第三章 統(tǒng)計(jì)整理.ppt

1、第三章 統(tǒng)計(jì)整理,學(xué)習(xí)要求：明確統(tǒng)計(jì)整理在統(tǒng)計(jì)研究中承前起后的地位；掌握分組的方法，認(rèn)識統(tǒng)計(jì)分布是統(tǒng)計(jì)整理的重要表現(xiàn)形式；學(xué)會統(tǒng)計(jì)表的編制并能熟練地運(yùn)用。 3.1 統(tǒng)計(jì)整理概述 3.2 統(tǒng)計(jì)數(shù)據(jù)的預(yù)處理 3.3 統(tǒng)計(jì)分組 3.4 統(tǒng)計(jì)表和統(tǒng)計(jì)圖 思考和練習(xí),3.1 統(tǒng)計(jì)整理概述,3.1.1 統(tǒng)計(jì)整理的概念和意義 1、概念：是指根據(jù)統(tǒng)計(jì)研究任務(wù)的要求，對調(diào)查所搜索的原始資料進(jìn)行分組、匯總，使其條理化、系統(tǒng)化的工作過程。 2、意義 （1）對原始資料進(jìn)行科學(xué)分類、加工整理、去粗取精、去偽存真、由表入里、綜合概括，取得綜合反映總體數(shù)量特征的數(shù)據(jù)資料。 （2）統(tǒng)計(jì)資料整理的質(zhì)量直接影響到統(tǒng)計(jì)分析的效果。

2、,3.1.2 統(tǒng)計(jì)整理的過程 （1）數(shù)據(jù)的預(yù)處理：包括數(shù)據(jù)審核、篩選和排序； （2）分組和匯總； 分組就是根據(jù)整理的目的要求，按照規(guī)定的標(biāo)志進(jìn)行區(qū)分若干組成部分的一種統(tǒng)計(jì)方法。（科學(xué)的分組是搞好統(tǒng)計(jì)整理的前提條件） 匯總是對分組后的各項(xiàng)指標(biāo)進(jìn)行匯總，并計(jì)算各組的單位數(shù)和合計(jì)數(shù)，計(jì)算出說明總體和各組情況的統(tǒng)計(jì)指標(biāo)數(shù)值。 （3）編制統(tǒng)計(jì)表（頻數(shù)分布表）和繪制統(tǒng)計(jì)圖（如餅圖、直方圖等）。,3.1.3 統(tǒng)計(jì)整理的技術(shù)選擇 （1）手工匯總：較原始的匯總方法，以算盤、計(jì)算器、卡片等工具為手段，通過手工操作對統(tǒng)計(jì)資料進(jìn)行匯總。主要有劃記法、過錄法、折疊法和卡片法，由于速度較慢逐漸被淘汰。 （2）計(jì)算機(jī)匯總：

3、采用計(jì)算機(jī)等信息化技術(shù)對統(tǒng)計(jì)資料進(jìn)行匯總。具有速度快、精度高、存儲數(shù)據(jù)多、強(qiáng)大的邏輯運(yùn)算能力和便于聯(lián)網(wǎng)實(shí)現(xiàn)信息共享等優(yōu)點(diǎn)。,計(jì)算機(jī)匯總的步驟： （1）選擇匯總工具如SPSS等統(tǒng)計(jì)軟件； （2）編碼：根據(jù)計(jì)算機(jī)程序，將漢字信息數(shù)字化； （3）錄入數(shù)據(jù)：將原始數(shù)據(jù)通過錄入設(shè)備錄入到計(jì)算機(jī)的存儲介質(zhì)中； （4）數(shù)據(jù)編輯：對原始數(shù)據(jù)進(jìn)行分析、比較和篩選、整理； （5）計(jì)算與制表：計(jì)算各項(xiàng)綜合指標(biāo)，將運(yùn)算結(jié)果制表，并打印。,3.2 數(shù)據(jù)的預(yù)處理,數(shù)據(jù)的預(yù)處理包括數(shù)據(jù)審核、篩選和排序等。 3.2.1 數(shù)據(jù)審核 1、完整性審核和及時(shí)性審核； 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)

