統(tǒng)計(jì)學(xué)數(shù)據(jù)的搜集整理與顯示

統(tǒng)計(jì)學(xué)數(shù)據(jù)的搜集整理與顯示第一頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)研究的過程收集數(shù)據(jù)(取得數(shù)據(jù))整理數(shù)據(jù)(處理數(shù)據(jù))解釋數(shù)據(jù)(結(jié)果說明)分析數(shù)據(jù)(研究數(shù)據(jù))實(shí)際問題第二頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)分析方法統(tǒng)計(jì)方法描述統(tǒng)計(jì)推斷統(tǒng)計(jì)參數(shù)估計(jì)假設(shè)檢驗(yàn)第三頁，共一百三十四頁，編輯于2023年，星期三描述統(tǒng)計(jì)

(descriptivestatistics)內(nèi)容整理數(shù)據(jù)展示數(shù)據(jù)描述性分析

目的描述數(shù)據(jù)特征找出數(shù)據(jù)的基本規(guī)律02550Q1Q2Q3Q4￥x=30s2=105第四頁，共一百三十四頁，編輯于2023年，星期三推斷統(tǒng)計(jì)

(inferentialstatistics)內(nèi)容參數(shù)估計(jì)假設(shè)檢驗(yàn)?zāi)康膶?duì)總體特征作出推斷樣本總體第五頁，共一百三十四頁，編輯于2023年，星期三描述統(tǒng)計(jì)與推斷統(tǒng)計(jì)的關(guān)系反映客觀現(xiàn)象的數(shù)據(jù)總體內(nèi)在的數(shù)量規(guī)律性推斷統(tǒng)計(jì)（利用樣本信息和概率論對(duì)總體的數(shù)量特征進(jìn)行估計(jì)和檢驗(yàn)等）概率論（包括分布理論、大數(shù)定律和中心極限定理等）描述統(tǒng)計(jì)（統(tǒng)計(jì)數(shù)據(jù)的搜集、整理、顯示和分析等）總體數(shù)據(jù)樣本數(shù)據(jù)第六頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)的應(yīng)用領(lǐng)域統(tǒng)計(jì)學(xué)經(jīng)濟(jì)學(xué)管理學(xué)醫(yī)學(xué)工程學(xué)社會(huì)學(xué)…第七頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)數(shù)據(jù)的分類統(tǒng)計(jì)數(shù)據(jù)的分類按計(jì)量層次分類的數(shù)據(jù)順序的數(shù)據(jù)數(shù)值型數(shù)據(jù)按時(shí)間狀況截面的數(shù)據(jù)時(shí)序的數(shù)據(jù)按收集方法觀察的數(shù)據(jù)試驗(yàn)的數(shù)據(jù)第八頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)數(shù)據(jù)的分類

(按計(jì)量尺度分)分類數(shù)據(jù)(categoricaldata)

對(duì)事物進(jìn)行分類的結(jié)果數(shù)據(jù)表現(xiàn)為類別，用文字來表述例如，人口按性別分為男、女兩類

順序數(shù)據(jù)(rankdata)

對(duì)事物類別順序的測(cè)度數(shù)據(jù)表現(xiàn)為類別，用文字來表述例如，產(chǎn)品分為一等品、二等品、三等品、次品等數(shù)值型數(shù)據(jù)(metricdata)

對(duì)事物的精確測(cè)度結(jié)果表現(xiàn)為具體的數(shù)值例如：身高為175cm、168cm、183cm第九頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)數(shù)據(jù)的分類

(按收集方法分)觀測(cè)的數(shù)據(jù)(observationaldata)

通過調(diào)查或觀測(cè)而收集到的數(shù)據(jù)在沒有對(duì)事物人為控制的條件下而得到的有關(guān)社會(huì)經(jīng)濟(jì)現(xiàn)象的統(tǒng)計(jì)數(shù)據(jù)幾乎都是觀測(cè)數(shù)據(jù)試驗(yàn)的數(shù)據(jù)(experimentaldata)

在試驗(yàn)中控制試驗(yàn)對(duì)象而收集到的數(shù)據(jù)比如，對(duì)一種新藥療效的試驗(yàn)，對(duì)一種新的農(nóng)作物品種的試驗(yàn)等自然科學(xué)領(lǐng)域的數(shù)據(jù)大多數(shù)都為試驗(yàn)數(shù)據(jù)第十頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)數(shù)據(jù)的分類

(按時(shí)間狀況分)截面數(shù)據(jù)(cross-sectionaldata)

在相同或近似相同的時(shí)間點(diǎn)上收集的數(shù)據(jù)描述現(xiàn)象在某一時(shí)刻的變化情況比如，2002年我國(guó)各地區(qū)的國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)時(shí)間序列數(shù)據(jù)(timeseriesdata)

在不同時(shí)間上收集到的數(shù)據(jù)描述現(xiàn)象隨時(shí)間變化的情況比如，1996年至2002年國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)第十一頁，共一百三十四頁，編輯于2023年，星期三總體和樣本總體(population)所研究的全部元素的集合，其中的每一個(gè)元素稱為個(gè)體分為有限總體和無限總體有限總體的范圍能夠明確確定，且元素的數(shù)目是有限的無限總體所包括的元素是無限的，不可數(shù)的樣本(sample)從總體中抽取的一部分元素的集合構(gòu)成樣本的元素的數(shù)目稱為樣本容量第十二頁，共一百三十四頁，編輯于2023年，星期三參數(shù)和統(tǒng)計(jì)量參數(shù)(parameter)研究者想要了解的總體的某種特征值所關(guān)心的參數(shù)主要有總體均值()、標(biāo)準(zhǔn)差()、總體比例()等總體參數(shù)通常用希臘字母表示統(tǒng)計(jì)量(statistic)根據(jù)樣本數(shù)據(jù)計(jì)算出來的一個(gè)量所關(guān)心的樣本統(tǒng)計(jì)量有樣本均值(x)、樣本標(biāo)準(zhǔn)差(s)、樣本比例(p)等樣本統(tǒng)計(jì)量通常用小寫英文字母來表示第十三頁，共一百三十四頁，編輯于2023年，星期三變量

