賈俊平2025/4/10統(tǒng)計學—基于Excel（第4版）21世紀統(tǒng)計學系列教材課程內(nèi)容描述統(tǒng)計、推斷統(tǒng)計、其他方法使用軟件Excel學分與課時

2或3學分，1~17周，每周2或3課時課程簡介賈俊平2025/4/101.1統(tǒng)計學與數(shù)據(jù)分析1.2變量、數(shù)據(jù)及其分類1.3數(shù)據(jù)的來源1.4Excel數(shù)據(jù)分析工具的安裝

第1章統(tǒng)計學與數(shù)據(jù)問題與思考在你的印象中，統(tǒng)計學是什么？你日常生活和工作中都接觸過哪些數(shù)據(jù)？調(diào)查一批人的性別、職業(yè)、月收入等，這里涉及了哪些變量？如果讓你在全校大學生中做一次調(diào)查，你會調(diào)查所有的學生還是抽取一部分學生做調(diào)查？假定讓你從全校10000名學生中隨機抽取200人，你會怎么做？你都使用過哪些軟件，Excel？SPSS？R？Python？還是其他？你認為不使用軟件能做統(tǒng)計分析嗎？

1.1

統(tǒng)計學與數(shù)據(jù)分析統(tǒng)計學(statistics)是分析數(shù)據(jù)的一門科學它提供一套通用于所有學科領(lǐng)域的獲取數(shù)據(jù)、處理數(shù)據(jù)、分析數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的原則和方法它不是為某個特定的問題領(lǐng)域構(gòu)造的，因此，統(tǒng)計方法不是一成不變的使用者在特定情況下需要根據(jù)所掌握的專業(yè)知識選擇使用這些方法，如果需要，還可以進行必要的修正什么是統(tǒng)計學什么是數(shù)據(jù)分析(dataanalysis)

運用統(tǒng)計方法對收集來的數(shù)據(jù)進行分析，從中提取有用信息并得出結(jié)論的過程數(shù)據(jù)分析的目的是把隱藏在數(shù)據(jù)中的信息有效地提煉出來，從而找出所研究對象的內(nèi)在規(guī)律和特征在實際應(yīng)用中，數(shù)據(jù)分析可幫助人們做出判斷和決策，以便采取適當行動數(shù)據(jù)分析方法與工具

1.1

統(tǒng)計學與數(shù)據(jù)分析從分析目的看

可數(shù)據(jù)分析分為描述性分析（descriptiveanalysis）、探索性分析（exploratoryanalysis）和驗證性分析（confirmatoryanalysis）三大類。其中，描述性分析和是對數(shù)據(jù)進行初步的整理、展視和概括性度量，以找出數(shù)據(jù)的基本特征；探索性分析側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特征，為形成某種理論或假設(shè)而對數(shù)據(jù)進行的分析；驗證性分析則側(cè)重于對已有理論或假設(shè)的證實或證偽。從所使用的統(tǒng)計分析方法看

可分為描述統(tǒng)計（descriptivestatistics）和推斷統(tǒng)計（inferentialstatistics）兩大類。描述統(tǒng)計主要是利用圖表形式對數(shù)據(jù)進行匯總和展示，計算一些簡單的統(tǒng)計量（諸如比例、比率、平均數(shù)、標準差等）進行分析。推斷統(tǒng)計主要是根據(jù)樣本信息來推斷總體的特征，內(nèi)容包括參數(shù)估計和假設(shè)檢驗等。參數(shù)估計是利用樣本信息推斷所關(guān)心的總體特征，假設(shè)檢驗則是利用樣本信息判斷對總體的某個假設(shè)是否成立

1.1

統(tǒng)計學與數(shù)據(jù)分析數(shù)據(jù)分析方法與工具——數(shù)據(jù)分析的分類數(shù)據(jù)分析方法從分析目的看描述性分析探索性分析驗證性分析從統(tǒng)計方法看描述統(tǒng)計推斷統(tǒng)計商業(yè)軟件——不推薦使用

商業(yè)類軟件種類繁多，較有代表性的軟件有SAS、SPSS、Minitab、Stata等。多數(shù)人較熟悉的Excel雖然不是統(tǒng)計軟件，但提供了一些常用的統(tǒng)計函數(shù)以及數(shù)據(jù)分析工具這類軟件雖有不同的側(cè)重點，但功能大同小異，基本上能滿足大多數(shù)人做數(shù)據(jù)分析的需要。商業(yè)類軟件使用相對簡單，容易上手主要問題是價格不菲，多數(shù)人難以承受，此外，更新速度慢，難以提供最新方法的解決方案

1.1

統(tǒng)計學與數(shù)據(jù)分析數(shù)據(jù)分析方法與工具——軟件分類非商業(yè)軟件——推薦使用

非商業(yè)類軟件則不存在價格問題。目前較為流行的軟件有R語言和Python語言，二者都是免費的開源平臺R語言的一種優(yōu)秀的統(tǒng)計軟件，它是一種統(tǒng)計計算語言。R具有更新速度快，可以包含最新方法的解決方案；提供豐富的數(shù)據(jù)分析和可視化技術(shù)，功能十分強大。此外，R軟件中的包（package）和函數(shù)均由統(tǒng)計專家編寫，函數(shù)中參數(shù)的設(shè)置也更符合統(tǒng)計和數(shù)據(jù)分析人員的思維方式和邏輯，并有強大的幫助功能和多種范例，初學者也很容易上手Python則是一種面向?qū)ο蟮慕忉屝透呒壘幊陶Z言，擁有豐富而強大的開源第三方庫，也具有強大的數(shù)據(jù)分析可視化功能。Python于R的側(cè)重點略有不同，R的主要功能是數(shù)據(jù)分析和可視化，且功能強大，多數(shù)分析都可以由R提供的函數(shù)實現(xiàn)，不需要太多的編程，代碼簡單，容易上手。Python的側(cè)重點則是編程，具有很好的普適性，但數(shù)據(jù)分析并不是其側(cè)重點，雖然從理論上說都可以實現(xiàn)，但往往需要編寫很長的代碼，幫助功能也不夠強大，這對數(shù)據(jù)分析的初學者來說可能顯得麻煩，但仍然不失為一種有效的數(shù)據(jù)分析工具