4、是否填寫齊全。 及時(shí)性審核：看填報(bào)單位是否及時(shí)報(bào)送了有關(guān)資料。 2、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。,準(zhǔn)確性審核的方法： 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，P47例子。 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。如檢查是否等于三大產(chǎn)業(yè)產(chǎn)值之和。 3、歷史資料的審核：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，確定這些數(shù)據(jù)是否符合自己分析研究的需要。 4、數(shù)據(jù)審核后的訂正。P47,數(shù)據(jù)審核,數(shù)據(jù)篩選的內(nèi)容包括： （1）將某些不符合要求的數(shù)據(jù)或有

5、明顯錯(cuò)誤的數(shù)據(jù)予以剔除； （2）將符合某種特定條件的數(shù)據(jù)篩選出來，而不符合特定件的數(shù)據(jù)予以剔除。P47例子 3.2.3 數(shù)據(jù)的排序 1、數(shù)據(jù)的計(jì)量尺度和數(shù)據(jù)類型。 例：某工廠職工幾個(gè)變量的調(diào)查結(jié)果,3.2.2 數(shù)據(jù)篩選,（1）定類尺度 定類尺度也稱列名尺度，它是最粗略、計(jì)量層次最低的計(jì)量尺度，它上按照事物的某種屬性對其進(jìn)行平行的分類或分組。采用這種方法進(jìn)行觀測得到的結(jié)果稱為定類數(shù)據(jù)。如上例中“性別”是定類尺度變量，“男”為定類數(shù)據(jù)。 （2）定序尺度 定序尺度也稱順序尺度，它是事物之間等級差別或順序差別的一種測度。與定類尺度相比較，定序尺度能夠比較這些類別的優(yōu)劣。采用這種方法進(jìn)行觀測得到的結(jié)果稱

6、為定序數(shù)據(jù)。如上例中“最高學(xué)歷”是定序尺度變量，“碩士研究生”為定序數(shù)據(jù)。,（3）定距尺度 定距尺度也稱間隔尺度，它不僅能將事物分為不同類型并進(jìn)行排序，而且可以準(zhǔn)確地指出類別之間的差距是多少。與定序尺度相比較，定距尺度可以準(zhǔn)確的指出類別間的差距是多少。定距尺度沒有絕對的點(diǎn)，“”并不意味著不存在或沒有（如溫度）。采用這種方法進(jìn)行觀測得到的結(jié)果稱為定距數(shù)據(jù)。如上例中“計(jì)算機(jī)能力測試成績”是定距尺度變量，“90分”為定距數(shù)據(jù)。 （4）定比尺度 定比尺度也稱比率尺度，它與定距尺度屬于同一層次，其計(jì)量的結(jié)果也表示為數(shù)值。 與定距尺度相比較，定比尺度有絕對固定的零點(diǎn)。如計(jì)量人數(shù)時(shí)，把“沒有人”規(guī)定為0；測

7、量物體的長度時(shí)，把測量的起始點(diǎn)規(guī)定為0。采用這種方法進(jìn)行觀測得到的結(jié)果稱為定比數(shù)據(jù)。如上例中“月收入”和“身高”是定比尺度變量，“3000元”和“170cm”為定比數(shù)據(jù)。,2、數(shù)據(jù)的排序 （1）定類數(shù)據(jù)的排序 字母型數(shù)據(jù)，排序有升序降序之分，但習(xí)慣上用升序。 漢字型數(shù)據(jù)，可按漢字的首位拼音字母排列，也可按筆畫排序，其中也有筆畫多少的升序降序之分，如姓名的排序。 （2）定距和定比數(shù)據(jù)的排序 升序排序：設(shè)一組數(shù)據(jù)為X1，X2，XN，遞增排序后可表示為：X(1)X(2)X(N)。P48例子。,3.3 統(tǒng)計(jì)分組,3.3.1 統(tǒng)計(jì)分組的概念和作用 1、概念：指根據(jù)統(tǒng)計(jì)研究的目的，將總體按一定標(biāo)志區(qū)分為不