(Variable)

說明現(xiàn)象某種特征的概念如商品銷售額、受教育程度、產(chǎn)品的質(zhì)量等級(jí)等變量的具體表現(xiàn)稱為變量值，即數(shù)據(jù)變量可以分為分類變量(categoricalvariable)

：說明事物類別的一個(gè)名稱順序變量(rankvariable

)

：說明事物有序類別的一個(gè)名稱數(shù)值型變量(metricvariable

)

：說明事物數(shù)字特征的一個(gè)名稱離散變量：取有限個(gè)值連續(xù)變量：可以取無窮多個(gè)值第十四頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)中的幾個(gè)基本概念平均數(shù)標(biāo)準(zhǔn)差比例參數(shù)統(tǒng)計(jì)量xsp總體樣本第十五頁，共一百三十四頁，編輯于2023年，星期三幾種常用的統(tǒng)計(jì)軟件

(Software)典型的統(tǒng)計(jì)軟件SASSPSSMINITABSTATISTICAS-PLUSRExcel第十六頁，共一百三十四頁，編輯于2023年，星期三第十七頁，共一百三十四頁，編輯于2023年，星期三§1數(shù)據(jù)的搜集§1.1數(shù)據(jù)的來源§1.2調(diào)查數(shù)據(jù)§1.3實(shí)驗(yàn)數(shù)據(jù)§1.4數(shù)據(jù)的誤差§1.5數(shù)據(jù)文件第十八頁，共一百三十四頁，編輯于2023年，星期三學(xué)習(xí)目標(biāo)數(shù)據(jù)的來源搜集數(shù)據(jù)的調(diào)查方法問卷設(shè)計(jì)搜集數(shù)據(jù)的實(shí)驗(yàn)方法數(shù)據(jù)的誤差數(shù)據(jù)的質(zhì)量要求第十九頁，共一百三十四頁，編輯于2023年，星期三系統(tǒng)外部的數(shù)據(jù)統(tǒng)計(jì)部門和政府部門公布的有關(guān)資料，如各類統(tǒng)計(jì)年鑒各類經(jīng)濟(jì)信息中心、信息咨詢機(jī)構(gòu)、專業(yè)調(diào)查機(jī)構(gòu)等提供的數(shù)據(jù)各類專業(yè)期刊、報(bào)紙、書籍所提供的資料各種會(huì)議，如博覽會(huì)、展銷會(huì)、交易會(huì)及專業(yè)性、學(xué)術(shù)性研討會(huì)上交流的有關(guān)資料從互聯(lián)網(wǎng)或圖書館查閱到的相關(guān)資料數(shù)據(jù)的間接來源§1.1數(shù)據(jù)的來源第二十頁，共一百三十四頁，編輯于2023年，星期三系統(tǒng)內(nèi)部的數(shù)據(jù)業(yè)務(wù)資料，如與業(yè)務(wù)經(jīng)營(yíng)活動(dòng)有關(guān)的各種單據(jù)，記錄經(jīng)營(yíng)活動(dòng)過程中的各種統(tǒng)計(jì)報(bào)表各種財(cái)務(wù)，會(huì)計(jì)核算和分析資料等第二十一頁，共一百三十四頁，編輯于2023年，星期三二手?jǐn)?shù)據(jù)的特點(diǎn)搜集容易，采集成本低作用廣泛分析所要研究的問題提供研究問題的背景幫助研究者更好地定義問題檢驗(yàn)和回答某些疑問和假設(shè)尋找研究問題的思路和途徑搜集二手資料在研究中應(yīng)優(yōu)先考慮第二十二頁，共一百三十四頁，編輯于2023年，星期三二手?jǐn)?shù)據(jù)的評(píng)估數(shù)據(jù)是誰搜集的？可信度評(píng)估為什么目的而搜集的？數(shù)據(jù)是怎樣搜集的？什么時(shí)候搜集的？第二十三頁，共一百三十四頁，編輯于2023年，星期三數(shù)據(jù)的直接來源

