第2章 统计数据的描述
第二章 统计数据的描述练习题答案
2）绘制直方图
15 次 数 （ 10 单 位 ： 天 5 ）
0
25 30 35 40 45 50 销售额（单位：万元）
2019年3月29日星期五
• 下面是A、B两个班学生的数学考试成绩数据：
表：A班和B班学生的数学考试成绩 44 57 59 60 61 61 62 63 63 65
66
A班 73 76 85 35
85
75 65 55 45
35
北 京
长 春
南 京
郑 州
武 汉
广 州
成 都
昆 明
兰 州
西 安
2019年3月29日星期五
某百货公司6月份各天的销售额数据如下（单位：万元）
257 276 297 252 238 310 240 236 265 278
271 292 261 281 301 274 267 280 291 258 272 284 268 303 273 263 322 249 269 295 （1）计算该百货公司日销售额的均值、中位数和四分位数； （2）计算日销售额的标准差。
树茎
3
4 5
6
7 8 9 10
0
2019年3月29日星期五
000
3
• 1997年我 国几个主 要城市各 月份的平 均相对湿 度数据如 下表，试 绘制箱线 图，并分 析各城市 平均相对 湿度的分 布特征。
2019年3月29日星期五
月 份 1 2 3 4 5 6
北 京 49 41 47 50 55 57
x
242.5 4 257.5 5 272.5 10 287.5 5 302.5 4 317.5 2 275.5 30
第2章 统计数据的搜集、整理与显示
1）单项式分组与组距式分组
A)单项式分组：用一个变量值作为一组，形成单项 式变量数列。 变量值又称标志值。按数量标志分组，数量标志的 表现，就是变量的取值 单项式分组一般适用于离散型变量且变量变动范围 不大的场合。 B)组距式分组：将变量依次划分为几段区间，一段 区间表现为“从……到……”距离，把一段区间内的 所有变量值归为一组，形成组距式变量数列。区间 的距离就是组距。 连续型变量或者变动范围较大的离散型变量，适宜 采用组距式分组。
1、向上累计频数（或频率）分布：先列出各 组的上限，然后由标志值低的组向标志值高 的组依次累计。向上累计频数表明某组上限 以下的各组单位数之和是多少，向上累计频 率表明某组上限以下的各组单位数之和占总 体单位数比重的大小。 2、向下累计频数（或频率）分布：先列出各 组的下限，然后由标志值高的组向标志值低 的组依次累计。向下累计频数表明某组下限 以上的各组单位数之和是多少，向下累计频 率表明某组下限以上的各组单位数之和占总 体单位数比重的大小。
16
二、统计分组
（一）统计分组的概念与种类 根据统计研究的目的和客观现象的内在特点，按某 个标志（或几个标志）把被研究的总体划分为若干 个不同性质的组，称为统计分组。
分组的性质：兼有分和合双重含义。 穷尽原则，使总体中的每一个单位都应有组可归，或者说 各分组的空间足以容纳总体所有的单位。 互斥原则，在特定的分组标志下，总体中的任何一个单位 的只能归属于某一组，而不能同时或可能归属于几个组。
特点：可以了解较详细的情况，但无法对现象总体的数量特
征作出准确的推算，也无法测算调查误差。
适用场合 ：当调查任务只要求掌握基本情况，而部分单位
统计学第二章
按性别分组 男生 女生 合计
人数 30 20 50
百分比 % 60 40 100
三、按数量标志分组
按照数量或数值等定量指标分组，称为按数量 标志分组。
（1）单变量分组：一个变量值为一组，适合离散 变量，且变量值较少。步骤是先排序再分组。 （2）组距分组：
将全部变量值划分为若干区间，并将这一区间的变量值 作为一组，适用于连续变量或变量值较多的情况。 需要遵循“不重不漏”的原则，可采用等距分组，也可 采用不等距分组。
2.1 统计数据的整理
2.1.0 2.1.1 2.1.2 2.1.3 2.1.4 数据的预处理 统计数据的分组 次数分配 次数分配直方图 洛伦茨曲线
2.1.0 数据的预处理
一、数据的审核 对原始数据，审核完整性和准确性。前者指 调查单位是否遗漏、项目是否齐全等；后者 指数据是否真实、是否错误等。方法是逻辑 检查和计算检查。 对二手数据审核完整性和准确性外，着重审 核数据的适用性和时效性。前者应清楚数据 的来源、口径和背景，后者应注意数据的时 间，使用最新的数据。