1.1

統(tǒng)計學與數(shù)據(jù)分析數(shù)據(jù)分析方法與工具——軟件分類數(shù)據(jù)(data)數(shù)據(jù)是個廣義的概念，任何可觀測并有記錄的信息都可以稱為數(shù)據(jù)，它不僅僅包括數(shù)字，也包括文本、圖像等。比如，一篇文章也可以看作數(shù)據(jù)，一幅照片也可以視為數(shù)據(jù)，等等本書使用的數(shù)據(jù)概念則是狹義的，僅僅是指統(tǒng)計變量的觀測結(jié)果。因此，要理解數(shù)據(jù)的概念，需要先清楚變量的概念變量的觀測結(jié)果變量(variable)描述所觀察對象某種特征的概念每次的觀察結(jié)果可能不同如，“企業(yè)銷售額”、“上漲股票的家數(shù)”、“生活費支出”、“投擲一枚骰子出現(xiàn)的點數(shù)”等就是變量

1.2

變量、數(shù)據(jù)及其分類變量和數(shù)據(jù)數(shù)據(jù)是變量的觀測結(jié)果，因此，數(shù)據(jù)的分類與變量的分類是相同的本書混合使用變量和數(shù)據(jù)這兩個概念在講述分析方法時多使用變量的概念，在例題分析中多使用數(shù)據(jù)的概念了解變量或數(shù)據(jù)的分類十分必要，因為不同的變量或數(shù)據(jù)適用的分析方法是不同的變量分類類別變量（定性）無序類別變量（名義值）有序類別變量（順序值）布爾變量（二值）數(shù)值變量（定量）離散變量（離散值）連續(xù)變量（連續(xù)值）時間變量（定性或定量）定性：離散值定量：連續(xù)值

1.2

變量、數(shù)據(jù)及其分類變據(jù)（變量）的分類間接來源——二手數(shù)據(jù)直接來源——抽取樣本總體(population)：包含所研究的全部個體(或數(shù)據(jù))的集合樣本(sample)：從總體中抽取的一部分元素的集合樣本量(samplesize)：構(gòu)成樣本的元素的數(shù)目概率抽樣方法根據(jù)已知的概率抽取樣本元素，也稱隨機抽樣簡單隨機抽樣從總體N個單位(元素)中隨機地抽取n個單位作為樣本，使得總體中每一個元素都有相同的機會(概率)被抽中抽取元素的具體方法有放回抽樣和無放回抽樣分層抽樣將總體單位按某種特征或規(guī)則劃分為不同層，再從不同的層中隨機地抽取樣本系統(tǒng)抽樣將總體中的所有單位(抽樣單位)按一定順序排列，在規(guī)定的范圍內(nèi)隨機地抽取一個單位作為初始單位，然后按事先規(guī)定好的規(guī)則確定其他樣本元素整群抽樣將總體中若干個單位合并為組(群)，抽樣時直接抽取群，再對中選群中的所有單位全部實施調(diào)查

1.3

數(shù)據(jù)的來源直接來源和間接來源第

1步：在Excel工作表界面中點擊【文件】

【選項】第

2步：在彈出的對話框中選擇【加載項】，并在“加載項”下選擇【分析工具庫】第3步：點擊【轉(zhuǎn)到】，出現(xiàn)的界面如下圖所示。選中需要的加載宏，單擊【確定】，即可完成安裝

1.4

數(shù)Excel【數(shù)據(jù)分析】工具的安裝直接Excel【數(shù)據(jù)分析】工具的安裝（2019版）描述應(yīng)用推斷思維導圖本書基本框架本書基本框架數(shù)據(jù)來源和分類第1章統(tǒng)計和數(shù)據(jù)數(shù)據(jù)處理第2章數(shù)據(jù)處理描述分析可視化分析第3章數(shù)據(jù)可視化統(tǒng)計量分析第4章數(shù)據(jù)的描述統(tǒng)計量推斷分析理論基礎(chǔ)第5章統(tǒng)計量及其概率分布估計方法第6章參數(shù)估計檢驗方法第7章假設(shè)檢驗其他方法關(guān)系分析第8章相關(guān)與回歸分析時間序列第9章時間序列分析和預(yù)測THANKSTHEEND2025/4/10THEENDTHANKS數(shù)據(jù)分析提取信息從數(shù)據(jù)中賈俊平2025/4/10統(tǒng)計學—基于Excel（第4版）21世紀統(tǒng)計學系列教材課程內(nèi)容描述統(tǒng)計、推斷統(tǒng)計、其他方法使用軟件Excel學分與課時

2或3學分，1~17周，每周2或3課時課程簡介賈俊平2025/4/102.1數(shù)據(jù)的預(yù)處理2.2生成頻數(shù)分布表2.3數(shù)值數(shù)據(jù)類別化第2章數(shù)據(jù)處理問題與思考在你的生活或工作中接觸過數(shù)據(jù)嗎？如果接觸過，都是些什么樣的數(shù)據(jù)？這些數(shù)據(jù)對你有用嗎？如果將2000個家庭的調(diào)查問卷交給你處理，你首先會做什么？如何將500個學生的調(diào)查問卷數(shù)據(jù)匯總在一張表格里？如果按收入的多少將家庭分成低收入、中等收入和高收入，你會怎么做？數(shù)據(jù)審核就是檢查數(shù)據(jù)中是否有錯誤對于通過調(diào)查取得的原始數(shù)據(jù)（rawdata），主要從完整性和準確性兩個方面去審核。完整性審核主要是檢查應(yīng)調(diào)查個體是否有遺漏，所有的調(diào)查項目是否填寫齊全等。準確性審核主要是檢查數(shù)據(jù)是否有錯誤，是否存在異常值等對于通過其他渠道取得的二手數(shù)據(jù)，應(yīng)著重審核數(shù)據(jù)的適用性和時效性應(yīng)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，以便確定這些數(shù)據(jù)是否符合自己分析研究的需要，不能盲目生搬硬套還要對數(shù)據(jù)的時效性進行審核，對于有些時效性較強的問題，如果所取得的數(shù)據(jù)過于滯后，可能失去了研究的意義