(原始數(shù)據(jù))調(diào)查數(shù)據(jù)通過調(diào)查方法獲得的數(shù)據(jù)通常是對(duì)社會(huì)現(xiàn)象而言通常取自有限總體實(shí)驗(yàn)數(shù)據(jù)通過實(shí)驗(yàn)方法得到的數(shù)據(jù)通常是對(duì)自然現(xiàn)象而言也被廣泛運(yùn)用到社會(huì)科學(xué)中如心理學(xué)、教育學(xué)、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)等第二十四頁，共一百三十四頁，編輯于2023年，星期三抽樣方法抽樣方式概率抽樣非概率抽樣簡(jiǎn)單隨機(jī)抽樣分層抽樣整群抽樣系統(tǒng)抽樣多階段抽樣方便抽樣判斷抽樣自愿樣本滾雪球抽樣配額抽樣§1.2調(diào)查數(shù)據(jù)第二十五頁，共一百三十四頁，編輯于2023年，星期三概率抽樣與非概率抽樣的比較概率抽樣依據(jù)隨機(jī)原則抽選樣本樣本統(tǒng)計(jì)量的理論分布存在可根據(jù)調(diào)查的結(jié)果推斷總體非概率抽樣不是依據(jù)隨機(jī)原則抽選樣本樣本統(tǒng)計(jì)量的分布是不確定的無法使用樣本的結(jié)果推斷總體第二十六頁，共一百三十四頁，編輯于2023年，星期三搜集數(shù)據(jù)的基本方法搜集數(shù)據(jù)的基本方法調(diào)查的數(shù)據(jù)實(shí)驗(yàn)的數(shù)據(jù)自填式面訪式電話式第二十七頁，共一百三十四頁，編輯于2023年，星期三各調(diào)查方法的比較自填式面訪式電話式調(diào)查時(shí)間慢中等快捷調(diào)查費(fèi)用低高低問卷難度要求容易可以復(fù)雜要求容易有形輔助物的使用中等利用充分利用無法利用調(diào)查過程控制簡(jiǎn)單復(fù)雜容易調(diào)查員作用的發(fā)揮無法發(fā)揮充分發(fā)揮一般發(fā)揮回答率最低較高一般第二十八頁，共一百三十四頁，編輯于2023年，星期三實(shí)驗(yàn)租和對(duì)照組將研究對(duì)象分為兩組：實(shí)驗(yàn)組和對(duì)照組實(shí)驗(yàn)組和隨機(jī)組的產(chǎn)生應(yīng)遵循隨機(jī)原則，而且應(yīng)該匹配匹配指對(duì)實(shí)驗(yàn)單位的背景材料進(jìn)行分析比較，將情況類似的每對(duì)單位分別隨機(jī)地分配到實(shí)驗(yàn)組和對(duì)照組§1.3實(shí)驗(yàn)數(shù)據(jù)第二十九頁，共一百三十四頁，編輯于2023年，星期三實(shí)驗(yàn)中的若干問題人的意愿研究的對(duì)象是人的時(shí)候，在劃分實(shí)驗(yàn)組和對(duì)照組時(shí)的隨機(jī)原則將面臨挑戰(zhàn)心理問題人們對(duì)被研究非常敏感，這使得他們更加注意自我，從而走到事物的另一個(gè)極端道德問題當(dāng)某種實(shí)驗(yàn)涉及道德問題時(shí)，人們會(huì)處于進(jìn)退兩難的尷尬境地第三十頁，共一百三十四頁，編輯于2023年，星期三實(shí)驗(yàn)中的統(tǒng)計(jì)實(shí)驗(yàn)設(shè)計(jì)本身就是一個(gè)統(tǒng)計(jì)問題確定進(jìn)行實(shí)驗(yàn)所需要的單位的個(gè)數(shù)，以保證實(shí)驗(yàn)可以達(dá)到統(tǒng)計(jì)顯著的結(jié)果將統(tǒng)計(jì)的思想融入到實(shí)驗(yàn)設(shè)計(jì)中，使實(shí)驗(yàn)設(shè)計(jì)符合統(tǒng)計(jì)分析的標(biāo)準(zhǔn)對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析時(shí)，統(tǒng)計(jì)可以提供最恰當(dāng)?shù)姆治龇椒ǖ谌豁摚惨话偃捻?，編輯?023年，星期三§1.4數(shù)據(jù)的誤差第三十二頁，共一百三十四頁，編輯于2023年，星期三抽樣誤差

(samplingerror)由于抽樣的隨機(jī)性所帶來的誤差所有樣本可能的結(jié)果與總體真值之間的平均性差異影響抽樣誤差的大小的因素樣本量的大小總體的變異性第三十三頁，共一百三十四頁，編輯于2023年，星期三非抽樣誤差

(non-samplingerror)相對(duì)抽樣誤差而言除抽樣誤差之外的，由于其他原因造成的樣本觀察結(jié)果與總體真值之間的差異存在于所有的調(diào)查之中概率抽樣，非概率抽樣，全面性調(diào)查有抽樣框誤差、回答誤差、無回答誤差、調(diào)查員誤差、測(cè)量誤差第三十四頁，共一百三十四頁，編輯于2023年，星期三誤差的控制抽樣誤差可計(jì)算和控制非抽樣誤差的控制調(diào)查員的挑選調(diào)查員的培訓(xùn)督導(dǎo)員的調(diào)查專業(yè)水平調(diào)查過程控制調(diào)查結(jié)果進(jìn)行檢驗(yàn)、評(píng)估現(xiàn)場(chǎng)調(diào)查人員進(jìn)行獎(jiǎng)懲的制度第三十五頁，共一百三十四頁，編輯于2023年，星期三統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量要求1.精

度：最低的抽樣誤差或隨機(jī)誤差2.準(zhǔn)確性：最小的非抽樣誤差或偏差3.關(guān)聯(lián)性：滿足用戶決策、管理和研究的需要4.及時(shí)性：在最短的時(shí)間里取得并公布數(shù)據(jù)5.一致性：保持時(shí)間序列的可比性6.最低成本：以最經(jīng)濟(jì)的方式取得數(shù)據(jù)第三十六頁，共一百三十四頁，編輯于2023年，星期三§2數(shù)據(jù)的整理與顯示§2.1

數(shù)據(jù)的預(yù)處理§2.2分類和順序數(shù)據(jù)的整理與顯示§2.3數(shù)值型數(shù)據(jù)的整理與顯示§2.4統(tǒng)計(jì)表第三十七頁，共一百三十四頁，編輯于2023年，星期三學(xué)習(xí)目標(biāo)了解數(shù)據(jù)預(yù)處理的內(nèi)容和目的掌握分類和順序數(shù)據(jù)的整理與顯示方法掌握數(shù)值型數(shù)據(jù)的整理與顯示方法用R作頻數(shù)分布表和形圖合理使用統(tǒng)計(jì)表第三十八頁，共一百三十四頁，編輯于2023年，星期三數(shù)據(jù)的審核檢查數(shù)據(jù)中的錯(cuò)誤數(shù)據(jù)的篩選找出符合條件的數(shù)據(jù)數(shù)據(jù)排序升序和降序?qū)ふ覕?shù)據(jù)的基本特征§2.1數(shù)據(jù)的預(yù)處理

第三十九頁，共一百三十四頁，編輯于2023年，星期三數(shù)據(jù)審核—原始數(shù)據(jù)

(rawdata)審核的內(nèi)容完整性審核檢查應(yīng)調(diào)查的單位或個(gè)體是否有遺漏所有的調(diào)查項(xiàng)目或指標(biāo)是否填寫齊全準(zhǔn)確性審核檢查數(shù)據(jù)是否真實(shí)反映客觀實(shí)際情況，內(nèi)容是否符合實(shí)際檢查數(shù)據(jù)是否有錯(cuò)誤，計(jì)算是否正確等第四十頁，共一百三十四頁，編輯于2023年，星期三數(shù)據(jù)的審核—原始數(shù)據(jù)