当f-1=f+1时如图（a），当f-1>f+1时如图（b）， 当f-1<f+1时如图（c）。
（a）
（b）
（c）
②公式计算：
上限公式
f f 1 M0 U ( f f 1) ( f f f f 1 M0 L ( f f 1) ( f f
1
2.1.2 次数分配
对于例2-1采用组距分组，计算组数K=1+1g30/ 1g2=5（组），组距 =（128-84）/ 5=8.8，组距取10件，整理成频数分布表2-3。
统计学习题1
第2章统计数据的描述练习：2.1为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果如下：700 716 728 719 685 709 691 684 705 718706 715 712 722 691 708 690 692 707 701708 729 694 681 695 685 706 661 735 665668 710 693 697 674 658 698 666 696 698706 692 691 747 699 682 698 700 710 722694 690 736 689 696 651 673 749 708 727688 689 683 685 702 741 698 713 676 702701 671 718 707 683 717 733 712 683 692693 697 664 681 721 720 677 679 695 691713 699 725 726 704 729 703 696 717 688(1)利用计算机对上面的数据进行排序；(2)以组距为10进行等距分组，整理成频数分布表，并绘制直方图；(3)绘制茎叶图，并与直方图作比较。
2.2某百货公司6月份各天的销售额数据如下（单位：万元）：257 276 297 252 238 310 240 236 265 278271 292 261 281 301 274 267 280 291 258272 284 268 303 273 263 322 249 269 295（1）计算该百货公司日销售额的均值、中位数和四分位数；（2）计算日销售额的标准差。
2.3在某地区抽取的120家企业按利润额进行分组，结果如下：按利润额分组（万元）企业数（个）200～300 19300～400 30400～500 42500～600 18600以上11合计120计算120家企业利润额的均值和标准差。
第2章统计数据的描述
第二章统计数据的描述一、单项选择题1.下列中，最粗略、计量层次最低的计量尺度是（）A.间隔尺度B.顺序尺度C.比例尺度D.列名尺度2.将全国人口按“民族”划分为汉、白、彝、回、藏…..，这里使用的计量尺度是（）A.比例尺度B.列名尺度C.间隔尺度D.顺序尺度3.某个人对某一事物的态度可以划分为非常同意、同意、保持中立、不同意、非常不同意，这里使用的计量尺度是（）A.列名尺度B.间隔尺度C.顺序尺度D.比例尺度4.下列中，计量层次的最高、最精确的计量尺度是（）A.比例尺度B.间隔尺度C.顺序尺度D.列名尺度5.下列调查方式中，只能调查一些最基本、最一般现象的调查方式是（）A.抽样调查B.重点调查和典型调查C.统计报表D.普查6.实际中应用最为广泛的一种调查方式是（）A.重点调查B.统计报表C.普查D.抽样调查7.某城市拟对占全市储蓄额4/5的几个大储蓄所进行调查，以了解全市储蓄的一般情况，则这种调查方式是（）A.抽样调查B.典型调查C.重点调查D.普查8.一次性调查是指（）A.只做过一次的调查B.调查一次以后不再调查C.间隔一段时间在进行一次调查D.只隔一年就进行一次的调查9.在统计分析中，对累积的次数分配用得最直接的是（）A.供给曲线B.需求曲线C.洛伦茨曲线D.边际需求曲线10.专门用来衡量和反映收入分配平均程度的统计指标是（）A.基尼系数B.可决系数C.相关系数D.离散系数11.一般认为，基尼系数在（）之间是比较恰当的。
A.0.1—0.2B.0.2—0.4C.0.4—0.6D.0.6—0..812.一般认为，基尼系数等于（）是收入分配不公平的警戒线。