2.1

數(shù)據(jù)的預(yù)處理數(shù)據(jù)審核與錄入——數(shù)據(jù)審核數(shù)據(jù)錄入就是生成電子數(shù)據(jù)文件用Excel進行數(shù)據(jù)驗證第1步：用鼠標在工作表中選定錄入數(shù)據(jù)的單元格區(qū)域，如A1:B10單元格區(qū)域第2步：選擇【數(shù)據(jù)】→【數(shù)據(jù)驗證】第3步：在【驗證條件】的【允許】框內(nèi)選擇要錄入的數(shù)據(jù)類型，比如，“整數(shù)”（默認為任何值）。在【介于】框內(nèi)選擇驗證條件，或者在“最小值”和“最大值”框內(nèi)輸入數(shù)據(jù)范圍。比如，在【最小值】框內(nèi)輸入0,在【最大值】框內(nèi)輸入100。出現(xiàn)的界面如下圖所示第4步：點擊【出錯警告】，在【式樣】下選擇“警告”，在【錯誤信息】下輸入警告信息，比如“NA”。然后點擊【確定】，即可完成設(shè)置完成上述設(shè)置后，在此區(qū)域內(nèi)錄入不符合驗證條件的數(shù)據(jù)將會出現(xiàn)以下錯誤信息。比如，在A1單元格錄入1000，顯示的錯誤信息。選擇【是】，忽略此錯誤，選擇【否】則返回單元格，再重新錄入

2.1

數(shù)據(jù)的預(yù)處理數(shù)據(jù)審核與錄入——數(shù)據(jù)錄入

2.1

數(shù)據(jù)的預(yù)處理數(shù)據(jù)排序和篩選——數(shù)據(jù)排序【例2-1】表2-1是50個學生的學生編號、性別、專業(yè)和考試分數(shù)數(shù)據(jù)。按考試分數(shù)降序排列第1步：將光標放在數(shù)據(jù)區(qū)域的任意單元格。然后點擊【數(shù)據(jù)】

【排序】第2步：在【主要關(guān)鍵字】框中選擇要排序的變量，本例為“考試分數(shù)”，在【次序】中選擇降序（默認為升序），然后點擊【確定】（如果要專業(yè)排序，點擊【選項】，在【方法】下選中“字母排序”或“筆劃排序”）

2.1

數(shù)據(jù)的預(yù)處理學生編號性別專業(yè)考試分數(shù)學生編號性別專業(yè)考試分數(shù)1男會計學8226男管理學782男金融學8127女金融學893女會計學7528男會計學794女管理學8629女金融學845男會計學7730女會計學986女金融學9731女會計學797男管理學7732女金融學768女會計學9233男會計學799女金融學7134男會計學5610男會計學8535女會計學8811女金融學8036女會計學8612男金融學5537男管理學7913男管理學8138男管理學8514男會計學7839男管理學7315男會計學5140女會計學7916女金融學7941男金融學8217男會計學6342男管理學8218男管理學8943男管理學7419女管理學7144女金融學8320男金融學8245女金融學7421男管理學9146女管理學8622男金融學9047男管理學7523女管理學7848男會計學7024男金融學7449女會計學7325男金融學6650女會計學80數(shù)據(jù)排序和篩選——數(shù)據(jù)排序——例題分析數(shù)據(jù)篩選（datafilter）是根據(jù)需要找出符合特定條件的某類數(shù)據(jù)

2.1

數(shù)據(jù)的預(yù)處理用Excel進行數(shù)據(jù)篩選的過程【例2-2】篩選出考試分數(shù)大于等于90的學生第1步：將光標放在數(shù)據(jù)區(qū)域的任意單元格。然后點擊【數(shù)據(jù)】

【篩選】。這時繪在每個變量名中出現(xiàn)下拉箭頭第2步：點擊要篩選的變量的下拉箭頭即可對該變量進行篩選。比如，要篩選出考試分數(shù)大于等于90的學生，點擊考試分數(shù)變量的下拉箭頭第3步：點擊“大于或等于”，并在后面的框內(nèi)輸入90。點擊【確定】數(shù)據(jù)排序和篩選——數(shù)據(jù)篩選——例題分析

2.1

數(shù)據(jù)的預(yù)處理【例2-2】篩選出會計學專業(yè)考試分數(shù)小于60男生—使用【高級篩選】命令第1步：在工作表的上方插入3個空行，將數(shù)據(jù)表的第一行（變量名）復(fù)制到第1個空行；在第2個空行的相應(yīng)變量名下依次輸入篩選的條件第2步：選擇【數(shù)據(jù)】→【高級】。在列表區(qū)域輸入要篩選的數(shù)據(jù)區(qū)域；在條件區(qū)域輸入條件區(qū)域單擊【確定】數(shù)據(jù)排序和篩選——數(shù)據(jù)排序——例題分析數(shù)據(jù)抽樣（datasampling）是從一個已知的總體數(shù)據(jù)集中抽取隨機樣本。在實際應(yīng)用中，可以使用不同統(tǒng)計軟件抽取一個簡單隨機樣本。下面通過一個例子說明用Excel的【數(shù)據(jù)分析】工具抽取隨機樣本的過程

2.1

數(shù)據(jù)的預(yù)處理用Excel進行數(shù)據(jù)篩選的過程【例2-3】沿用例2-1。隨機抽取10個不同專業(yè)的學生組成一個樣本第1步：在工作表中點擊【數(shù)據(jù)】

【數(shù)據(jù)分析】。第2步：在彈出的對話框中選擇【抽樣】。單擊【確定】。第3步：在出現(xiàn)的對話框【輸入?yún)^(qū)域】中輸入要抽取一般的數(shù)據(jù)區(qū)域（本例中為學生代碼所在的區(qū)域）；在【抽樣方法】中單擊【隨機】；在【樣本數(shù)】中輸入需要抽樣的樣本量（本例為20）；在【輸出區(qū)域】中選擇抽樣結(jié)果放置的區(qū)域。單擊【確定】學生編號性別專業(yè)考試分數(shù)26男管理學7815男會計學5116女金融學7911女金融學8037男管理學7925男金融學6649女會計學736女金融學9740女會計學7938男管理學85數(shù)據(jù)抽樣——例題分析產(chǎn)生正態(tài)分布隨機數(shù)第1步：將光標放在任意空白單元格。然后點擊【數(shù)據(jù)】