(rawdata)審核數(shù)據(jù)準(zhǔn)確性的方法邏輯檢查從定性角度，審核數(shù)據(jù)是否符合邏輯，內(nèi)容是否合理，各項(xiàng)目或數(shù)字之間有無相互矛盾的現(xiàn)象主要用于對(duì)分類和順序據(jù)的審核計(jì)算檢查檢查調(diào)查表中的各項(xiàng)數(shù)據(jù)在計(jì)算結(jié)果和計(jì)算方法上有無錯(cuò)誤主要用于對(duì)數(shù)值型數(shù)據(jù)的審核第四十一頁，共一百三十四頁，編輯于2023年，星期三數(shù)據(jù)的審核—二手?jǐn)?shù)據(jù)

(secondhanddata)適用性審核弄清楚數(shù)據(jù)的來源、數(shù)據(jù)的口徑以及有關(guān)的背景材料確定數(shù)據(jù)是否符合自己分析研究的需要時(shí)效性審核盡可能使用最新的數(shù)據(jù)確認(rèn)是否必要做進(jìn)一步的加工整理第四十二頁，共一百三十四頁，編輯于2023年，星期三數(shù)據(jù)篩選

(datafilter)當(dāng)數(shù)據(jù)中的錯(cuò)誤不能予以糾正，或者有些數(shù)據(jù)不符合調(diào)查的要求而又無法彌補(bǔ)時(shí)，需要對(duì)數(shù)據(jù)進(jìn)行篩選數(shù)據(jù)篩選的內(nèi)容包括將某些不符合要求的數(shù)據(jù)或有明顯錯(cuò)誤的數(shù)據(jù)予以剔除將符合某種特定條件的數(shù)據(jù)篩選出來，而不符合特定條件的數(shù)據(jù)予以剔除第四十三頁，共一百三十四頁，編輯于2023年，星期三要弄清所面對(duì)的數(shù)據(jù)類型，因?yàn)椴煌愋偷臄?shù)據(jù)，所采取的處理方式和方法是不同的對(duì)分類數(shù)據(jù)和順序數(shù)據(jù)主要是做分類整理對(duì)數(shù)值型數(shù)據(jù)則主要是做分組整理適合于低層次數(shù)據(jù)的整理和顯示方法也適合于高層次的數(shù)據(jù)；但適合于高層次數(shù)據(jù)的整理和顯示方法并不適合于低層次的數(shù)據(jù)§2.2分類和順序數(shù)據(jù)的整理與顯示第四十四頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)的整理

(基本過程)1. 列出各類別2.計(jì)算各類別的頻數(shù)3.制作頻數(shù)分布表4.用圖形顯示數(shù)據(jù)分類頻數(shù)比例百分比比率ABCDE第四十五頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)的整理

(可計(jì)算的統(tǒng)計(jì)量)頻數(shù)(frequency)

：落在各類別中的數(shù)據(jù)個(gè)數(shù)比例(proportion)

：某一類別數(shù)據(jù)占全部數(shù)據(jù)的比值百分比(percentage)

：將對(duì)比的基數(shù)作為100而計(jì)算的比值，即比例X100%比率(ratio)

：不同類別數(shù)值的比值第四十六頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)整理—頻數(shù)分布表

(例題分析)【例】一家市場(chǎng)調(diào)查公司為研究不同品牌飲料的市場(chǎng)占有率，對(duì)隨機(jī)抽取的一家超市進(jìn)行了調(diào)查。調(diào)查員在某天對(duì)50名顧客購買飲料的品牌進(jìn)行了記錄，如果一個(gè)顧客購買某一品牌的飲料，就將這一飲料的品牌名字記錄一次。右邊就是記錄的原始數(shù)據(jù)用R制作頻數(shù)分布表第四十七頁，共一百三十四頁，編輯于2023年，星期三例1讀取某公司雇員數(shù)據(jù)（SPSS數(shù)據(jù)文件）,保存為R數(shù)據(jù)文件，指定因子各水平的標(biāo)簽，分析性別、是否少數(shù)民族、工作類型、教育程度等頻數(shù)分布。y=read.spss('E:/RandStatistics/RTeaching/dataset/Employeedata.sav',use.value.labels=F,to.data.frame=T,max.value.labels=Inf,s=FALSE)Names(y);[1]"ID""GENDER""BDATE""EDUC""JOBCAT""SALARY"[7]"SALBEGIN""JOBTIME""PREVEXP""MINORITY"yy$MINORITY=factor(y$MINORITY,levels=sort(unique(y$MINORITY),decreasing=T),labels=c("Yes","No"),exclude=NA,order=F)第四十八頁，共一百三十四頁，編輯于2023年，星期三y$JOBCAT=factor(y$JOBCAT,levels=sort(unique(y$JOBCAT),decreasing=T),labels=c("經(jīng)理","保管員","服務(wù)員"),exclude=NA,order=F)Edata=y;save(Edata,file="E:/R/Employeedata.Rdata")load("E:/R/Edata.Rdata");attach(Edata);table(Edata$JOBCAT)經(jīng)理保管員服務(wù)員

8427363第四十九頁，共一百三十四頁，編輯于2023年，星期三>table(Edata$GENDER)fm216258>table(Edata$MINORITY)YesNo104370>table(Edata$EDUC)8121415161718192021531906116591192721第五十頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)的圖示—條形圖

(barChart)用寬度相同的條形的高度或長(zhǎng)短來表示各類別數(shù)據(jù)的圖形有單式條形圖、復(fù)式條形圖等形式主要用于反映分類數(shù)據(jù)的頻數(shù)分布繪制時(shí)，各類別可以放在縱軸，稱為條形圖，也可以放在橫軸，稱為柱形圖第五十一頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)的圖示—條形圖

(例題分析)第五十二頁，共一百三十四頁，編輯于2023年，星期三例2對(duì)公司雇員數(shù)據(jù)，做出性別、工作類型、教育程度等條形圖。plot(Edata$GENDER)plot(Edata$JOBCAT)hist(Edata$EDUC)第五十三頁，共一百三十四頁，編輯于2023年，星期三第五十四頁，共一百三十四頁，編輯于2023年，星期三第五十五頁，共一百三十四頁，編輯于2023年，星期三第五十六頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)的圖示—餅圖

