1、第 3 章 數(shù)據(jù)的圖表展示,第 3 章 數(shù)據(jù)的圖表展示,3.1 數(shù)據(jù)的預(yù)處理 3.2 品質(zhì)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 合理使用圖表,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(lèi)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Excel作頻數(shù)分布表和圖形 合理使用圖表,3.1 數(shù)據(jù)的預(yù)處理,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 3.1.4 數(shù)據(jù)透視表,數(shù)據(jù)的預(yù)處理,數(shù)據(jù)審核 檢查數(shù)據(jù)中的錯(cuò)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)透視 按需要匯總,數(shù)據(jù)審核,數(shù)據(jù)審核原始數(shù)據(jù)(raw d

2、ata),完整性審核 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)目或變量是否填寫(xiě)齊全 準(zhǔn)確性審核 數(shù)據(jù)是否真實(shí)反映實(shí)際情況，內(nèi)容是否符合實(shí)際 數(shù)據(jù)是否有錯(cuò)誤，計(jì)算是否正確等,數(shù)據(jù)的審核二手?jǐn)?shù)據(jù)(second hand data),適用性審核 弄清楚數(shù)據(jù)的來(lái)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)是否有必要做進(jìn)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(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(wú)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 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

3、除 將符合某種特定條件的數(shù)據(jù)篩選出來(lái)，而不符合特定條件的數(shù)據(jù)予以剔除,用Excel進(jìn)行數(shù)據(jù)篩選,8名學(xué)生的考試成績(jī)數(shù)據(jù),數(shù)據(jù)篩選(data filter),數(shù)據(jù)排序 (data rank),按一定順序?qū)?shù)據(jù)排列，以發(fā)現(xiàn)一些明顯的特征或趨勢(shì)，找到解決問(wèn)題的線索 排序有助于對(duì)數(shù)據(jù)檢查糾錯(cuò)，以及為重新歸類(lèi)或分組等提供依據(jù) 在某些場(chǎng)合，排序本身就是分析的目的之一 排序可借助于計(jì)算機(jī)完成,數(shù)據(jù)排序 (方法),分類(lèi)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(huà)排序，其中也有筆畫(huà)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(shè)一組數(shù)據(jù)為x1，

4、x2，xn，遞增排序后可表示為：x(1)x(2)x(n),數(shù)據(jù)透視表,數(shù)據(jù)透視表(pivot table ),可以從復(fù)雜的數(shù)據(jù)中提取有用的信息 可以對(duì)數(shù)據(jù)表的重要信息按使用者的習(xí)慣或分析要求進(jìn)行匯總和作圖 形成一個(gè)符合需要的交叉表(列聯(lián)表) 在利用數(shù)據(jù)透視表時(shí)，數(shù)據(jù)源表中的首行必須有列標(biāo)題,數(shù)據(jù)透視表(用Excel創(chuàng)建數(shù)據(jù)透視表),第1步：在Excel工作表中建立數(shù)據(jù)清單 第2步：選中數(shù)據(jù)清單中的任意單元格，并選擇【數(shù)據(jù)】菜單 中的【數(shù)據(jù)透視表和數(shù)據(jù)透視圖】 第3步：確定數(shù)據(jù)源區(qū)域 第4步：在【向?qū)?步驟之3】中選擇數(shù)據(jù)透視表的輸出位置 。然后選擇【布局】 第5步：在【向?qū)Р季帧繉?duì)話框中，依次

