应用统计学第3章 数据整理

8
3.1.2 数据分组1、分来自的意义 2、分组的标志的选择 3、分组的形式
4、分组体系
9
1、分组的意义
分组的概念： 分组是根据统计研究的需要，将统计总体按照一定 的标志区分为若干组或部分的一种统计方法。
分组的作用： 数据分组是贯穿于整个统计工作过程的重要方法， 它的主要作用有以下几个方面： (1) 划分现象的类型； (2) 研究现象的内部结构； (3) 分析现象之间的依存关系。 分组的核心：选择分组标志
第3章 数据整理
1
描述统计
统计数据 的收集
统计数据 的整理
数据分布特征 的测度
2
主要内容和学习目标
3.1 数据的整理(掌握)
3.2 数据整理结果的描述：
统计指标（掌握）
3.3 数据整理结果的描述：
统计表和统计图（掌握）
3
3.1 数据的整理
3.1.1 数据整理的步骤
3.1.2 数据分组
3.1.3 数据汇总
6
数据的审核
统计数据的审核是统计整理的首要环节。审 核的内容包括四个方面，即：完整性、准确性、 适用性和时效性。
数据是否符合实际；检查数据登记是否有错误、计算是否正确。
逻辑检查
准确性审核的方法 计算检查
7
1．原始数据的审核: 2．次级数据的审核:
完整性 完整性 适用性
准确性 准确性 时效性
经过对统计数据的完整性、准确性、适用性和及 时性的审核之后，确认符合调查分析研究的需要，就可 以对所搜集到的数据进行加工整理。
4
数据整理：根据统计研究的目的，
对收集到的大量原始数据(包括次级数
据)，用科学的方法进行加工整理，使之
条理化、系统化，为统计分析做好准备。
5
3.1.1 数据整理的步骤
原始数据整理的主要步骤是: 第一步, 对原始数据进行审核和订正。 审核它们是否准确、及时、完整 第二步,对原始数据进行分组。 数据分组的恰当与否直接关系到整理结果所显现出 的“总体数量分布特征”能否显示现象的根本特征。 第三步,对各项指标进行汇总和计算。 计算各组的总数和合计总数，各组指标和综合指标等。 第四步,编制统计表与绘制统计图。 数据整理也叫分组整理包括数据的分组、汇总、 计算。可见，统计整理中统计分组是关键。
K 1 3.322 lg n
30
（3）确定组距d：一个组的上限与下限之差
x max x min R d K 1 3.3 lg N
为便于计算，组距宜取5或10的倍数 （4）确定组限：应遵循“不重不漏”原则 首先确定最小值组的下限，然后利用
组限和组距的关系依次确定其他组限。
（5）编制频数分布表
按照分组标志的不同
次数分配:品质型分配数列
数量型分配数列
17
编制次数分配的步骤
第一步：对数据进行分组
第二步：计算各组的频数、频率、
c 累积频数和累积频率
第三步：编制频数分布表
18
统计分组的原则： 穷尽原则：使总体中的每一个单位都有组可归 互斥原则：使总体中的每一个单位只有一组可归
19
频数（Frequency，亦称为次数） 是指落入各组中的数据的个数或次数
频率（Relative frequency，亦称比重或百分比） 是指各组中的数据个数或次数占全部数据总数的比例 累积频数（Cumulative frequencies） 是将各有序类别或组的频数逐级累加起来 累积方法：向上累积、向下累积
累积频率（Cumulative percentages） 是将各有序类别或组的频率逐级累加起来 累积方法：向上累积、向下累积
25
例如，某生产车间50名工人日加工零件数原始资料 （单位:个）
119 108 110 113 137 107 130 118 135 114 124 125 135 107 120 109 148 148 123 128 129 120 132 119 129 104 132 135 113 115 137 127 127 140 137 130 140 123 123 128 122 119 118 124 114 125 108 110 115 123
27
表3
某车间50名工人日产零件数分组 频数（人） 6 13 17 10 4 50 频率（％） 12 26 34 20 8 100
按零件数分组 100-110 110～120 120～130 130～140 140以上 合计
28
例3.2，90家中国A股房地产上市公司2010年财务负 责人年薪数据。(单位：万元)
31
确定组限的细节问题
1、 正确使用间断式组限和连续式组限 间断式组限：保证无数据限落在相邻两组上下限之间 连续式组限：遵循“上限不在内” 原则
2、正确选择第一组的下限和最后一组的上限 第一组的下限：应略小于或等于最小变量值 最后一组的上限：应略大于或等于最大变量值
3、正确使用开口组形式 第一组：采取“××以下” 最后一组：采取“××以上”
