《商务统计分析》课件—01数据与统计分析
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
统计学
描述统计（descriptive statistics）：以便 利化和信息化的方式（比如图表）对数 据进行整理、汇总和展示，计算一些简 单的统计量进行分析。
推断统计（inference statistics）：利用样 本数据信息对总体特征做出推断，内容 包括参数估计和假设检验两大类。
13
1.3 数据——什么是统计学（推断统计）
R：专业统计人员最常用的统计软件
15
表1-1 中国东部地区2018年人口分布情况
变量
个体
地区 北京市
年末常住人口 /万人
2171
城镇人口 /万人
1878
乡村人口 /万人
293
天津市
1557
1291
266
上海市
2418
2121
297
江苏省 浙江省
8029 5657
5521 3847
2508 1810
观测值
4
1.1 数据——定性数据和定量数据
第 1 章 数据与统计分析
1
第 1 章 数据与统计分析——目录 1.1 数据 1.2 数据来源 1.3 统计分析 1.4 统计软件
2
1.1 数据——定义
➢数据是对现象进行计量的结果。
表1-1 中国东部地区2018年人口分布情况
地区
年末常住人口 /万人
城镇人口 /万人
பைடு நூலகம்
乡村人口 /万人
北京市
2171
名义数据
√
顺序数据
√ √
定距数据
√ √ √
定比数据
√ √ √ √
“√”表示该尺度所具有的特性
注: 定性数据可以用数值变量表示，但不可看作是数值型数据。处理定 量数据也可转化为定性数据（如年龄→老年、中年、青年、儿童）
6
1.1 数据——截面数据和时间序列数据
按照被描述的现象与时间的关系
截面数据（cross-sectional data）是在相同或近似相 同的时间点上收集的数 据，这类数据通常是在 不同的空间上获得的， 用于描述现象在某一时 刻的变化情况。
时间序列数据（time series data）是在不同时 间收集到的数据，这类 数据是按时间顺序收集 的，用于描述现象随时 间的变化情况。
7
1.1 数据——截面数据和时间序列数据
截面数据
表1-1 中国东部地区2018年人口分布情况
地区
北京市 天津市 上海市 江苏省 浙江省
年末常住人口 /万人 2171 1557 2418 8029 5657
实验
研究问题：糖宁胶囊联合利 拉鲁肽对2 型糖尿病治疗是 否有效。 实验方法：对照组皮下注射 利拉鲁肽注射液，治疗组在 对照组基础上口服降糖宁胶 囊，然后收集每组每个人治 疗前后的血糖数据。最后数 据的统计分析将会有助于了 解该药的治疗效果。
12
1.3 数据——什么是统计学
统计学（statistics）：一门分析数据的科学，涉及数据的 收集、整理、分析以及数字信息的解释。
1398.80
2017
134770.15
133447.43
1322.72
2016
120066.75
118811.24
1255.51
2015
106599.59
105467.48
1132.11
2014
95655.45
94676.31
979.14
9
1.2 数据——直接来源和间接来源
系统内部数据 ；或从公开出 版、公开报道 的数据中获得
调查或实验
优点：收集方便、 数据采集快、采集 成本低等等 缺点：针对性不够
间接来源：别 人通过调查或 实验的方式收 集的，使用者 只是找到它们 并加以使用。
直接来源 ：自己直 接调查或 实验获得 的一手数 据。
调查（survey）通常针对社会 现象。 普查：调查针对总体中的所有 个体； 抽样调查：总体、样本、样本 量（举例）。
实验（experiment）：在控制 条件下进行的（举例）。
10
1.2 数据——直接来源和间接来源
使用二手数据时应注意以下几点：
① 数据的含义 ② 数据搜集的时间 ③ 计算口径 ④ 计算方法 ⑤ 数据的可信度
11
1.2 数据——直接来源和间接来源（调查vs实验）
抽样调查
研究问题：一个班的平均身 高，按一定的规律抽出20个 同学的身高研究。 总体：这个班的所有同学的 身高。 个体：A同学的身高就是1个 个体。 样本：20个同学的身高。 样本容量：20。
城镇人口 /万人 1878 1291 2121 5521 3847
乡村人口 /万人 293 266 297 2508 1810
8
1.1 数据——截面数据和时间序列数据
时间序列数据
表1-2 中央财政债务余额情况
年度
中央财政债务余额 /亿元
国内债务 /亿元
国外债务 /亿元
2018
149607.42
148208.62
是否能用 数值表示
否
是
定性数据
定量数据
名义数据 顺序数据
否
是
取值是 否能排
序
定距数据 定比数据
否
是
是否有 比例属
性
变量 是否 连续
是 连续变量 否 离散变量
5
1.1 数据——定性数据和定量数据
四种计量尺度的比较
计量尺度
数学特性
分类（＝，≠ ） 排序（ < ，> ) 间距（ + ，- ） 比值（ × ，÷）
1878
293
天津市
1557
1291
266
上海市
2418
2121
297
江苏省
8029
5521
2508
浙江省
5657
3847
1810
3
1.1 数据——个体、变量和观测值
在研究中，对每个个体的每一变量收集观测值，从而得到数据（data）。
➢个体（element）是指收集数据的对象。 ➢变量（variable）是个体的特征或属性。 ➢观测值（observation）是数据集中每个个体的测量值集合。
总体：用新灯丝生产 的所有灯泡的寿命， 平均寿命未知
抽样
200个用新灯丝制成的灯泡
获得样本数据
样本平均值数据对总体平 均数进行估计
200个用新灯丝制成的灯 泡的平均寿命为760小时
推断统计的过程 14
1.4 数据——统计软件