8、同類型或不同性質(zhì)的組，使組與組之間有明顯差異性，而在同一組內(nèi)的單位具有相對的同質(zhì)性。 （1）對總體而言是“分”，即將總體區(qū)分為性質(zhì)相異的若干組成部分； （2）對個(gè)體而言是“合”，即將性質(zhì)相同的個(gè)體組合起來。 (統(tǒng)計(jì)分組的關(guān)鍵是分組標(biāo)志的選擇）,2、統(tǒng)計(jì)分組的意義： （1）劃分現(xiàn)象的不同類型，并反映各類型組的數(shù)量特征；P50表3-8 （2）說明現(xiàn)象的內(nèi)部結(jié)構(gòu)；P50表3-9 （3）揭示現(xiàn)象之間的依存關(guān)系。P51表3-10,3.3.2 統(tǒng)計(jì)分組標(biāo)志的選擇和分組類型,1、分組標(biāo)志的選擇 分組標(biāo)志：進(jìn)行統(tǒng)計(jì)分組時(shí)所依據(jù)的標(biāo)準(zhǔn)。 選擇分組標(biāo)志時(shí)要注意三點(diǎn)： （1）要根據(jù)研究問題的目的來選擇； 例1：如對

9、同一職工總體，研究任務(wù)是分析職工的文化素質(zhì)，則應(yīng)選擇職工的文化程度作為分組標(biāo)志，觀察具有大學(xué)、大專、高中、初中、小學(xué)等文化程度的有關(guān)數(shù)據(jù)。 例2：若研究的是職工的勞動(dòng)能力，應(yīng)選擇年齡作為分組標(biāo)志，觀察職工的年齡構(gòu)成情況。 由上例可知：分組標(biāo)志會隨著統(tǒng)計(jì)研究的目的、任務(wù)不同而變化。,分組標(biāo)志的選擇,（2）要選擇能夠反映研究現(xiàn)象本質(zhì)特征的分組標(biāo)志； 例3：根據(jù)統(tǒng)計(jì)調(diào)查資料來研究人民生活水平變動(dòng)情況時(shí)，可供選擇的分組標(biāo)志有家庭人口數(shù)、每戶就業(yè)人數(shù)、每一就業(yè)者負(fù)擔(dān)人數(shù)、家庭總收入、平均每人每月生活費(fèi)收入等，其中最能反映人民生活水平變動(dòng)的標(biāo)志是：平均每人每月生活費(fèi)收入，應(yīng)選擇這一標(biāo)志作為分組標(biāo)志。 （3

10、）要結(jié)合現(xiàn)象所處的具體歷史條件或經(jīng)濟(jì)條件來選擇。 例4：同是劃分企業(yè)規(guī)模，在勞動(dòng)密集型的行業(yè)或地區(qū)，可采用職工人數(shù)作為分組標(biāo)志；而在技術(shù)密集型的行業(yè)或地區(qū)，則應(yīng)選擇固定資產(chǎn)價(jià)值或生產(chǎn)能力作為分組標(biāo)志。,2、分組類型 統(tǒng)計(jì)分組有按品質(zhì)標(biāo)志分組和按數(shù)量標(biāo)志分組這兩種。 按品質(zhì)標(biāo)志分組：即按照事物的品質(zhì)特征進(jìn)行分組，如人口按性別、民族、文化程度等進(jìn)行分組； 按數(shù)量標(biāo)志分組：即按照事物的數(shù)量特征進(jìn)行分組，如人口按年齡、企業(yè)按產(chǎn)值分組。 3、簡單分組、復(fù)合分組及分組體系 （1）簡單分組：總體只按某一個(gè)標(biāo)志所進(jìn)行的分組。 （2）復(fù)合分組：總體按兩個(gè)或兩個(gè)以上的標(biāo)志層疊起來進(jìn)行的分組。,例如：對全國的工業(yè)企

11、業(yè)進(jìn)行 簡單分組： 按所有制類型分：全民所有制企業(yè)、集體所有制企業(yè) 按輕重工業(yè)分：重工業(yè)、輕工業(yè) 按企業(yè)規(guī)模大小分：大型企業(yè)、中型企業(yè)、小型企業(yè) 復(fù)合分組：,大型企業(yè),統(tǒng)計(jì)分組體系：指采用一系列相互聯(lián)系、相互補(bǔ)充的標(biāo)志進(jìn)行多種分組，構(gòu)成體系。 有兩種形式： 平行分組體系：對同一總體選擇兩個(gè)或兩個(gè)以上的標(biāo)志分別進(jìn)行簡單分組。P52圖3-3 特點(diǎn)：每個(gè)組個(gè)總體單位只有一個(gè)標(biāo)志固定相同，其他標(biāo)志不完全相同。 復(fù)合分組體系：對同一總體選擇兩個(gè)或兩個(gè)以上的標(biāo)志層疊起來進(jìn)行分組。P52圖3-4,3.3.3 統(tǒng)計(jì)分組的過程,統(tǒng)計(jì)分組方法,1、單變量值分組 （1）將一個(gè)變量值作為一組； （2）適合于離散變量；

