按大小順序排列后，處于中間位置上的變量值。1、是位置平均數(shù)，不受極端值的影響2、假定各單位在組內(nèi)是均勻分布的3、信息量小，缺乏敏感性，不適合代數(shù)運(yùn)算4、用于非對稱的次數(shù)數(shù)列如：個人收入、年齡注意：（三）均值

Mean1.定義：均值就是分布中全部數(shù)據(jù)的算術(shù)平均值。

2.確定

1、對未經(jīng)整理的原始數(shù)據(jù)，

表示均值

2、對分組數(shù)據(jù)（加權(quán)）的均值某公司推銷員工作量如下：推銷量（件）組中值X推銷員人數(shù)（人）FXF20-3030-4040-5050-6060-7025354555652810415028045022065合

計(jì)——251065舉例對平均數(shù)的理解：（1）某房間有10人平均身高1.6米,第11人走進(jìn),其身高1.9米,求11人的平均身高;若房間里20個人身高平均1.6米則第21人走進(jìn),21人的身高又會如何(2)一教師出3個問題,每題1分班級中30%得3分,50%得2分,10%得1分,10%得0分;全班有10個人；全班有20人？(3)經(jīng)濟(jì)衰退時,工人的平均工資高,平均失業(yè)期短;經(jīng)濟(jì)繁榮時,平均工資低,平均失業(yè)期長;

這會是真實(shí)嗎？注意：1.平均數(shù)的大小受變量值和權(quán)重兩個因素的影響2.平均數(shù)收極端值的影響3.權(quán)重的選擇要注意其經(jīng)濟(jì)意義4.正確理解各平均數(shù)指標(biāo)測度值優(yōu)

點(diǎn)缺

點(diǎn)眾數(shù)1、當(dāng)數(shù)據(jù)有明顯的集中趨勢又是偏態(tài)分布時其代表性較好；2、不受極端數(shù)值的影響；1、具有不唯一性，有的分布有不只一個眾數(shù)，有的分布沒有眾數(shù)；2、具有假定性，當(dāng)假定不成立時其代表性會很差。中位數(shù)1、不受極端數(shù)值的影響；2、可描述集中趨勢不明顯；3、數(shù)據(jù)分布中心值；1、具有假定性，當(dāng)假定性不成立時其代表性會很差；2、當(dāng)分組數(shù)較少而分布又較集中時，中位數(shù)不一定準(zhǔn)確。均值1、數(shù)據(jù)信息提取最充分，具有優(yōu)良的數(shù)學(xué)性質(zhì)；2、既是數(shù)據(jù)分布的中心，又是數(shù)據(jù)的重心，應(yīng)用廣泛，是其他統(tǒng)計(jì)方法的基礎(chǔ)；1、對組距分組數(shù)據(jù)計(jì)算均值具有一定的假定性；2、受極端數(shù)值的影響；眾數(shù)、中位數(shù)和均值的特點(diǎn)和應(yīng)用場合三.數(shù)據(jù)分布離散程度的分析

離散程度是評價數(shù)據(jù)一般水平代表性大小的依據(jù)，并可以反映數(shù)據(jù)分布的均衡程度。（一）全距（Range)與四分位距：全距也稱極差，是用分布數(shù)據(jù)中的最大值減去最小值的差，表示為四分位距：將所有數(shù)據(jù)分為4份，每部分之間的分界點(diǎn)為四分位數(shù)據(jù)

1、簡單標(biāo)準(zhǔn)差：（二）標(biāo)準(zhǔn)差與方差舉例：某百貨公司有6家分店，經(jīng)理要求掌握這6家分店的年凈收入差異水平，其標(biāo)準(zhǔn)差計(jì)算如下：平均年凈收入

年凈收入（萬元）離差（

）離差平方（

）490-684624538-204005602457012144590321024600421764合

計(jì)07960（三）對標(biāo)準(zhǔn)差的理解:1、相同的數(shù)列，用原始數(shù)據(jù)計(jì)算和用分組數(shù)據(jù)計(jì)算，標(biāo)準(zhǔn)差有何不同？2、10個數(shù)的數(shù)列，若只包括1、9且標(biāo)準(zhǔn)差最大，這10個數(shù)是什么？

1、是非變量的標(biāo)準(zhǔn)差在統(tǒng)計(jì)研究中，經(jīng)常遇到這樣一種情況，即統(tǒng)計(jì)對象總體只有兩種表現(xiàn)的可能，這類總體的現(xiàn)象表現(xiàn)就是是非變量。一般我們將其中一種表現(xiàn)的變量值表示為1，另一種表現(xiàn)的變量值表示為零，如果我們用P表示變量值1在總體中出現(xiàn)的頻率，用Q表示變量值零在總體中出現(xiàn)的頻率，則有：

，

，

，

（四）其他形式的標(biāo)準(zhǔn)差是非變量的均值：

是非變量的方差：2.總體方差與組方差舉例：某廠某班組12名工人日產(chǎn)量件數(shù)如下：9，11，14，15，16，19，20，21，21，22，23，28，對上述12名工人求日產(chǎn)量的均值及總方差得：

如果對上述12名工人按工人的技術(shù)等級分為兩組：第一組工人的日產(chǎn)量分別為9，11，14，15，16這5個變量值，則其組內(nèi)均值：

組方差：

第一組的方差：

第二組的方差：同理，第二組2人日產(chǎn)量分組有19，20，21，21，22，23，28七個變量值，則其組內(nèi)均值和組內(nèi)方差為：

工人分組工人日產(chǎn)量（件）工人數(shù)