(pieChart)也稱圓形圖，是用圓形及圓內(nèi)扇形的角度來表示數(shù)值大小的圖形主要用于表示總體或樣本中各組成部分所占的比例，對(duì)于研究結(jié)構(gòu)性問題十分有用繪制圓形圖時(shí)，總體中各部分所占的百分比用園內(nèi)的各個(gè)扇形角度表示，這些扇形的中心角度，是按各部分?jǐn)?shù)據(jù)百分比占3600的相應(yīng)比例確定的第五十七頁，共一百三十四頁，編輯于2023年，星期三分類數(shù)據(jù)的圖示—餅圖

(例題分析)第五十八頁，共一百三十四頁，編輯于2023年，星期三例3對(duì)公司雇員數(shù)據(jù)，做出性別、工作類型、教育程度等餅圖。pie(table(Edata$GENDER))pie(table(Edata$JOBCAT))pie(table(Edata$EDUC))第五十九頁，共一百三十四頁，編輯于2023年，星期三第六十頁，共一百三十四頁，編輯于2023年，星期三第六十一頁，共一百三十四頁，編輯于2023年，星期三第六十二頁，共一百三十四頁，編輯于2023年，星期三順序數(shù)據(jù)的整理

(可計(jì)算的指標(biāo))1.累積頻數(shù)(cumulativefrequencies)：各類別頻數(shù)的逐級(jí)累加2.累積頻率(cumulativepercentages)：各類別頻率(百分比)的逐級(jí)累加第六十三頁，共一百三十四頁，編輯于2023年，星期三順序數(shù)據(jù)的頻數(shù)分布表

(例題分析)【例】在一項(xiàng)城市住房問題的研究中，研究人員在甲乙兩個(gè)城市各抽樣調(diào)查300戶，其中的一個(gè)問題是：“您對(duì)您家庭目前的住房狀況是否滿意？

1．非常不滿意；2．不滿意；3．一般；4．滿意；5．非常滿意。甲城市家庭對(duì)住房狀況評(píng)價(jià)的頻數(shù)分布回答類別甲城市戶數(shù)(戶)百分比(%)向上累積向下累積戶數(shù)(戶)百分比(%)戶數(shù)(戶)百分比(%)非常不滿意不滿意一般滿意非常滿意24108934530836311510241322252703008.044.075.090.0100.03002761687530100.092562510合計(jì)300100.0————第六十四頁，共一百三十四頁，編輯于2023年，星期三順序數(shù)據(jù)的頻數(shù)分布表

(例題分析)乙城市家庭對(duì)住房狀況評(píng)價(jià)的頻數(shù)分布回答類別乙城市戶數(shù)(戶)百分比(%)向上累積向下累積戶數(shù)(戶)百分比(%)戶數(shù)(戶)百分比(%)非常不滿意不滿意一般滿意非常滿意21997864387.033.026.021.312.7211201982623007.040.066.087.3100.030027918010238100.093.060.034.012.7合計(jì)300100.0————第六十五頁，共一百三十四頁，編輯于2023年，星期三順序數(shù)據(jù)的圖示—累計(jì)頻數(shù)分布圖

(例題分析)243001322252700100200300400

非常不滿意

不滿意

一般

滿意

非常滿意累積戶數(shù)（戶）(a)向上累積27616830300750100200300400

非常不滿意

不滿意

一般

滿意

非常滿意累積戶數(shù)（戶）(b)向下累積甲城市家庭對(duì)住房狀況評(píng)價(jià)的累積頻數(shù)分布第六十六頁，共一百三十四頁，編輯于2023年，星期三環(huán)形圖

(annularchart)環(huán)形圖中間有一個(gè)“空洞”，總體中的每一部分?jǐn)?shù)據(jù)用環(huán)中的一段表示環(huán)形圖與圓形圖類似，但又有區(qū)別圓形圖只能顯示一個(gè)總體各部分所占的比例環(huán)形圖則可以同時(shí)繪制多個(gè)總體的數(shù)據(jù)系列，每一個(gè)總體的數(shù)據(jù)系列為一個(gè)環(huán)環(huán)形圖可用于結(jié)構(gòu)比較研究環(huán)形圖主要用于展示分類和順序數(shù)據(jù)第六十七頁，共一百三十四頁，編輯于2023年，星期三環(huán)形圖

(例題分析)8%36%31%15%7%33%26%21%13%10%

非常不滿意

不滿意

一般

滿意

非常滿意

甲乙兩城市家庭對(duì)住房狀況的評(píng)價(jià)第六十八頁，共一百三十四頁，編輯于2023年，星期三分組方法等距分組異距分組單變量值分組組距分組§2.3數(shù)值型數(shù)據(jù)的整理與顯示第六十九頁，共一百三十四頁，編輯于2023年，星期三單變量值分組

(要點(diǎn))1.將一個(gè)變量值作為一組2.適合于離散變量3.適合于變量值較少的情況第七十頁，共一百三十四頁，編輯于2023年，星期三組距分組

(要點(diǎn))將變量值的一個(gè)區(qū)間作為一組適合于連續(xù)變量適合于變量值較多的情況需要遵循“不重不漏”的原則可采用等距分組，也可采用不等距分組第七十一頁，共一百三十四頁，編輯于2023年，星期三組距分組

(步驟)確定組數(shù)：組數(shù)的確定應(yīng)以能夠顯示數(shù)據(jù)的分布特征和規(guī)律為目的。在實(shí)際分組時(shí)，可以按Sturges提出的經(jīng)驗(yàn)公式來確定組數(shù)K確定組距：組距(ClassWidth)是一個(gè)組的上限與下限之差，可根據(jù)全部數(shù)據(jù)的最大值和最小值及所分的組數(shù)來確定，即

組距＝(最大值-最小值)÷組數(shù)

統(tǒng)計(jì)出各組的頻數(shù)并整理成頻數(shù)分布表第七十二頁，共一百三十四頁，編輯于2023年，星期三組距分組

(幾個(gè)概念)1.下限(lowlimit)