【數(shù)據(jù)分析】第2步：在彈出的對話框中選擇【隨機數(shù)發(fā)生器】，單擊【確定】第3步：在【變量個數(shù)】中如要產(chǎn)生隨機變量的個數(shù)；在【隨機數(shù)個數(shù)】框中輸入要產(chǎn)生隨機數(shù)的個數(shù)；在【分布】框中選擇要產(chǎn)生隨機數(shù)的分布；在【標準偏差】框內(nèi)輸入正態(tài)分布的標準差（默認為1）；在【輸出選項】下選擇輸出隨機數(shù)的放置位置（默認為新作表組。單擊【確定】，即可產(chǎn)生隨機數(shù)產(chǎn)生均勻分布隨機數(shù)在【變量個數(shù)】中輸入要產(chǎn)生隨機變量的個數(shù)；在【隨機數(shù)個數(shù)】框中輸入個數(shù)數(shù)字；在【分布】框中選擇“均勻”；在【參數(shù)】下的【介于】框后輸入1和100（默認是0~1）；在【輸出選項】下選擇輸出隨機數(shù)的放置位置（默認為新作表組）；單擊【確定】

2.1

生成隨機數(shù)生成隨機數(shù)頻數(shù)(frequency)落在某一特定類別(或組)中的數(shù)據(jù)個數(shù)頻數(shù)分布(frequencydistribution)把各個類別及落在其中的相應(yīng)頻數(shù)全部列出,并用表格形式表現(xiàn)出來由于類別數(shù)據(jù)本身就是用文字表達的類別，因此，只要先把所有的類別都列出來，然后計算出每一類別的頻數(shù)，即可生成一張頻數(shù)分布表頻數(shù)分布表中落在某一特定類別的數(shù)據(jù)個數(shù)就是頻數(shù)根據(jù)觀察變量的多少，可以生成簡單頻數(shù)表、二維列聯(lián)表和多維列聯(lián)表等簡單的頻數(shù)表也稱為一維列聯(lián)表只涉及一個分類變量時，這個變量的各類別（取值）可以放在頻數(shù)分布表中“行”的位置，也可以放在“列”的位置，將該變量的各類別及其相應(yīng)的頻數(shù)列出來

2.2

生成頻數(shù)分布表類別數(shù)據(jù)的頻數(shù)分布表——簡單頻數(shù)表【例2.5】沿用例2-1。分別制作學生性別和專業(yè)的簡單頻數(shù)表用Excel生成頻數(shù)分布表的步驟第1步：選擇【插入】→【數(shù)據(jù)透視表】第2步：在【表/區(qū)域】框內(nèi)選定數(shù)據(jù)區(qū)域（在操作前將光標放在任意數(shù)據(jù)單元格內(nèi)，系統(tǒng)會自動選定數(shù)據(jù)區(qū)域）。選擇放置數(shù)據(jù)透視表的位置。系統(tǒng)默認是新工作表，如果要將透視表放在現(xiàn)有工作表中，選擇【現(xiàn)有工作表】，并在【位置】框內(nèi)點擊工作表的任意單元格（不要覆蓋數(shù)據(jù)）。點擊【確定】第3步：用鼠標右鍵單擊數(shù)據(jù)透視表，選擇【數(shù)據(jù)透視表選項】，在彈出的對話框中點擊【顯示】，并選中【經(jīng)典數(shù)據(jù)透視表布局】，然后【確定】第4步：將數(shù)據(jù)透視的一個字段拖至“行”位置，將“另一個字段”拖至“列”的位置（行列可以互換），再將要計數(shù)的變量拖至“值字段”位置，即可生成需要的頻數(shù)分布表

2.2

生成頻數(shù)分布表類別數(shù)據(jù)的頻數(shù)分布表——簡單頻數(shù)表——例題分析二維列聯(lián)表（contingencytable）也稱為交叉表（crosstable）涉及兩個分類變量時，通常將一個變量的各類別放在“行”的位置，另一個變量的各類別放在“列”的位置（行和列可以互換）生成頻數(shù)分布表，這樣表格就是列聯(lián)表【例2-5】例如沿用例2-1。將性別放在行的位置、專專業(yè)放在列的位置，制作一個二維列聯(lián)表

2.2

生成頻數(shù)分布表類別數(shù)據(jù)的頻數(shù)分布表——二維列聯(lián)表——例題分析頻數(shù)表的分析統(tǒng)計量可以使用比例（proportion）、百分比（percentage）、比率（ratio）等統(tǒng)計量進行描述。如果是有序類別數(shù)據(jù)，還可以計算累積百分比（CumulativePercent）進行分析比例也稱構(gòu)成比，它是一個樣本（或總體）中各類別的頻數(shù)與全部頻數(shù)之比，通常用于反映樣本（或總體）的構(gòu)成或結(jié)構(gòu)。將比例乘以100得到的數(shù)值稱為百分比，用%表示。比率是樣本（或總體）中各不同類別頻數(shù)之間的比值，反映各類別之間的比較關(guān)系。由于比率不是部分與整體之間的對比關(guān)系，因而比值可能大于1。累積頻數(shù)是將各有序類別的頻數(shù)逐級累加的結(jié)果（注意：對于無序類別的頻數(shù)計算累積頻數(shù)沒有意義），累積百分比則是將各有序類別的百分比逐級累加的結(jié)果表2-7頻數(shù)表的分析

2.2

生成頻數(shù)分布表專業(yè)人數(shù)（人）百分比（%）累積人數(shù)（人）累積百分比（%）管理學1530.01530.0會計學1938.03468.0金融學1632.050100.0合計50100.0——類別數(shù)據(jù)的頻數(shù)分布表——頻數(shù)表的簡單分析——例題分析