5、將”分類(lèi)變量“拖至 左邊的“行”區(qū)域，上邊的“列”區(qū)域，將需要匯總的“變 量” 拖至“數(shù)據(jù)區(qū)域” 第6步：然后單擊【確定】，自動(dòng)返回【向?qū)?步驟之3】對(duì) 話框。然后單擊【完成】，即可輸出數(shù)據(jù)透視表,3.2 品質(zhì)數(shù)據(jù)的整理與展示,3.2.1 分類(lèi)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,數(shù)據(jù)的整理與顯示(基本問(wèn)題),要弄清所面對(duì)的數(shù)據(jù)類(lèi)型 不同類(lèi)型的數(shù)據(jù)，采取不同的處理方式和方法 對(duì)分類(lèi)數(shù)據(jù)和順序數(shù)據(jù)主要是作分類(lèi)整理 對(duì)數(shù)值型數(shù)據(jù)則主要是作分組整理 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),分類(lèi)數(shù)據(jù)的整理與圖示,分類(lèi)

6、數(shù)據(jù)的整理(基本過(guò)程),1.列出各類(lèi)別,3. 制作頻數(shù)分布表 4. 用圖形顯示數(shù)據(jù),分類(lèi)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(lèi)別中的數(shù)據(jù)個(gè)數(shù) 比例(proportion) ：某一類(lèi)別數(shù)據(jù)個(gè)數(shù)占全部數(shù)據(jù)個(gè)數(shù)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 比率(ratio) ：不同類(lèi)別數(shù)值個(gè)數(shù)的比值,分類(lèi)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(gòu)買(mǎi)飲料的品牌進(jìn)行了記錄，如果一個(gè)顧客購(gòu)買(mǎi)某一品牌的飲料，就將這一飲料的品牌名字記錄一次 。右

7、邊就是記錄的原始數(shù)據(jù),用Excel制作頻數(shù)分布表,分類(lèi)數(shù)據(jù)整理頻數(shù)分布表 (例題分析),分類(lèi)數(shù)據(jù)整理頻數(shù)分布表 (例題分析),分類(lèi)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(zhǎng)短來(lái)表示各類(lèi)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(lèi)數(shù)據(jù)的頻數(shù)分布 繪制時(shí)，各類(lèi)別可以放在縱軸，稱(chēng)為條形圖，也可以放在橫軸，稱(chēng)為柱形圖(column chart),分類(lèi)數(shù)據(jù)的圖示條形圖 (例題分析),分類(lèi)數(shù)據(jù)的圖示對(duì)比條形圖(side-by-side bar chart ),分類(lèi)變量在不同時(shí)間或不同空間上有多個(gè)取值 對(duì)比分類(lèi)變量的取值在不同時(shí)間或不同空間上的差異或變化趨勢(shì),分類(lèi)數(shù)

8、據(jù)的圖示對(duì)比條形圖 (例題分析),分類(lèi)數(shù)據(jù)的圖示帕累托圖(pareto chart),按各類(lèi)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(lèi)數(shù)據(jù)的分布,分類(lèi)數(shù)據(jù)的圖示餅圖(pie Chart),也稱(chēng)圓形圖，是用圓形及圓內(nèi)扇形的角度來(lái)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(jié)構(gòu)性問(wèn)題 繪制圓形圖時(shí)，樣本或總體中各部分所占的百分比用圓內(nèi)的各個(gè)扇形角度表示，這些扇形的中心角度，按各部分?jǐn)?shù)據(jù)百分比乘以3600確定,分類(lèi)數(shù)據(jù)的圖示餅圖 (例題分析),順序數(shù)據(jù)的整理與圖示,順序數(shù)據(jù)的整理(可計(jì)算的統(tǒng)計(jì)量),1. 累積頻數(shù)(cumulative frequencie

9、s)：各類(lèi)別頻數(shù)的逐級(jí)累加 2. 累積頻率(cumulative percentages)：各類(lèi)別頻率(百分比)的逐級(jí)累加,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(wèn)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(wèn)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。,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(jì)頻數(shù)分布圖 (例題分析),甲城市家庭對(duì)住房狀況評(píng)價(jià)的累積頻數(shù)分布,環(huán)形圖(doughnut chart),環(huán)形圖中間有一個(gè)“空洞”，樣本或總體中的每一部分?jǐn)?shù)據(jù)用環(huán)中的一段表示 與餅圖類(lèi)似，但又有區(qū)別

