1、第三章 統(tǒng)計數(shù)據(jù)的整理與顯示,3.1 統(tǒng)計數(shù)據(jù)的預處理 3.2 分類數(shù)據(jù)的整理與顯示 3.3 數(shù)值型數(shù)據(jù)的整理與顯示 3.4 統(tǒng)計表,學習目標,1. 了解數(shù)據(jù)預處理的內容和目的 2. 掌握分類和順序數(shù)據(jù)的整理與顯示方法 3. 掌握數(shù)值型數(shù)據(jù)的整理與顯示方法 4. 用Excel作頻數(shù)分布表和圖形 5. 合理使用圖表,3.1.1 數(shù)據(jù)審核 3.1.2 數(shù)據(jù)篩選 3.1.3 數(shù)據(jù)排序,3.1 數(shù)據(jù)的預處理,數(shù)據(jù)審核 檢查數(shù)據(jù)中的錯誤 數(shù)據(jù)篩選 找出符合條件的數(shù)據(jù) 數(shù)據(jù)排序 升序和降序 尋找數(shù)據(jù)的基本特征,數(shù)據(jù)審核原始數(shù)據(jù)(raw data),完整性審核 應調查的單位或個體是否有遺漏 所有的調查項目或

2、變量是否填寫齊全 準確性審核 邏輯檢查，數(shù)據(jù)是否真實反映實際情況，內容是否符合實際 各項目之間有無互相矛盾的地方 凈產(chǎn)值大于同期總產(chǎn)值（？） 計算檢查， 各項指標的計算口徑、計量單位是否符合規(guī)定,數(shù)據(jù)的審核二手數(shù)據(jù)(second hand data),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 時效性審核 盡可能使用最新的數(shù)據(jù) 確認是否有必要做進一步的加工整理,數(shù)據(jù)篩選與排序,數(shù)據(jù)篩選(data filter),當數(shù)據(jù)中的錯誤不能予以糾正，或者有些數(shù)據(jù)不符合調查的要求而又無法彌補時，需要對數(shù)據(jù)進行篩選 數(shù)據(jù)篩選的內容 將某些不符合要求的數(shù)據(jù)或

3、有明顯錯誤的數(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,數(shù)據(jù)篩選(data filter),用Excel進行數(shù)據(jù)篩選,數(shù)據(jù)排序 (data rank),按一定順序將數(shù)據(jù)排列，以發(fā)現(xiàn)一些明顯的特征或趨勢，找到解決問題的線索 排序有助于對數(shù)據(jù)檢查糾錯，以及為重新歸類或分組等提供依據(jù) 在某些場合，排序本身就是分析的目的之一 排序可借助于計算機完成,數(shù)據(jù)排序（方法）,分類數(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 數(shù)值型數(shù)據(jù)的排序 遞增排序：設一組數(shù)據(jù)為x1，x2

4、，xn，遞增排序后可表示為：x(1)x(2)x(n),3.2 數(shù)據(jù)分組與頻數(shù)分布,3.2.1 分類數(shù)據(jù)的整理與圖示 3.2.2 順序數(shù)據(jù)的整理與圖示 3.2.3 數(shù)值型數(shù)據(jù)的整理展示,數(shù)據(jù)的整理與顯示(基本問題),要弄清所面對的數(shù)據(jù)類型 不同類型的數(shù)據(jù)，采取不同的處理方式和方法 對分類數(shù)據(jù)和順序數(shù)據(jù)主要是作分類整理 對數(shù)值型數(shù)據(jù)則主要是作分組整理,統(tǒng)計分組：根據(jù)研究需要，將統(tǒng)計總體按照一定的標志區(qū)分為若干組成部分的統(tǒng)計方法。分組的標志可以是品質標志，也可以是數(shù)量標志。 特點：分與合的相結合。,分組的作用： 1.劃分社會現(xiàn)象的不同類型。 2.揭示社會現(xiàn)象的內部結構。 3.分析社會現(xiàn)象之間的依存關