连续式组限 ： 组中值＝（本组下限值＋本组上限值）/2
间断式组限 ： 组中值＝（本组下限值＋后组下限值）/2 3、开口组组中值的确定方法 “××以上”组： 组中值＝本组下限值＋相邻组组距 /2 “××以下”组： 组中值＝本组上限值－相邻组组距/2 34
3.2 数据整理结果的描述：统计指标
3.2.1 总量指标 3.2.2 平均指标 3.2.3 相对指标
32
确定组距的细节问题
1、使用间断式组限时 各组的组距＝本组的上限－前组的上限 2、使用连续式组限时 各组的组距＝本组的上限－本组的下限 3、开口组通常以相邻组的组距为其组距
33
其他的细节问题
1、不等距分组，需要计算频数密度和频率密度
频数密度＝频数/组距
频率密度＝频率/组距
2、组距式分组通常用组中值作为各组数据的代表值
10
2、分组标志的选择
统计分组的结果： 组内具有同质性
组间具有差异性 当选择某一分组标志时就突出了现象在这方面的 差异，掩盖了现象在其他方面的差异，从而可能得出 不同的结论。只有选择最恰当的分组标志，才能使分 组的结果正确反映现象的本质特征。
11
3、分组的形式 分组标志的多少： 简单分组：总体按一个标志进行分组 。 复合分组：总体用两个或两个以上的标志层叠分组 4、分组体系 采用一系列相互联系、相互补充的标志对现象进 行多种分组，形成分组体系。 分组体系： 平行分组体系：对同一总体选择两个或两个以上标志分 别进行简单分组形成的体系。 复合分组体系：复合分组形成的分组体系
(1) 它抽去了数量标志在总体单位之间的数值差异；
(2) 它是一个代表值，是在同质总体中计算出来的反
映总体某一数量标志的一般水平。
39
3.2.3 相对指标
设计汇总 1 、 设方案 总 计汇 方案 汇总前的 2、汇 审核与处理 总前的 审核 与处理 数据 录入 归集资料 并汇总 汇总后的 审核
16
2、次数分配 次数分配的概念与种类： 次数分配总体中的所有单位按一定标志分组整理， 并将各组按一定顺序排列，形成总体中各个单位在 各组间的分布.
由总体分组和各组相对应的分配次数两个要素构成。
2010年90家中国A股房地产上市公司财务负责人年薪数据排序表
320 240 200 178 135 133 130 129 120 118 100 96 86 81 79 71 65 62 60 56 55 54 54 50 49 44 43 42 41 40 37 36 35 34 33 33 31 30 30 30 29 28 28 28 27 26 25 24 24 22 20 20 20 22 22 20 20 20 20 19 19 18 18 18 17 17 16 15 15 15 15 15 14 14 14 14 14 13 13 13 12 12 12 11 11 10 10 7 6 5
20
频数分布表 是各组及其相应的频数（还可包括频率、累积频数 和累积频率）依一定的次序排列而成的表格 XXX频数分布表
分组 频数 频率（％）
合
计
100
21
品质型数据的分组整理
品质型数据的分组方法： 把每一个变量值作为一组 分类数据的频数分布表可以包括：分组、频数和频率。 如，例3.1 顺序数据的频数分布表可以包括：分组、频数、频率、 累积频数和累积频率。
26
表2 零件数 （个） 104 107 108 109 110 113 114 115
某车间50名工人日加工零件数分组表 频数 零件数 （人） （个） 1 2 2 1 2 2 2 2 118 119 120 122 123 124 125 127 频数 零件数 （人） （个） 2 3 2 1 4 2 2 2 128 129 130 132 135 137 140 148 频数 （人） 2 2 2 2 3 3 2 2
22
【例3.1】坐落于杭州西湖西山路的一家饭店使用 一种调查问卷，用来询问顾客对饭店的服务、食 物质量、价格与气氛的看法。每一个属性分别以 极好(1)、非常好(2)、良好(3)、一般(4)和较差 (5)的标准来评价。60份饭店食物质量状况的问卷 结果如表3-2所示。
表3-2 饭店食物质量状况调查的样本数据 3 1 1 2 1 1 2 2 1 4 2 2 4 3 2 3 2 2 2 1 4 4 2 1 2 1 2 3 1 4 2 1 3 2 1 1 2 3 3 2 2 2 2 1 2 3 1 1 2 1 2 3 2 2 2 1 2 1 4 2
集体经济投资：
外商经济投资：
其他经济投资：
14
3.1.3 数据汇总
1、数据汇总的组织与技术 2、次数分配
15
1、数据汇总的组织与技术
数据汇总的组织：在一定的统计管理体制下，将原始 数据采用何种纵向汇总方式进行汇总的问题，是采用 逐级汇总还是集中汇总，还是两者结合的综合汇总。