SPSS：目前国内应用最为广泛的统计软件 Excel：不是专业的统计软件，但是依 靠Office且操作简单
描述统计（descriptive statistics）：以便 利化和信息化的方式（比如图表）对数 据进行整理、汇总和展示，计算一些简 单的统计量进行分析。
推断统计（inference statistics）：利用样 本数据信息对总体特征做出推断，内容 包括参数估计和假设检验两大类。
13
1.3 数据——什么是统计学（推断统计）
R：专业统计人员最常用的统计软件
15
表1-1 中国东部地区2018年人口分布情况
变量
个体
地区 北京市
年末常住人口 /万人
2171
城镇人口 /万人
1878
乡村人口 /万人
293
天津市
1557
1291
266
上海市
2418
2121
297
江苏省 浙江省
8029 5657
5521 3847
2508 1810
观测值
4
1.1 数据——定性数据和定量数据
第 1 章 数据与统计分析
1
第 1 章 数据与统计分析——目录 1.1 数据 1.2 数据来源 1.3 统计分析 1.4 统计软件
2
1.1 数据——定义
➢数据是对现象进行计量的结果。
表1-1 中国东部地区2018年人口分布情况
地区
年末常住人口 /万人
城镇人口 /万人
பைடு நூலகம்
乡村人口 /万人
北京市
2171
名义数据
√
顺序数据
√ √
定距数据
√ √ √
定比数据
√ √ √ √
“√”表示该尺度所具有的特性
注: 定性数据可以用数值变量表示，但不可看作是数值型数据。处理定 量数据也可转化为定性数据（如年龄→老年、中年、青年、儿童）
6
1.1 数据——截面数据和时间序列数据
按照被描述的现象与时间的关系
截面数据（cross-sectional data）是在相同或近似相 同的时间点上收集的数 据，这类数据通常是在 不同的空间上获得的， 用于描述现象在某一时 刻的变化情况。
时间序列数据（time series data）是在不同时 间收集到的数据，这类 数据是按时间顺序收集 的，用于描述现象随时 间的变化情况。
7
1.1 数据——截面数据和时间序列数据
截面数据
表1-1 中国东部地区2018年人口分布情况
地区
北京市 天津市 上海市 江苏省 浙江省
年末常住人口 /万人 2171 1557 2418 8029 5657
实验
研究问题：糖宁胶囊联合利 拉鲁肽对2 型糖尿病治疗是 否有效。 实验方法：对照组皮下注射 利拉鲁肽注射液，治疗组在 对照组基础上口服降糖宁胶 囊，然后收集每组每个人治 疗前后的血糖数据。最后数 据的统计分析将会有助于了 解该药的治疗效果。
12
1.3 数据——什么是统计学
统计学（statistics）：一门分析数据的科学，涉及数据的 收集、整理、分析以及数字信息的解释。
1398.80
2017
134770.15
133447.43
1322.72
2016
120066.75
118811.24
1255.51
2015
106599.59
105467.48
1132.11
2014
95655.45
94676.31
979.14
9
1.2 数据——直接来源和间接来源
系统内部数据 ；或从公开出 版、公开报道 的数据中获得
调查或实验
优点：收集方便、 数据采集快、采集 成本低等等 缺点：针对性不够
间接来源：别 人通过调查或 实验的方式收 集的，使用者 只是找到它们 并加以使用。
直接来源 ：自己直 接调查或 实验获得 的一手数 据。
调查（survey）通常针对社会 现象。 普查：调查针对总体中的所有 个体； 抽样调查：总体、样本、样本 量（举例）。
实验（experiment）：在控制 条件下进行的（举例）。
10
1.2 数据——直接来源和间接来源
使用二手数据时应注意以下几点：
① 数据的含义 ② 数据搜集的时间 ③ 计算口径 ④ 计算方法 ⑤ 数据的可信度
11
1.2 数据——直接来源和间接来源（调查vs实验）
抽样调查
研究问题：一个班的平均身 高，按一定的规律抽出20个 同学的身高研究。 总体：这个班的所有同学的 身高。 个体：A同学的身高就是1个 个体。 样本：20个同学的身高。 样本容量：20。
城镇人口 /万人 1878 1291 2121 5521 3847
乡村人口 /万人 293 266 297 2508 1810
8
1.1 数据——截面数据和时间序列数据
时间序列数据
表1-2 中央财政债务余额情况
年度
中央财政债务余额 /亿元
国内债务 /亿元
国外债务 /亿元
2018
149607.42
148208.62
是否能用 数值表示
否
是
定性数据
定量数据
名义数据 顺序数据
否
是
取值是 否能排
序
定距数据 定比数据
否
是
是否有 比例属
性
变量 是否 连续
是 连续变量 否 离散变量
5
1.1 数据——定性数据和定量数据
四种计量尺度的比较
计量尺度
数学特性
分类（＝，≠ ） 排序（ < ，> ) 间距（ + ，- ） 比值（ × ，÷）
1878
293
天津市
1557
1291
266
上海市
2418
2121
297
江苏省
8029
5521
2508
浙江省
5657
3847
1810
3
1.1 数据——个体、变量和观测值
在研究中，对每个个体的每一变量收集观测值，从而得到数据（data）。
➢个体（element）是指收集数据的对象。 ➢变量（variable）是个体的特征或属性。 ➢观测值（observation）是数据集中每个个体的测量值集合。
总体：用新灯丝生产 的所有灯泡的寿命， 平均寿命未知
抽样
200个用新灯丝制成的灯泡
获得样本数据
样本平均值数据对总体平 均数进行估计
200个用新灯丝制成的灯 泡的平均寿命为760小时
推断统计的过程 14
1.4 数据——统计软件
SPSS：目前国内应用最为广泛的统计软件 Excel：不是专业的统计软件，但是依 靠Office且操作简单