10、餅圖只能顯示一個(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)樣本或總體的數(shù)據(jù)系列，每一個(gè)樣本或總體的數(shù)據(jù)系列為一個(gè)環(huán) 用于結(jié)構(gòu)比較研究 用于展示分類(lèi)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,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,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)，組數(shù)一般為5K 15 確定組距：組距(Class Width)是一個(gè)組的上限與

11、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(lái)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,組距分組(幾個(gè)概念),1. 下限(lower limit) ：一個(gè)組的最小值 2. 上限(upper limit) ：一個(gè)組的最大值 3. 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(diǎn)值,頻數(shù)分布表的編制(例題分析),【例】某電腦公司連續(xù)個(gè)月各天的銷(xiāo)售量數(shù)據(jù)(單位：臺(tái))。試對(duì)數(shù)據(jù)進(jìn)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),等距分組表(使用開(kāi)口組),數(shù)值型數(shù)據(jù)的圖示,

12、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(lái)表示頻數(shù)分布 本質(zhì)上是用矩形的面積來(lái)表示頻數(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,分組數(shù)據(jù)的圖示(直方圖的繪制),某電腦公司銷(xiāo)售量分布的直方圖,我一眼就看出來(lái)了，銷(xiāo)售量在170180之間的天數(shù)最多!,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(lèi)別頻數(shù)的多少，其寬度(表示類(lèi)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

13、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(kāi)排列 條形圖主要用于展示分類(lèi)數(shù)據(jù)，直方圖則主要用于展示數(shù)值型數(shù)據(jù),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(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(shù)莖，低位數(shù)字作樹(shù)葉 樹(shù)葉上只保留最后一位數(shù)字 6. 莖葉圖類(lèi)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(méi)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 直方圖適用于大批量

14、數(shù)據(jù)，莖葉圖適用于小批量數(shù)據(jù),未分組數(shù)據(jù)莖葉圖(例題分析),某電腦公司銷(xiāo)售量分布的莖葉圖,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 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 繪制方法 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(huà)出箱子，再將兩個(gè)極值點(diǎn)與箱子相連接 該箱線圖也稱(chēng)為Median/Quart./Range箱線圖,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),4,6,8,10,12,Median/Quart./Range箱線圖,未分組數(shù)據(jù)單批數(shù)據(jù)箱線圖(例

15、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(xué)經(jīng)濟(jì)管理專(zhuān)業(yè)二年級(jí)學(xué)生中隨機(jī)抽取11人，對(duì)8門(mén)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,未分組數(shù)據(jù)多批數(shù)據(jù)箱線圖(例題分析Median/Quart./Range),8門(mén)課程考試成績(jī)的Median/Quart./Range箱線圖,11名學(xué)生8門(mén)課程考試成績(jī)的Median/Quart./Range箱線圖,未分組數(shù)據(jù)多批數(shù)據(jù)箱線圖 (例題分析Median/Quart./Range),數(shù)值型數(shù)據(jù)的圖示,時(shí)間序列數(shù)據(jù)線圖,時(shí)間序列數(shù)據(jù)線圖

16、(line plot),表示時(shí)間序列數(shù)據(jù)趨勢(shì)的圖形 時(shí)間一般繪在橫軸，數(shù)據(jù)繪在縱軸 圖形的長(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(kāi)始，以便于比較。數(shù)據(jù)與“0”之間的間距過(guò)大時(shí)，可以采取折斷的符號(hào)將縱軸折斷,時(shí)間序列數(shù)據(jù)線圖 (例題分析),【例】我國(guó)19912003年城鄉(xiāng)居民家庭的人均收入數(shù)據(jù)如表。試?yán)L制線圖,時(shí)間序列數(shù)據(jù)線圖 (例題分析),數(shù)值型數(shù)據(jù)的圖示,多變量數(shù)據(jù)的圖示,兩個(gè)變量間的關(guān)系二維散點(diǎn)圖(2D Scatterplots),展示兩個(gè)變量之間的關(guān)系 用橫軸代表變量x，縱軸代表變量y，每組數(shù)據(jù)(xi ， yi)在坐標(biāo)系中用一個(gè)點(diǎn)表示，n組數(shù)據(jù)在坐標(biāo)系中形成的n個(gè)