5、系。 比如：,表3-1 我國人均GDP和產(chǎn)業(yè)結構變化,3.2.1分類數(shù)據(jù)的整理與圖示,頻數(shù)與頻數(shù)分布,頻數(shù)：落在某一特定類別（或組）中的數(shù)據(jù)個數(shù)，稱為頻數(shù)（frequency）。 頻數(shù)分布：把各個類別及落在其中的相應頻數(shù)全部列出，并用表格形式表現(xiàn)出來，稱為頻數(shù)分布（frequency distribution）。,比例、百分比、比率,1. 比例(proportion) ：某一類別數(shù)據(jù)個數(shù)占全部數(shù)據(jù)個數(shù)的比值 2. 百分比(percentage) ：將對比的基數(shù)作為100而計算的比值 3. 比率(ratio) ：不同類別數(shù)值個數(shù)的比值,分類數(shù)據(jù)的整理(基本過程),1.列出各類別 2. 計算各類別

6、的頻數(shù) 3. 制作頻數(shù)分布表 4. 用圖形顯示數(shù)據(jù),定類數(shù)據(jù)整理頻數(shù)分布表（實例）,【例3.1】為研究廣告市場的狀況，一家廣告公司在某城市隨機抽取200人就廣告問題做了郵寄問卷調查，其中的一個問題是“您比較關心下列哪一類廣告？” 1商品廣告；2服務廣告；3金融廣告；4房地產(chǎn)廣告；5招生招聘廣告；6其他廣告。,分類數(shù)據(jù)整理頻數(shù)分布表 (例題分析),【例】一家市場調查公司為研究不同品牌飲料的市場占有率，對隨機抽取的一家超市進行了調查。調查員在某天對50名顧客購買飲料的品牌進行了記錄，如果一個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Excel制作頻數(shù)分布,

7、分類數(shù)據(jù)的圖示條形圖(bar Chart),用寬度相同的條形的高度或長短來表示各類別數(shù)據(jù)的圖形 有單式條形圖、復式條形圖等形式 主要用于反映分類數(shù)據(jù)的頻數(shù)分布 繪制時，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(column chart),定類數(shù)據(jù)的圖示條形圖（由 Excel 繪制的條形圖）,分類數(shù)據(jù)的圖示條形圖 (例題分析),分類數(shù)據(jù)的圖示對比條形圖(side-by-side bar chart ),分類變量在不同時間或不同空間上有多個取值 對比分類變量的取值在不同時間或不同空間上的差異或變化趨勢,分類數(shù)據(jù)的圖示對比條形圖 (例題分析),分類數(shù)據(jù)的圖示帕累托圖(pareto

8、chart),按各類別數(shù)據(jù)出現(xiàn)的頻數(shù)多少排序后繪制的柱形圖 主要用于展示分類數(shù)據(jù)的分布,分類數(shù)據(jù)的圖示餅圖(pie Chart),也稱圓形圖，是用圓形及圓內扇形的角度來表示數(shù)值大小的圖形 主要用于表示樣本或總體中各組成部分所占的比例，用于研究結構性問題 繪制圓形圖時，樣本或總體中各部分所占的百分比用圓內的各個扇形角度表示，這些扇形的中心角度，按各部分數(shù)據(jù)百分比乘以3600確定,分類數(shù)據(jù)的圖示餅圖 (例題分析),3.2.2 順序數(shù)據(jù)的整理與圖示,順序數(shù)據(jù)的整理(可計算的統(tǒng)計量),1. 累積頻數(shù)(cumulative frequencies)：各類別頻數(shù)的逐級累加 2. 累積頻率(cumulati