2.3

數(shù)值數(shù)據(jù)類別化數(shù)據(jù)分組生成數(shù)值數(shù)據(jù)的頻數(shù)分布表時，需要先將其類別化，即轉(zhuǎn)化為類別數(shù)據(jù)，然后再生成頻數(shù)分布表。類別化的方法是將原始數(shù)據(jù)分成不同的組別數(shù)據(jù)分組是將數(shù)值數(shù)據(jù)轉(zhuǎn)化成類別數(shù)據(jù)的方法之一，它是先將數(shù)據(jù)按照一定的間距劃分成若干個區(qū)間，然后再統(tǒng)計出每個區(qū)間的頻數(shù)，生成頻數(shù)分布表【例2-6】

某電商平臺連續(xù)120天的銷售額數(shù)據(jù)如表所示。對銷售額做適當分組，分析銷售額的分布特征

2.3

數(shù)值數(shù)據(jù)類別化282207235193210227220215201196191246182205232263215227234248235208262206211216222247214226209206197249234258228227234244198209226206212191227228198209250210253208203217224213235245201182256218213182216229232230214244217209271217225217219248202171253262213226275232236206222264177210228215225228238243204181213248245219243236239216251213234210218220226233240253生成頻數(shù)分布表——例題分析

2.3

數(shù)值數(shù)據(jù)類別化銷售額分組（萬元）天數(shù)（天）頻率（%）170~18565.00185~20075.83200~2153025.00215~2303428.33230~2452117.50245~2601512.50260~27554.17275~29021.67合計120100.00銷售額分組（萬元）天數(shù)（天）頻率（%）170~18021.67180~19043.33190~20075.83200~2101714.17210~2202722.50220~2302016.67230~2401613.33240~2501310.83250~26075.83260~27043.33270~28021.67280~29010.83合計120100.00生成分組表——例題分析思維導圖清理類別化制表數(shù)據(jù)處理數(shù)據(jù)預(yù)處理數(shù)據(jù)審核與錄入數(shù)據(jù)排序和篩選數(shù)據(jù)抽樣生成隨機數(shù)生成頻數(shù)分布表簡單頻數(shù)表二維列聯(lián)表頻數(shù)表的簡單分析數(shù)值數(shù)據(jù)類別化數(shù)據(jù)分組生成分組表數(shù)據(jù)處理與頻數(shù)分布THANKSTHEEND2025/4/10THEENDTHANKS數(shù)據(jù)處理頻數(shù)表頻數(shù)分布賈俊平2025/4/10統(tǒng)計學—基于Excel（第4版）21世紀統(tǒng)計學系列教材課程內(nèi)容描述統(tǒng)計、推斷統(tǒng)計、其他方法使用軟件Excel學分與課時

2或3學分，1~17周，每周2或3課時課程簡介賈俊平2025/4/103.1類別數(shù)據(jù)可視化3.2數(shù)值數(shù)據(jù)可視化3.3時間序列可視化3.4可視化的注意事項第3章數(shù)據(jù)的可視化問題與思考如果讓你看一個電商一個月每天的銷售額數(shù)據(jù)，或者給你看這些數(shù)據(jù)的某個圖形，你會選擇哪種？將上市公司按行業(yè)分成金融業(yè)、地產(chǎn)業(yè)，旅游業(yè)、其他行業(yè)4個部分，要觀察不同行業(yè)上市公司的個數(shù)，你認為應(yīng)該用什么樣的圖？如果要觀察不同行業(yè)上市公司的構(gòu)成，你認為應(yīng)該用什么樣的圖？要反映應(yīng)一個地區(qū)的家庭收入分布狀況，你會使用什么圖形？要反映身高和體重的關(guān)系，你認為該使用什么圖形？要比較兩個上市公司的銷售收入、凈利潤、凈資產(chǎn)、負債4個指標的差異和相似性，你會使用什么樣的圖形？條形圖（barplot）用一定長度和寬度的矩形表示各類別頻數(shù)多少的圖形，主要用于展示類別數(shù)據(jù)的頻數(shù)分布，也可以用于展示帶有標簽的數(shù)值數(shù)據(jù)繪制條形圖時，各類別可以放在x軸（橫軸），也可以放在y軸（縱軸）。類別放在x軸的條形圖稱為垂直條形圖（verticalbarplot）或柱形圖，類別放在y軸的條形圖稱為水平條形圖（horizontalbarplot）根據(jù)繪制的變量多少，條形圖有簡單條形圖、簇狀（并列）條形圖和堆積（堆疊）條形圖等不同形式。條形圖的變種形式有瀑布圖、漏斗圖、樹狀圖等條形圖—簡單條形圖和帕累托圖

3.1

類別數(shù)據(jù)可視化【例3-1】為研究不同地區(qū)的消費者對網(wǎng)上購物的滿意度，隨機抽取東部、中部和西部的1000個消費者進行調(diào)查，得到的結(jié)果如表3-1所示。繪制條形圖分析各類別的人數(shù)分布狀況滿意度東部中部西部總計非常滿意829383258比較滿意725276200一滿意513537123非常不滿意28251871總計3703253051000

3.1

類別數(shù)據(jù)可視化條形圖—簡單條形圖和帕累托圖帕累托圖（Paretoplot）各類別的數(shù)值降序排列后繪制的條形圖，該圖是以意大利經(jīng)濟學家V.Pareto的名字命名的。帕累托圖可以看作簡單條形圖的變種，利用該圖很容易看出哪類頻數(shù)出現(xiàn)得最多，哪類頻數(shù)出現(xiàn)得最少

3.1

類別數(shù)據(jù)可視化條形圖—簡單條形圖和帕累托圖簇狀條形圖和堆積條形圖根據(jù)兩個類別變量的各類別繪制條形圖時，由于繪制方式的不同，有簇狀條形圖、堆積條形圖、百分比條形圖等條形圖—簇狀條形圖和堆積條形圖簇狀條形圖百分比條形圖堆積條形圖

3.1

類別數(shù)據(jù)可視化瀑布圖（waterfallchart）瀑布圖（waterfallchart）是由麥肯錫顧問公司獨創(chuàng)的一種圖形，因為形似瀑布流水而得名。瀑布圖可看作是條形圖的一個變種，其界面與條形圖十分形似，區(qū)別是條形圖不反映局部與整體的關(guān)系，而瀑布圖可以顯示多個子類對總和的貢獻，從而反映局部與整體的關(guān)系。比如，各個產(chǎn)業(yè)的增加值對GDP總額的貢獻，不同地區(qū)的銷售額對總銷售額的貢獻，等等