12、 （3）適合于變量值較少的情況。 例：,2、組距分組 （1）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； 必須遵循“不重不漏”的原則； 可采用等距分組，也可采用不等距分組。,等距分組：各組組距相等，適用于標(biāo)志變異比較均勻的現(xiàn)象，如學(xué)生成績60分以上者，每增加10分就進(jìn)入一個(gè)檔次，身高、體重也可采用等距分組。 異距分組：各組組距不相等，適用于： （1）有許多社會經(jīng)濟(jì)現(xiàn)象的分布存在明顯的偏斜狀況時(shí)，如人口總體按年齡分布，80歲以上的高壽者在總?cè)丝谥兴急戎剌^小，故分組時(shí)80歲以下可按10歲組距分組，80歲以上的組距就應(yīng)擴(kuò)大。 （2）某些社會經(jīng)濟(jì)現(xiàn)象的標(biāo)志變異范圍較

13、大，其變量值若按一定比例關(guān)系變化的話，可按等比間隔分組編制異距數(shù)列。如鋼鐵廠高爐按容積（m3）的異距分組為：100以下，100-200，200-400，400-800，800-1600，1600以上，其組距間隔等比為2。,組距分組還可以分為重合式分組和不重合式分組。 重合式分組：相鄰兩組中，前一組的上限與后一組的下限數(shù)值相重，適合于分組標(biāo)志是連續(xù)變量時(shí)； 不重合式分組：相鄰兩組中，前一組的上限與后一組的下限，兩值緊密相連而又不相重復(fù)。如企業(yè)人數(shù)可分為99人以下，100-499人，500-999人，1000人及以上各組，這里99與100，499與500，999與1000都是緊密相連的，當(dāng)中不可能

14、有第三個(gè)數(shù)存在，所以使用不重合式分組。,（2）組距分組步驟 確定全距R=Xmax Xmin； 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； 組數(shù)一般情況可分為5-15組，盡可能取奇數(shù)。,確定各組的組距：組距(Class Width)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，在等距分組情況下，組距R/K； 確定各總體單位的歸屬 遵循“不重不漏”原則和“上限不在內(nèi)原則”。,“不重”：指一項(xiàng)數(shù)據(jù)只能分在期中的某一組，不能再其他組中重復(fù)出現(xiàn)； “不漏”：指組別能窮盡，即在分組中每一項(xiàng)都能

15、分在某一組，不能遺漏； “上限不在內(nèi)”：遇到某單位的標(biāo)志值剛好等于相鄰兩組上下限時(shí)，一般把此值歸并到作為下限的那一組。 根據(jù)分組整理成頻數(shù)分布表。 （4）組距分組幾個(gè)概念 組限：組與組之間的數(shù)量界限，包括下限和上限； 下限L：一個(gè)組的最小值； 上限U：一個(gè)組的最大值； 組距d：d=U-L，分組時(shí)組距宜取5或10的倍數(shù)。,1、分布數(shù)列的概念：在統(tǒng)計(jì)分組的基礎(chǔ)上，將總體的所有單位按組歸類整理，并按一定順序排列，形成總體中各單位在各組間分布的次數(shù)，該數(shù)列稱為分布數(shù)列。 2、分布數(shù)列包括兩個(gè)要素：（1）各組別 ；（2）分布在各組的單位數(shù)，稱為頻數(shù)。 按分組標(biāo)志不同，分布數(shù)列分為品質(zhì)數(shù)列和變量數(shù)列兩種。

16、 品質(zhì)數(shù)列：反映總體屬性分布狀況的數(shù)列；P54表3-12 變量數(shù)列：反映總體某一數(shù)量分布狀況。 變量數(shù)列按每組變量值是否存在變動(dòng)范圍可分為單項(xiàng)式（表3-13）和組距式數(shù)列（表3-14）。,3.3.4 分布數(shù)列,4、分布數(shù)列相關(guān)概念 （1）頻率=各組次數(shù)/總次數(shù)100%，頻率大小表明各組標(biāo)志值對總體的相對重要程度。 （2）組中值： 閉口組：組中值=（上限+下限）/2； 缺下限的開口組：組距數(shù)列的首組出現(xiàn)“*以下”,組中值=上限-相鄰組組距/2； 缺上限的開口組：組距數(shù)列的末組出現(xiàn)“*以上”，組中值=下限+相鄰組組距/2。,練習(xí)：企業(yè)按凈產(chǎn)值分組為:單位（萬元） 10以下 10-20 20-30