：一個(gè)組的最小值2.上限(upperlimit)

：一個(gè)組的最大值3.組距(classwidth)

：上限與下限之差4.組中值(classmidpoint)

：下限與上限之間的中點(diǎn)值下限值+上限值2組中值=第七十三頁，共一百三十四頁，編輯于2023年，星期三頻數(shù)分布表的編制

(例題分析)【例】某電腦公司2002年前四個(gè)月各天的銷售量數(shù)據(jù)(單位：臺(tái))。試對(duì)數(shù)據(jù)進(jìn)行分組。

第七十四頁，共一百三十四頁，編輯于2023年，星期三頻數(shù)分布表的編制

(步驟)確定組數(shù)：根據(jù)Sturges

提出的經(jīng)驗(yàn)公式得組數(shù)K為：確定各組的組距：

組距＝(237-141)÷10=9.610用R制作頻數(shù)分布表

第七十五頁，共一百三十四頁，編輯于2023年，星期三等距分組表

(上下組限重疊)第七十六頁，共一百三十四頁，編輯于2023年，星期三等距分組表

(上下組限間斷)第七十七頁，共一百三十四頁，編輯于2023年，星期三等距分組表

(使用開口組)第七十八頁，共一百三十四頁，編輯于2023年，星期三組距分組與不等距分組

(在表現(xiàn)頻數(shù)分布上的差異)等距分組各組頻數(shù)的分布不受組距大小的影響可直接根據(jù)絕對(duì)頻數(shù)來觀察頻數(shù)分布的特征不等距分組各組頻數(shù)的分布受組距大小不同的影響各組絕對(duì)頻數(shù)的多少不能反映頻數(shù)分布的實(shí)際狀況需要用頻數(shù)密度（頻數(shù)密度=頻數(shù)/組距）反映頻數(shù)分布的實(shí)際狀況第七十九頁，共一百三十四頁，編輯于2023年，星期三分組數(shù)據(jù)—直方圖

(histogram)用矩形的寬度和高度來表示頻數(shù)分布的圖形，實(shí)際上是用矩形的面積來表示各組的頻數(shù)分布在直角坐標(biāo)中，用橫軸表示數(shù)據(jù)分組，縱軸表示頻數(shù)或頻率，各組與相應(yīng)的頻數(shù)就形成了一個(gè)矩形，即直方圖直方圖下的總面積等于1數(shù)值型數(shù)據(jù)的圖示第八十頁，共一百三十四頁，編輯于2023年，星期三分組數(shù)據(jù)的圖示

(直方圖的繪制)140150210直方圖下的面積之和等于1?某電腦公司銷售量分布的直方圖190200180160170頻數(shù)(天)25201510530220230240第八十一頁，共一百三十四頁，編輯于2023年，星期三例4對(duì)公司雇員數(shù)據(jù)，做出工資數(shù)據(jù)直方圖。hist(Edata$SALARY)hist(Edata$SALARY,labels=T)第八十二頁，共一百三十四頁，編輯于2023年，星期三第八十三頁，共一百三十四頁，編輯于2023年，星期三第八十四頁，共一百三十四頁，編輯于2023年，星期三分組數(shù)據(jù)—直方圖

(直方圖與條形圖的區(qū)別)條形圖是用條形的長(zhǎng)度(橫置時(shí))表示各類別頻數(shù)的多少，其寬度(表示類別)則是固定的直方圖是用面積表示各組頻數(shù)的多少，矩形的高度表示每一組的頻數(shù)或百分比，寬度則表示各組的組距，其高度與寬度均有意義直方圖的各矩形通常是連續(xù)排列，條形圖則是分開排列條形圖主要用于展示分類數(shù)據(jù)，直方圖則主要用于展示數(shù)值型數(shù)據(jù)第八十五頁，共一百三十四頁，編輯于2023年，星期三分組數(shù)據(jù)—折線圖

(frequencypolygon)折線圖也稱頻數(shù)多邊形圖是在直方圖的基礎(chǔ)上，把直方圖頂部的中點(diǎn)(組中值)用直線連接起來，再把原來的直方圖抹掉折線圖的兩個(gè)終點(diǎn)要與橫軸相交，具體的做法是第一個(gè)矩形的頂部中點(diǎn)通過豎邊中點(diǎn)（即該組頻數(shù)一半的位置）連接到橫軸，最后一個(gè)矩形頂部中點(diǎn)與其豎邊中點(diǎn)連接到橫軸折線圖下所圍成的面積與直方圖的面積相等，二者所表示的頻數(shù)分布是一致的第八十六頁，共一百三十四頁，編輯于2023年，星期三分組數(shù)據(jù)的圖示

(折線圖的繪制)折線圖與直方圖下的面積相等！140150210某電腦公司銷售量分布的折線圖190200180160170220230240頻數(shù)(天)25201510530第八十七頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—莖葉圖

(stem-and-leafdisplay)用于顯示未分組的原始數(shù)據(jù)的分布由“莖”和“葉”兩部分構(gòu)成，其圖形是由數(shù)字組成的以該組數(shù)據(jù)的高位數(shù)值作樹莖，低位數(shù)字作樹葉樹葉上只保留一位數(shù)字對(duì)于n(20n300)個(gè)數(shù)據(jù)，莖葉圖最大行數(shù)不超過

L=[10×lg(n)]

6.莖葉圖類似于橫置的直方圖，但又有區(qū)別直方圖可觀察一組數(shù)據(jù)的分布狀況，但沒有給出具體的數(shù)值莖葉圖既能給出數(shù)據(jù)的分布狀況，又能給出每一個(gè)原始數(shù)值，保留了原始數(shù)據(jù)的信息第八十八頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—莖葉圖