3.1

類別數(shù)據(jù)可視化

瀑布圖和漏斗圖——瀑布圖漏斗圖（funnelplot）漏斗圖（funnelplot）因形狀類似漏洞而得名，它是將各類別數(shù)值降序排列后繪制的水平條形圖。漏斗圖適合于展示數(shù)據(jù)逐步減少的現(xiàn)象，比如，生產(chǎn)成本逐年減少等

3.1

類別數(shù)據(jù)可視化瀑布圖和漏斗圖——漏斗圖餅圖（piechart）可視化各類別頻數(shù)占所有類別總頻數(shù)的百分比，餅圖是用圓形及圓內(nèi)扇形的角度來表示一個樣本（或總體）中各類別的頻數(shù)占總頻數(shù)比例大小的圖形，對于研究結(jié)構(gòu)性問題十分有用餅圖和環(huán)形圖—餅圖

3.1

類別數(shù)據(jù)可視化環(huán)形圖（

doughnutchart）環(huán)形圖與餅圖類似，但又有區(qū)別。環(huán)形圖中間有一個“空洞”，每個樣本用一個環(huán)來表示，樣本中每一類別的頻數(shù)構(gòu)成用環(huán)中的一段表示。因此，環(huán)形圖可展示多個樣本各類別頻數(shù)占其相應(yīng)總頻數(shù)的比例，從而有利于構(gòu)成的比較研究餅圖和環(huán)形圖—環(huán)形圖

3.1

類別數(shù)據(jù)可視化樹狀圖（

dendrogram

）當有兩個或兩個以上類別變量時，可以將各類別的層次結(jié)構(gòu)畫成樹狀的形式，稱為樹狀圖（dendrogram）或分層樹狀圖。樹狀圖有不同的表現(xiàn)形式，它可以看作是條形圖的一個變種，主要用來展示各類別變量之間的層次結(jié)構(gòu)關(guān)系，尤其適合展示兩個及兩個個以上類別變量的情形（也可以用于展示兩個類別變量）。樹狀圖是將多個類別變量的層次結(jié)構(gòu)繪制在一個表示總頻數(shù)（或其他總數(shù)值）的大的矩形中，每個子類用不同大小的矩形嵌套在這個大的矩形中，嵌套矩形表示各子類別的頻數(shù)（或其他數(shù)值），其大小與相應(yīng)的子類頻數(shù)（或其他數(shù)值）呈正比。樹狀圖和旭日圖——樹狀圖

3.1

類別數(shù)據(jù)可視化旭日圖（

sunburstchart）可以看作是餅圖的一個特殊變種，它實際上是多個環(huán)形圖的集合。當數(shù)據(jù)集只有一個分層時，旭日圖就是環(huán)形圖。當數(shù)據(jù)集有多個分層時，旭日圖是一種嵌套多層的環(huán)形圖，其中的每一個圓環(huán)代表同一級別的數(shù)據(jù)比例，離原點（圓心）越近的圓環(huán)級別越高，最內(nèi)層的圓環(huán)表示層次結(jié)構(gòu)的頂級，稱為父層，向外的圓環(huán)級別依次降低，稱為子層。相鄰兩層中，是內(nèi)層包含外層的關(guān)系

3.1

類別數(shù)據(jù)可視化樹狀圖和旭日圖——旭日圖直方圖（histogram

）用于展示數(shù)值數(shù)據(jù)分布的一種常用圖形，它是用矩形的寬度和高度（即面積）來表示頻數(shù)分布。通過直方圖可以觀察數(shù)據(jù)分布的大體形狀。。繪制直方圖時，用橫軸表示數(shù)據(jù)的分組區(qū)間，縱軸表示各組的頻數(shù)或頻率，區(qū)間寬度和相應(yīng)的頻數(shù)畫出一個矩形，多個矩形并列起來就是直方圖。由于數(shù)據(jù)的分組是連續(xù)的，所以各矩形之間是連續(xù)排列，不能留有間隔展示數(shù)據(jù)分布—直方圖

3.2

數(shù)值數(shù)據(jù)可視化【例3-3】

150個網(wǎng)約車服務(wù)出租車某一天的營業(yè)額數(shù)據(jù)。繪制直方圖分析營業(yè)額的分布展示數(shù)據(jù)分布—直方圖

3.2

數(shù)值數(shù)據(jù)可視化

展示數(shù)據(jù)分布—箱形圖

3.2

數(shù)值數(shù)據(jù)可視化箱形圖的示意圖

3.2

數(shù)值數(shù)據(jù)可視化展示數(shù)據(jù)分布—箱形圖箱形圖對對應(yīng)的分布

3.2

數(shù)值數(shù)據(jù)可視化展示數(shù)據(jù)分布—箱形圖【例3-4】

5個學院30名學生考試分數(shù)的箱形圖先將光標放在任意數(shù)據(jù)單元格，然后點擊【插入】

【插入統(tǒng)計圖表】，選擇【箱形圖】，即可繪制出箱形圖根據(jù)需要再對圖形做必要的修改，比如，選擇不同的箱形圖式樣、更改坐標軸刻度、添加坐標軸標題、添加箱形圖的頻數(shù)標簽等

3.2

數(shù)值數(shù)據(jù)可視化展示數(shù)據(jù)分布—箱形圖

展示變量間關(guān)系—散點圖

3.2

數(shù)值數(shù)據(jù)可視化【例3-5】

2022年31個地區(qū)的人均地區(qū)生產(chǎn)總值（按當年價格計算）、社會消費品零售總額和地方財政一般預(yù)算支出。繪散點圖并觀察它們之間的關(guān)系

3.2

數(shù)值數(shù)據(jù)可視化展示變量間關(guān)系—散點圖氣泡圖（bubblechart）展示3個變量的關(guān)系。第3個變量數(shù)值的大小用圓的大小表示