17、點(diǎn)稱(chēng)為散點(diǎn)，由坐標(biāo)及其散點(diǎn)形成的二維數(shù)據(jù)圖,兩個(gè)變量間的關(guān)系二維散點(diǎn)圖(2D Scatterplots),三個(gè)變量間的關(guān)系氣泡圖(bubble chart),顯示三個(gè)變量之間的關(guān)系 圖中數(shù)據(jù)點(diǎn)的大小依賴于第三個(gè)變量,也稱(chēng)為蜘蛛圖(spider chart) 顯示多個(gè)變量的圖示方法 在顯示或?qū)Ρ雀髯兞康臄?shù)值總和時(shí)十分有用 假定各變量的取值具有相同的正負(fù)號(hào)，總的絕對(duì)值與圖形所圍成的區(qū)域成正比 可用于研究多個(gè)樣本之間的相似程度,多變量數(shù)據(jù)雷達(dá)圖(radar chart), 設(shè)有n組樣本S1，S2， , Sn，每個(gè)樣本測(cè)得P個(gè)變量X1，X2 ， , XP，要繪制這P個(gè)變量的雷達(dá)圖，其具體做法是,多變量

18、數(shù)據(jù)雷達(dá)圖(雷達(dá)圖的制作),先做一個(gè)圓，然后將圓P等分，得到P個(gè)點(diǎn)，令這P個(gè)點(diǎn)分別對(duì)應(yīng)P個(gè)變量，在將這P個(gè)點(diǎn)與圓心連線，得到P個(gè)幅射狀的半徑，這P個(gè)半徑分別作為P個(gè)變量的坐標(biāo)軸，每個(gè)變量值的大小由半徑上的點(diǎn)到圓心的距離表示 將同一樣本的值在P個(gè)坐標(biāo)上的點(diǎn)連線。這樣，n個(gè)樣本形成的n個(gè)多邊形就是一個(gè)雷達(dá)圖,多變量數(shù)據(jù)雷達(dá)圖 (例題分析),【例】2003年我國(guó)城鄉(xiāng)居民家庭平均每人各項(xiàng)生活消費(fèi)支出構(gòu)成數(shù)據(jù)如表。試?yán)L制雷達(dá)圖,今天的主食是面包,多變量數(shù)據(jù)雷達(dá)圖 (例題分析),數(shù)據(jù)類(lèi)型及圖示 (小結(jié)),3.4 合理使用圖表,3.4.1 鑒別圖形優(yōu)劣的準(zhǔn)則 3.4.2 統(tǒng)計(jì)表的設(shè)計(jì),一張好的圖表應(yīng)包括以下基本特征 顯示數(shù)據(jù) 讓讀者把注意力集中在圖表的內(nèi)容上，而不是制作圖表的程序上 避免歪曲 強(qiáng)調(diào)數(shù)據(jù)之間的比較 服務(wù)于一個(gè)明確的目的 有對(duì)圖表的統(tǒng)計(jì)描述和文字說(shuō)明 5種鑒別圖表優(yōu)劣的準(zhǔn)則：一張好的圖表應(yīng)當(dāng) 精心設(shè)計(jì)、有助于洞察問(wèn)題的實(shí)質(zhì) 使復(fù)雜的觀點(diǎn)得到簡(jiǎn)明、確切、高效的闡述 能在最短的時(shí)間內(nèi)以最少的筆墨給讀者提供最大量的信息 是多維的 表述數(shù)據(jù)的真實(shí)情況,鑒別圖表優(yōu)劣的準(zhǔn)