(例題分析)第八十九頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—莖葉圖

(擴(kuò)展的莖葉圖)第九十頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—箱線圖

(boxplot)用于顯示未分組的原始數(shù)據(jù)的分布箱線圖由一組數(shù)據(jù)的5個(gè)特征值繪制而成，它由一個(gè)箱子和兩條線段組成其繪制方法是：首先找出一組數(shù)據(jù)的5個(gè)特征值，即最大值、最小值、中位數(shù)Me和兩個(gè)四分位數(shù)(下四分位數(shù)QL和上四分位數(shù)QU）連接兩個(gè)四分（位）數(shù)畫出箱子，再將兩個(gè)極值點(diǎn)與箱子相連接第九十一頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—單批數(shù)據(jù)箱線圖

(箱線圖的構(gòu)成)中位數(shù)4681012QUQLX最大值X最小值簡(jiǎn)單箱線圖第九十二頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—單批數(shù)據(jù)箱線圖

(例題分析)最小值141最大值237中位數(shù)182下四分位數(shù)170.25上四分位數(shù)197140150160170180190200210220230240某電腦公司銷售量數(shù)據(jù)的箱線圖第九十三頁，共一百三十四頁，編輯于2023年，星期三分布的形狀與箱線圖

對(duì)稱分布QL中位數(shù)

QU左偏分布QL中位數(shù)

QU右偏分布QL

中位數(shù)

QU不同分布的箱線圖第九十四頁，共一百三十四頁，編輯于2023年，星期三例5對(duì)公司雇員數(shù)據(jù)，做出工資數(shù)據(jù)箱線圖。boxplot(Edata$SALARY,data=Edata,col="lightgray");第九十五頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—多批數(shù)據(jù)箱線圖

(例題分析)【例】從某大學(xué)經(jīng)濟(jì)管理專業(yè)二年級(jí)學(xué)生中隨機(jī)抽取11人，對(duì)8門主要課程的考試成績(jī)進(jìn)行調(diào)查，所得結(jié)果如表。試?yán)L制各科考試成績(jī)的批比較箱線圖，并分析各科考試成績(jī)的分布特征11名學(xué)生各科的考試成績(jī)數(shù)據(jù)課程名稱學(xué)生編號(hào)1234567891011英語經(jīng)濟(jì)數(shù)學(xué)西方經(jīng)濟(jì)學(xué)市場(chǎng)營(yíng)銷學(xué)財(cái)務(wù)管理基礎(chǔ)會(huì)計(jì)學(xué)統(tǒng)計(jì)學(xué)計(jì)算機(jī)應(yīng)用基礎(chǔ)76659374687055859095818775739178975176857092688171748869846573957078669073788470936379806087816786918377769070828382928481706972787578918866948085718674687962818155787075687177第九十六頁，共一百三十四頁，編輯于2023年，星期三未分組數(shù)據(jù)—多批數(shù)據(jù)箱線圖

(例題分析)8門課程考試成績(jī)的箱線圖第九十七頁，共一百三十四頁，編輯于2023年，星期三11名學(xué)生8門課程考試成績(jī)的箱線圖Min-Max25%-75%Medianvalue455565758595105學(xué)生1學(xué)生2學(xué)生3學(xué)生4學(xué)生5學(xué)生6學(xué)生7學(xué)生8學(xué)生9學(xué)生10學(xué)生11未分組數(shù)據(jù)—多批數(shù)據(jù)箱線圖

(例題分析)第九十八頁，共一百三十四頁，編輯于2023年，星期三例6對(duì)某公司雇員數(shù)據(jù)，分析性別與工作類型、性別與是否少數(shù)民族的特征，作出交叉頻數(shù)分布表。>ftable(Edata[c('GENDER','JOBCAT')])JOBCAT經(jīng)理保管員服務(wù)員

GENDERf100206m7427157ftable(Edata[c('GENDER','MINORITY')])MINORITYYesNoGENDERf40176m64194第九十九頁，共一百三十四頁，編輯于2023年，星期三例7對(duì)某公司雇員數(shù)據(jù)，分析不同性別、工作類型、少數(shù)民族的收入差異，作出多批數(shù)據(jù)箱線圖。boxplot(Edata$SALARY~Edata$GENDER,data=Edata,col="lightgray");boxplot(Edata$SALARY~Edata$JOBCAT,data=Edata,col="lightgray");boxplot(Edata$SALARY~Edata$MINORITY,data=Edata,col="lightgray");

第一百頁，共一百三十四頁，編輯于2023年，星期三第一百零一頁，共一百三十四頁，編輯于2023年，星期三第一百零二頁，共一百三十四頁，編輯于2023年，星期三第一百零三頁，共一百三十四頁，編輯于2023年，星期三例8對(duì)某公司雇員數(shù)據(jù)，分析不同性別、工作類型之間的收入差異，作出多批數(shù)據(jù)箱線圖。boxplot(split(Edata$SALARY,list(Edata$JOBCAT,Edata$GENDER)),col="lightgray");boxplot(split(Edata$SALARY,list(Edata$GENDER,Edata$JOBCAT)),col="lightgray");不同性別在不同工作類型上的當(dāng)前工資比較。與工資增長(zhǎng)率不同，性別差異在工資水平上的差異十分明顯，男性的工資水平無論在Clerical還是Manager上都比女性的平均工資水平高。第一百零四頁，共一百三十四頁，編輯于2023年，星期三splitpackage:baseRDocumentationDivideintoGroupsDescription:'split'dividesthedatainthevector'x'intothegroupsdefinedby'f'.Theassignmentformsreplacevaluescorrespondingtosuchadivision.Unsplitreversestheeffectof'split'.Usage:split(x,f,drop=FALSE,...)split(x,f,drop=FALSE,...)<-valueunsplit(value,f,drop=FALSE)Arguments:x:vectorordataframecontainingvaluestobedividedintogroups.