3.2

數(shù)值數(shù)據(jù)可視化展示變量間關(guān)系—氣泡雷達圖（radarchart）從一個點出發(fā)，用每一條射線代表一個變量，多個變量的數(shù)據(jù)點連接成線，即圍成一個區(qū)域，多個樣本圍成多個區(qū)域，就是雷達圖，利用它也可以研究多個樣本之間的相似程度【例3-6】

2022年北京、天津、上海和重慶的居民人均消費支出數(shù)據(jù)。繪制雷達圖，比較不同地區(qū)的人均各項消費支出的特點和相似性

3.2

數(shù)值數(shù)據(jù)可視化展示樣本相似性—雷達圖支出項目北京天津上海重慶食品煙酒9223.29313.112653.08599.9衣著1860.81630.41716.71698.0居住17170.37468.117073.54782.7生活用品及服務(wù)2193.31789.02128.01656.6交通通信4129.33888.64529.23078.2教育文化娛樂3008.02546.03099.62585.0醫(yī)療保健3981.53555.53616.52350.5其他用品及服務(wù)1116.81132.91229.0620.2【例3-6】

2022年北京、天津、上海和重慶的居民人均消費支出數(shù)據(jù)。繪制雷達圖，比較不同地區(qū)的人均各項消費支出的特點和相似性

3.2

數(shù)值數(shù)據(jù)可視化展示樣本相似性—雷達圖平行坐標圖（parallelcoordinateplot）也稱多線圖或輪廓圖（outlineplot），它是用橫坐標表示各樣本，縱軸表示每個樣本的多個變量的取值，將不同樣本的同一個變量的取值用折線連接，即為平行坐標圖

3.2

數(shù)值數(shù)據(jù)可視化展示樣本相似性—平行坐標圖折線圖

3.3

時間序列可視化折線圖折線圖是描述時間序列最基本的圖形，它主要用于觀察和分析時間序列隨時間變化的形態(tài)和模式折線圖的x軸是時間，y軸是變量的觀測值在Excel工作表中單擊【插入】

【插入折線圖或面積圖】，選擇【二維折線圖】，即可繪制折線圖【例3-7】

2000年—2023年我國城鎮(zhèn)居民和農(nóng)村居民的人均消費支出。繪制折線圖分析居民消費水平的變化特征面積圖

3.3

時間序列可視化面積圖將折線與x軸之間的區(qū)域用顏色填充，填充的區(qū)域即為面積能更好地展示時間序列變化的特征和模式將多個時間序列繪制在一幅圖中時，序列數(shù)不宜太多，否則圖形之間會有相互遮蓋，看起來會很亂。當序列較多時，可以將每個序列單獨繪制一幅圖【例3-7】

2000年—2023年我國城鎮(zhèn)居民和農(nóng)村居民的人均消費支出。繪制折線圖分析居民消費水平的變化特征

3.4

可視化的注意事項圖形標題圖（a）中的問題有兩個，一是主標題只有編號，沒有內(nèi)容；二是沒有坐標軸標題。雖然表示類別的x軸沒有標題可以看懂，但y軸標題是必須有的，否則就不知道這幅圖表達的是什么圖（b）中的問題也有兩個，一是主標題沒有給出時間和地點信息，不知道是哪個地區(qū)的地區(qū)生產(chǎn)總值，也不知道是什么時間的地區(qū)生產(chǎn)總值；二是y軸標題沒有計量單位，無法理解數(shù)據(jù)的含義圖（c）中的問題同樣有兩個，一是主標題只給出了地區(qū)信息，但沒給出時間信息，不知道是什么時間的地區(qū)生產(chǎn)總值；二是y軸標題沒有計量單位，同樣難以理解圖（d）是一幅完整的規(guī)范圖形，主標題給出時間、地點和內(nèi)容信息，y軸標題給出了計量單位，這樣的圖形就很容易理解

3.4

可視化的注意事項坐標軸刻度起點在直角坐標中繪制的二維圖形是由4個點構(gòu)成的一個矩形（當然有些圖形也可以畫出正方形，如正態(tài)Q-Q圖），如果把x軸定義為寬度（width），y軸定義為高度（height），圖形寬度和高度的比例大致為10:7或4:3從視覺效果看，這樣的圖形比例能夠更合理地展示數(shù)據(jù)，也易于對圖形的解讀，過寬或過高的圖形都有可能歪曲數(shù)據(jù)，給人留下錯誤的印象圖（a）的寬度和高度比例大約為10:7，比較真實地展示了發(fā)電量的變化趨勢。圖（b）的寬度和高度不成比例，寬度過寬，高度過低，這樣的圖形容易壓縮數(shù)據(jù)的變動，似乎發(fā)電量的上升趨勢不夠明顯。圖（c）的寬度和高度同樣不成比例，高度過高，寬度過窄，這樣的圖形容易放大數(shù)據(jù)的波動，使人看起來上升趨勢過于陡峭

3.4

可視化的注意事項圖形比例在直角坐標中繪制的二維圖形是由4個點構(gòu)成的一個矩形（當然有些圖形也可以畫出正方形，如正態(tài)Q-Q圖），如果把x軸定義為寬度（width），y軸定義為高度（height），圖形寬度和高度的比例大致為10:7或4:3從視覺效果看，這樣的圖形比例能夠更合理地展示數(shù)據(jù)，也易于對圖形的解讀，過寬或過高的圖形都有可能歪曲數(shù)據(jù)，給人留下錯誤的印象圖（a）的寬度和高度比例大約為10:7，比較真實地展示了發(fā)電量的變化趨勢。圖（b）的寬度和高度不成比例，寬度過寬，高度過低，這樣的圖形容易壓縮數(shù)據(jù)的變動，似乎發(fā)電量的上升趨勢不夠明顯。圖（c）的寬度和高度同樣不成比例，高度過高，寬度過窄，這樣的圖形容易放大數(shù)據(jù)的波動，使人看起來上升趨勢過于陡峭思維導圖數(shù)據(jù)可視化類別數(shù)據(jù)可視化展示絕對值條形圖瀑布圖漏斗圖展示百分比餅圖環(huán)形圖展示層次結(jié)構(gòu)樹狀圖旭日圖數(shù)值數(shù)據(jù)可視化展示分布直方圖箱形圖展示關(guān)系散點圖氣泡圖展示相似性雷達圖平行坐標圖時間序列可視化展示模式折線圖面積圖數(shù)值數(shù)據(jù)時間序列類別數(shù)據(jù)數(shù)據(jù)類型與圖表展示方法THANKSTHEEND2025/4/10THEENDTHANKS用圖形數(shù)據(jù)特征探索賈俊平2025/4/10統(tǒng)計學—基于Excel（第4版）21世紀統(tǒng)計學系列教材課程內(nèi)容描述統(tǒng)計、推斷統(tǒng)計、其他方法使用軟件Excel學分與課時