9、ve percentages)：各類別頻率(百分比)的逐級累加,順序數(shù)據(jù)的頻數(shù)分布表(例題分析),【例】在一項城市住房問題的研究中，研究人員在甲乙兩個城市各抽樣調查300戶，其中的一個問題是：“您對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。,順序數(shù)據(jù)的頻數(shù)分布表 (例題分析),順序數(shù)據(jù)的圖示累計頻數(shù)分布圖 (例題分析),甲城市家庭對住房狀況評價的累積頻數(shù)分布,洛倫茨曲線,1.累計次數(shù)分布在經(jīng)濟分析中著名的應用 2.20世紀初，美國統(tǒng)計學家洛倫茨提出的描述、分析收入和財富分配平均程度的方法。,絕對平均線,累計收入百分比（）,累計人口百分比（）,O,B,

10、A,S1,S2,若一個國家或一個地區(qū)的收入和財富按人口分配是絕對平均的，則同一累計百分比的人口會有相同累計百分比的收入或財富，即洛倫茨曲線為對角線OA。 若收入或財富分配極端不平均，很少數(shù)人口占有幾乎全部收入或財富，則洛倫茨曲線就會非?？拷劬€OBA。 一般情況下，分配不會是絕對平均，也不會到達折線OBA情況下的不平均，所以洛倫茨曲線是在對角線OA與折線OBA之間，凹形曲線。凹度越大，說明收入或財富的分配越不平均。,基尼系數(shù)：GS1/(S1+S2)衡量貧富差距 S1:不平等面積 S1+S2:完全不平等面積 國際警戒線：0.4 2010中國0.458,環(huán)形圖(doughnut chart),環(huán)形

11、圖中間有一個“空洞”，樣本或總體中的每一部分數(shù)據(jù)用環(huán)中的一段表示 與餅圖類似，但又有區(qū)別 餅圖只能顯示一個總體各部分所占的比例 環(huán)形圖則可以同時繪制多個樣本或總體的數(shù)據(jù)系列，每一個樣本或總體的數(shù)據(jù)系列為一個環(huán) 用于結構比較研究 用于展示分類和順序數(shù)據(jù),環(huán)形圖 (例題分析),3.3 數(shù)值型數(shù)據(jù)的整理與展示,3.3.1 數(shù)據(jù)分組 3.3.2 數(shù)值型數(shù)據(jù)的圖示,數(shù)據(jù)分組,一、數(shù)據(jù)分組 根據(jù)統(tǒng)計研究需要，將原始數(shù)據(jù)按照某種標準化分成不同的組別，稱為數(shù)據(jù)分組。,分組方法,分組方法,單變量值分組(要點),1. 將一個變量值作為一組 2. 適合于離散變量 3. 適合于變量值較少的情況,組距分組 (要點),將

12、變量值的一個區(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,組距分組(步驟),確定組數(shù)：組數(shù)的確定應以能夠顯示數(shù)據(jù)的分布特征和規(guī)律為目的。在實際分組時，可以按 Sturges 提出的經(jīng)驗公式來確定組數(shù)K,確定組距：組距(Class Width)是一個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)計出各組的頻數(shù)并整理成頻數(shù)分布表,組距分組(幾個概念),1. 下限(low limit) ：一個組的最小值 2. 上限(upper limit) ：一個組的最大值 3.

13、 組距(class width) ：上限與下限之差 4. 組中值(class midpoint) ：下限與上限之間的中點值,注意：不重不漏原則：不重是指一項數(shù)據(jù)只能分在其中的某一組，不能在其他組中重復出現(xiàn)，習慣上規(guī)定“上限不在內”。 連續(xù)型變量采取相鄰兩組組限重疊，若最大值和最小值與其他數(shù)據(jù)相差懸殊，可以采取開口組，即“*以上”或“*以下”。,開口組的組中值：借助相鄰組的組距計算 下限+鄰組組距/2 上限-鄰組組距/2,頻數(shù)分布表的編制(例題分析),【例】某電腦公司2005年前四個月各天的銷售量數(shù)據(jù)(單位：臺)。試對數(shù)據(jù)進行分組,等距分組表(上下組限重疊),等距分組表(上下組限間斷),等距分組