17、計(jì)算首組和末組的組中值。 30-40 40-70 70以上,首組組中值=10-10/2=5（萬元） 末組組中值=70+30/2=85（萬元）,（3）累計(jì)次數(shù)分布：包括向上累計(jì)和向上累計(jì)。 向上累計(jì)：把變量值按照變量數(shù)列從小到大順序排列，由變量值低的組向變量值高的組逐組累計(jì)的過程； 某組的向上累計(jì)頻數(shù)（頻率）等于該組和該組之上的所有組別的頻數(shù)（頻率）之和。 向下累計(jì)：把變量值按照變量數(shù)列從小到大順序排列，由變量值高的組向變量值低的組逐組累計(jì)的過程； 某組的向下累計(jì)頻數(shù)（頻率）等于該組和該組之下的所有組別的頻數(shù)（頻率）之和。,思考：加工零件在120件以上的工人和120以下的工人各有多少？所占比例各

18、為多少？,5、直方圖的制作方法 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)或頻率就形成了一個(gè)矩形，即直方圖(Histogram)； 在等距分組時(shí)，若取矩形寬度（各組組距）為1個(gè)單位，高度表示頻率，則直方圖下的總面積等于1，即頻率的總和。 練習(xí)直方圖的畫法，以前表為例。,我一眼就看出來了，大多數(shù)人的日加工零件數(shù)在120125之間。,15,12,9,6,3,直方圖下的面積之和等于1,某車間工人日加工零件的直方圖,例：直方圖,6、次數(shù)分布曲線（折線圖）：在直方圖的基礎(chǔ)上，連接各條形頂邊的中

19、點(diǎn)而形成的一條曲線。,次數(shù)分布曲線的兩個(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； 折線圖與橫軸圍成的曲邊形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。 練習(xí)折線圖的畫法，以前表為例。,次數(shù)分布曲線的繪制,15,12,9,6,3,105,110,115,120,125,130,135,140,日加工零件數(shù)(個(gè)),頻 數(shù) (人),折線圖下的面積與直方圖的面積相等。,某車間工人日加工零件的折線圖,7、累計(jì)次數(shù)分布曲線：P58圖3-6 8、次數(shù)分布的主要類型 （1）鐘型分布：兩頭小，中間

20、大，靠近中間的變量值分布的次數(shù)多，靠近兩端的變量值分布的次數(shù)少。 對稱分布：如正態(tài)分布。 偏態(tài)分布：分為左偏和右偏。 左偏：變量值存在極端小值時(shí)，次數(shù)分布曲線向左延伸； 右偏：變量值存在極端大值時(shí)，次數(shù)分布曲線向右延伸。,（2）U型分布：兩頭大，中間小?？拷虚g的變量值分布較少，靠近兩端的變量值分布的次數(shù)多。 （3）J型分布：一邊大，一邊小，大部分變量集中在某一端分布。 正J型分布：次數(shù)隨變量值的增大而增多； 反J型分布：次數(shù)隨變量值的增大而減少。,3.4 統(tǒng)計(jì)表和統(tǒng)計(jì)圖,1、統(tǒng)計(jì)表的形式：包括總標(biāo)題、橫行標(biāo)題、縱欄標(biāo)題、數(shù)字資料等。,行標(biāo)題,數(shù)字資料,附加,總標(biāo)題,列標(biāo)題,主詞,賓詞,2、統(tǒng)計(jì)表的種類 根據(jù)統(tǒng)計(jì)表中的主次是否分組以及如何分組，可以分為簡單表、簡單分組表和復(fù)合分組表。 簡單表是主詞未經(jīng)任何分組的統(tǒng)計(jì)表。 分組表是主詞按某一標(biāo)志進(jìn)行分組的統(tǒng)計(jì)表，分組表用來揭示現(xiàn)象不同類型的不同特征，研究總體的內(nèi)部構(gòu)成，分析現(xiàn)象之間的依存關(guān)