2或3學分，1~17周，每周2或3課時課程簡介賈俊平2025/4/104.1描述水平的統(tǒng)計量4.2描述差異的統(tǒng)計量4.3描述分布形狀的統(tǒng)計量4.4Excel【數(shù)據(jù)分析】工具的應(yīng)用第4章數(shù)據(jù)的描述統(tǒng)計量問題與思考如果用一個值代表一個地區(qū)的收入水平，你是用平均數(shù)還是用中位數(shù)？“雙十一”每個人網(wǎng)購金額的標準差是500元，平時是400元，你認為是“雙十一”網(wǎng)購金額的差異大，還是平時網(wǎng)購金額的差異大？假定你們班的統(tǒng)計學平均考試分數(shù)是80分，標準差是5分，而你的考試分數(shù)是90分，你的考試分數(shù)距離平均數(shù)有幾個標準差的距離？你可以手工計算30個人的平均上網(wǎng)時間，

但你能手工計算300萬個人的平均上網(wǎng)時間嗎？

平均數(shù)

4.1

描述水平的統(tǒng)計量

簡單平均數(shù)加權(quán)平均數(shù)【例4-1】隨機抽取20個年齡在18—25周歲之間的成年人，得到的身高數(shù)據(jù)如表4—1所示。計算20個人的平均身高簡單平均數(shù)——例題分析

176165182174177170178174176169176165185175170180164179162173

4.1

描述水平的統(tǒng)計量【例4-2】沿用第2章例2-6。根據(jù)表2-10的分組數(shù)據(jù)，計算銷售額的平均數(shù)加權(quán)平均數(shù)——例題分析

4.1

描述水平的統(tǒng)計量銷售額分組170~1801752350180~1901854740190~20019571365200~210205173485210~220215275805220~230225204500230~240235163760240~250245133185250~26025571785260~27026541060270~2802752550280~2902851285合計—12026870

分位數(shù)——中位數(shù)

4.1

描述水平的統(tǒng)計量

分位數(shù)——中位數(shù)——例題分析

162164165165169170170173174174175176176176177178179180182185

4.1

描述水平的統(tǒng)計量四分位數(shù)（quartile）一組數(shù)據(jù)排序后處于25%和75%位置上的數(shù)值。它是用3個點將全部數(shù)據(jù)等分為4部分，其中每部分包含25%的數(shù)據(jù)。很顯然，中間的四分位數(shù)就是中位數(shù)，因此通常所說的四分位數(shù)是指處在25%位置上和處在75%位置上的兩個位置有多種算法如果位置是整數(shù)，四分位數(shù)就是該位置對應(yīng)的數(shù)值；如果是在整數(shù)加0.5的位置上，則取該位置兩側(cè)數(shù)值的平均數(shù)；如果是在整數(shù)加0.25或0.75的位置上，則四分位數(shù)等于該位置前面的數(shù)值加上按比例分攤的位置兩側(cè)數(shù)值的差值分位數(shù)——四分位數(shù)

4.1

描述水平的統(tǒng)計量

分位數(shù)——四分位數(shù)——例題分析

4.1

描述水平的統(tǒng)計量

分位數(shù)——百分位數(shù)

4.1

描述水平的統(tǒng)計量分位數(shù)——百分位數(shù)——例題分析

4.1

描述水平的統(tǒng)計量

眾數(shù)

4.1

描述水平的統(tǒng)計量水平統(tǒng)計量的適用場合平均數(shù)、分位數(shù)和眾數(shù)是描述數(shù)據(jù)水平的幾個主要統(tǒng)計量，實際應(yīng)用中，用哪個統(tǒng)計量來代表一組數(shù)據(jù)的水平，取決于數(shù)據(jù)的分布特征平均數(shù)易被多數(shù)人理解和接受，實際中用得也較多，但其缺點是易受極端值的影響。當數(shù)據(jù)的分布對稱或偏斜程度不是很大時，應(yīng)選擇使用平均數(shù)對于嚴重偏度分布的數(shù)據(jù)，平均數(shù)的代表性較差。由于中位數(shù)和眾數(shù)不受極端值的影響，因此，當數(shù)據(jù)分布的偏斜程度較大時，可以考慮選擇中位數(shù)或眾數(shù)，這時它們的代表性要比平均數(shù)好各統(tǒng)計量的適用場合

4.1

描述水平的統(tǒng)計量極差（range）一組數(shù)據(jù)的最大值與最小值之差，也稱全距，用R表示計算公式為極差和四分位差

4.2

描述差異的統(tǒng)計量方差（variance）離差平方后再求平均數(shù)標準差(standarddeviation)方差開方后的結(jié)果稱為標準差(standarddeviation)方差（或標準差）是實際中應(yīng)用最廣泛的測度數(shù)據(jù)離散程度的統(tǒng)計量方差和標準差樣本方差計算公式樣本標準差計算公式

4.2

描述差異的統(tǒng)計量【例4-7】

計算20個人身高的方差和標準差——簡單方差和標準差方差和標準差——例題分析

4.2

描述差異的統(tǒng)計量【例4-8】

沿用第2章例2-6。根據(jù)表2-10的分組數(shù)據(jù)，計算銷售額的標準差方差和標準差——例題分析

4.2

描述差異的統(tǒng)計量營業(yè)額分組17016644786.3328180~19018541514.76646059.0656190~2001957836.36645854.5648200~21020517357.96646085.4288210~2202152779.56642148.2928220~230225201.166423.328230~24023516122.76641964.2624240~25024513444.36645776.7632250~2602557965.96646761.7648260~27026541687.56646750.2656270~28027522609.16645218.3328280~29028513730.7664