第一百零五頁，共一百三十四頁，編輯于2023年，星期三

f:a"factor"inthesensethat'as.factor(f)'definesthegrouping,oralistofsuchfactorsinwhichcasetheirinteractionisusedforthegrouping.drop:logicalindicatingiflevelsthatdonotoccurshouldbedropped(if'f'isa'factor'oralist).value:alistofvectorsordataframescompatiblewithasplittingof'x'.Recyclingappliesifthelengthsdonotmatch....:furtherpotentialargumentspassedtomethods.Details:'split'and'split<-'aregenericfunctionswithdefaultand'data.frame'methods.'f'isrecycledasnecessaryandifthelengthof'x'isnotamultipleofthelengthof'f'awarningisprinted.'unsplit'worksonlywithlistsofvectors.Thedataframemethodcanalsobeusedtosplitamatrixintoalistofmatrices,andtheassignmentformlikewise,providedtheyareinvokedexplicitly.第一百零六頁，共一百三十四頁，編輯于2023年，星期三

Anymissingvaluesin'f'aredroppedtogetherwiththecorrespondingvaluesof'x'.Value:Thevaluereturnedfrom'split'isalistofvectorscontainingthevaluesforthegroups.Thecomponentsofthelistarenamedbythe_used_factorlevelsgivenby'f'.(If'f'islongerthan'x'thensomeofthecomponentswillbeofzerolength.)Theassignmentformsreturntheirrighthandside.'unsplit'returnsavectorforwhich'split(x,f)'equals'value'References:Becker,R.A.,Chambers,J.M.andWilks,A.R.(1988)_TheNewSLanguage_.Wadsworth&Brooks/Cole.SeeAlso:'cut'第一百零七頁，共一百三十四頁，編輯于2023年，星期三Examples:require(stats)n<-10;nn<-100;g<-factor(round(n*runif(n*nn)))x<-rnorm(n*nn)+sqrt(as.numeric(g));xg<-split(x,g);boxplot(xg,col="lavender",notch=TRUE,varwidth=TRUE);sapply(xg,length);sapply(xg,mean)##Calculatez-scoresbygroupz<-unsplit(lapply(split(x,g),scale),g)tapply(z,g,mean)#orz<-x;split(z,g)<-lapply(split(x,g),scale);tapply(z,g,sd)##Splitamatrixintoalistbycolumnsma<-cbind(x=1:10,y=(-4:5)^2);split(ma,col(ma));split(1:10,1:2)第一百零八頁，共一百三十四頁，編輯于2023年，星期三第一百零九頁，共一百三十四頁，編輯于2023年，星期三第一百一十頁，共一百三十四頁，編輯于2023年，星期三boxplot(split(Edata$SALARY,list(Edata$GENDER,Edata$JOBCAT)),plot=F);ValueListwiththefollowingcomponents:stats：amatrix,eachcolumncontainstheextremeofthelowerwhisker,thelowerhinge,themedian,theupperhingeandtheextremeoftheupperwhiskerforonegroup/plot.n：avectorwiththenumberofobservationsineachgroup.conf：amatrixwhereeachcolumncontainsthelowerandupperextremesofthenotch.out:thevaluesofanydatapointswhichliebeyondtheextremesofthewhiskers.group:avectorofthesamelengthasoutwhoseelementsindicatewhichgrouptheoutlierbelongstonames:avectorofnamesforthegroups第一百一十一頁，共一百三十四頁，編輯于2023年，星期三$stats[,1][,2][,3][,4][,5][,6][1,]34410.038700NA295501575019650[2,]41550.054900NA301502145026700[3,]45187.563750NA307502400029850[4,]55750.073750NA309752775034950[5,]58125.0100000NA319503705046000$n

[1]1074027206157$conf

[,1][,2][,3][,4][,5][,6][1,]38092.6160287.8NA30499.1423306.4728809.69[2,]52282.3967212.2NA31000.8624693.5330890.31$out

[1]103750135000110625103500243003375034500352503525028500[11]38850540005100038550408003765052650800005055066875[21]49000$group

[1]222244444455555566666$names[1]"f.經(jīng)理""m.經(jīng)理""f.保管員""m.保管員""f.服務(wù)員""m.服務(wù)員"第一百一十二頁，共一百三十四頁，編輯于2023年，星期三例9對(duì)某公司雇員數(shù)據(jù)，分析不同性別、民族之間的收入差異；作出多批數(shù)據(jù)箱線圖。boxplot(split(Edata$SALARY,list(Edata$MINORITY,Edata$GENDER)),col="lightgray");boxplot(split(Edata$SALARY,list(Edata$GENDER,Edata$MINORITY)),col="lightgray");第一百一十三頁，共一百三十四頁，編輯于2023年，星期三第一百一十四頁，共一百三十四頁，編輯于2023年，星期三第一百一十五頁，共一百三十四頁，編輯于2023年，星期三例10對(duì)某公司雇員數(shù)據(jù)，分析不同民族、工作類型之間的收入差異；作出多批數(shù)據(jù)箱線圖。boxplot(split(Edata$SALARY,list(Edata$JOBCAT,Edata$MINORITY)),col="lightgray");boxplot(split(Edata$SALARY,list(Edata$MINORITY,Edata$JOBCAT)),col="lightgray");第一百一十六頁，共一百三十四頁，編輯于2023年，星期三第一百一十七頁，共一百三十四頁，編輯于2023年，星期三第一百一十八頁，共一百三十四頁，編輯于2023年，星期三時(shí)間序列數(shù)據(jù)—線圖

(lineplot)繪制線圖時(shí)應(yīng)注意以下幾點(diǎn)時(shí)間一般繪在橫軸，指標(biāo)數(shù)據(jù)繪在縱軸圖形的長(zhǎng)寬比例要適當(dāng)，其長(zhǎng)寬比例大致為10：7一般情況下，縱軸數(shù)據(jù)下端應(yīng)從“0”開始，以便于比較。數(shù)據(jù)與“0”之間的間距過大時(shí)，可以采取折斷的符號(hào)將縱軸折斷第一百一十九頁，共一百三十四頁，編輯于2023年，星期三時(shí)間序列數(shù)據(jù)—線圖

(例題分析)【例】已知1991～2000年我國(guó)城鄉(xiāng)居民家庭的人均收入數(shù)據(jù)如表。試?yán)L制線圖￥

＄

1991～2000年城鄉(xiāng)居民家庭人均收入年份城鎮(zhèn)居民農(nóng)村居民19911992199319941995199619971998199920001700.62026.62577.43496.24283.04838.95160.35425.15854.06280.0708.6784.0921.61221.01577.71926.1