14、表(使用開口組),數(shù)值型數(shù)據(jù)的圖示,分組數(shù)據(jù)直方圖和折線圖,分組數(shù)據(jù)直方圖(histogram),用于展示分組數(shù)據(jù)分布的一種圖形 用矩形的寬度和高度來表示頻數(shù)分布 本質上是用矩形的面積來表示頻數(shù)分布 在直角坐標中，用橫軸表示數(shù)據(jù)分組，縱軸表示頻數(shù)或頻率，各組與相應的頻數(shù)就形成了一個矩形，即直方圖,分組數(shù)據(jù)直方圖（直方圖的繪制）,頻 數(shù) (人),15,12,9,6,3,日加工零件數(shù)(個),圖3-5 某車間工人日加工零件數(shù)的直方圖,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!,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度(橫置時)表示各類別頻數(shù)的多少，其寬度(表示類

15、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),分組數(shù)據(jù)折線圖(frequency polygon),折線圖也稱頻數(shù)多邊形圖 是在直方圖的基礎上，把直方圖頂部的中點(組中值)用直線連接起來，再把原來的直方圖抹掉 折線圖的兩個終點要與橫軸相交，具體的做法是 第一個矩形的頂部中點通過豎邊中點（即該組頻數(shù)一半的位置）連接到橫軸，最后一個矩形頂部中點與其豎邊中點連接到橫軸 折線圖下所圍成的面積與直方圖的面積相等，

16、二者所表示的頻數(shù)分布是一致的,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！,140,150,210,某電腦公司銷售量分布的折線圖,190,200,180,160,170,220,230,240,數(shù)值型數(shù)據(jù)的圖示,STATISTICA,未分組數(shù)據(jù)莖葉圖和箱線圖,未分組數(shù)據(jù)莖葉圖(stem-and-leaf display),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 對于n(20 n 300)個數(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

17、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，又能給出每一個原始數(shù)值，保留了原始數(shù)據(jù)的信息,未分組數(shù)據(jù)莖葉圖(例題分析),未分組數(shù)據(jù)莖葉圖(擴展的莖葉圖),未分組數(shù)據(jù)箱線圖(box plot),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個特征值繪制而成，它由一個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個特征值，即最大值、最小值、中位數(shù)Me 和兩個四分位數(shù)(下四分位數(shù)QL和上四分位數(shù)QU） 連接兩個四分（位）數(shù)畫出箱子，再將兩個極值點與箱子相連接,未分組數(shù)據(jù)單批數(shù)據(jù)箱線圖(箱線圖的構成),未分組數(shù)據(jù)單批數(shù)據(jù)箱線圖(例

18、題分析),分布的形狀與箱線圖,不同分布的箱線圖,未分組數(shù)據(jù)多批數(shù)據(jù)箱線圖 (例題分析),【例】 從某大學經(jīng)濟管理專業(yè)二年級學生中隨機抽取11人，對8門主要課程的考試成績進行調查，所得結果如表。試繪制各科考試成績的批比較箱線圖，并分析各科考試成績的分布特征,未分組數(shù)據(jù)多批數(shù)據(jù)箱線圖(例題分析),8門課程考試成績的箱線圖,11名學生8門課程考試成績的箱線圖,Min-Max,25%-75%,Median value,45,55,65,75,85,95,105,學生1,學生2,學生3,學生4,學生5,學生6,學生7,學生8,學生9,學生10,學生11,未分組數(shù)據(jù)多批數(shù)據(jù)箱線圖 (例題分析),時間序列數(shù)據(jù)線圖(line plot),表示時間序列數(shù)據(jù)趨勢的圖形 時間一般繪在橫軸，數(shù)據(jù)繪在縱軸 圖形的長寬比例大致為10 : 7 一般情況下，縱軸數(shù)據(jù)下端應從“0”開始，以便于