A.0.2B.0.6C.0.4D.0.813.利用公式计算众数的基本假定之一是众数组的频数在该组内呈（）A.正态分布B.t分布C.均匀分布D.偏态分布14.计算中位数时，假定中位数所在组的频数在该组内呈（）A.左偏分布B.正态分布C.右偏分布D.均匀分布15.反映数据分布集中趋势的最主要的测度值是（）A.众数B.中位数C.均值D.几何平均数16.各个变量值与均值的离差之和（）A.大于0B.小于0C.等于0D.等于一个不为0的常数17.各个变量值与均值的离差平方和（）A.为最大B.为最小C.为0D.为一个不为0的常数18.下列中，专门用来衡量众数代表性大小的离散程度测度值是（）A.异众比率B.四分位差C.方差或标准差D.极差19.下列中，专门用来衡量中位数代表性大小的离散程度测度值是（）A.方差和标准差B.内距C.异众比率D.平均差20.下列中，适用于列名数据的集中趋势测度值是（ ）A.众数B.中位数C.均值D.几何均值21.描述数据离散程度最简单的测度值是（ ）A.平均差B.方差和标准差C.极差D.四分位差22.经验法则表明，当一组数据呈对称分布时，大约有95%的数据在（ ）范围之内。
医学统计学 第二章 计量资料的统计描述
肌红蛋白含量
人数
0～
2
5～
3
10～
7
15～
9
20～
10
25～
22
30～
23
35～
14
40～
9
45～50
2
18
人数
25 20 15 10
5 0
2.5 12.5 22.5 32.5 42.5 52.5 血 清 肌 红 蛋 白（μg / m L）
图 2-3 101 名 正 常 人 血 清 肌 红 蛋 白 的 频 数 分 布
医学统计学 第二章 计量资料的统计 描述
计量资料（定量资料、数值变量资料） 总体：有限或无限个（定量）变量值 样本：从总体随机抽取的n个变量值：
X1,X2,X3,……,Xn
n为样本例数（样本大小、样本含量）
2
统计描述——描述其分布规律 1、用频数分布表（图）
要求：大样本 如 n〉30
2、用统计指标 描述 集中趋势 离散趋势
6
➢制表步骤 了解分布
1. 求极差（range） 极差也称全 距，即最大值和最小值之差，记作R。 本例
R 5 .7 1 2 .3 5 3 .3 6 ( m m o l/L )
7
2．确定组距(i) :
组段数通常取组 10-15组 本例组距
i 3 .3 6 /1 0 0 .3 3 6 0 .3 0
累计频率（%） (4)
0
402
402
35.80
1
330
732
65.18
2
232
964
85.84
3
118
1082
96.35
4
27
统计学第2章 统计数据的描述(1)
（4）组中值：上下限之间中点的值。
组中值=（上限+下限）/2=上限-组距/2 =下限+组距/2
“××以上”、“××以下”这样的组叫开口组。一般假 定开口组的组距与其相邻组的组距相等。其组中值计算如下： 缺下限最小组的组中值=上限-相邻组组距/2 缺上限最大组的组中值=下限+相邻组组距/2 见第37页的表2.15
第三节 统计整理
一、统计整理的概念和步骤
概念：统计整理是根据统计研究的目的和要求，把统计调查 从而得到反映事物总体特征资料的过程。
步骤： 第一，统计资料审核。包括及时性(整个工作期限、搜 集资料的时间、资料所属的时间)；准确性(事实求地反映 实际情况、计算正确)；完整性(规定应调查的总体单位、 每个调查单位应调查的内容)等方面的审核。 第二，统计分组 第三，统计汇总 第四，编制统计表或绘制统计图
提供统计数据的部分政府网站
美国政府机构 人口普查局 联邦储备局 预算编制办公室 商务部 网 址 数据内容
人口和家庭等 http://www.bog.frb.fed. 货币供应、信誉、 us 汇率等 http://www.whitehouse. 财政收入、支出、 gov/omb 债券等 商业、工业等
统计数据的来源主要有两个： 一是直接来源，即来源于直接的调查和科学试验， 得到第一手数据。 二是间接来源，即来源于别人调查或试验的数 据，得到第二手数据。
见第8-9页
一、统计数据的直接来源 1、普查
（1）概念 为了某一特定目的而专门组织的一次性全面调查。 （2）特点 ①具有一次性和周期性。
“一次性”是指调查现象在某一时点上的数据。
（1）对称分布：以变量值的中点为对称轴的对称分布。
（2）偏态分布:
第二章 数值变量资料的统计描述
频数分布的类型
频数分布分为对称分布和偏态分布两种类型。 频数分布分为对称分布和偏态分布两种类型。 对称分布是指集中位置在正中， 对称分布是指集中位置在正中，左右两侧频 数分布大体对称，如上表所示。 数分布大体对称，如上表所示。若将其绘制 成频数分布直方图，则更清楚。 成频数分布直方图，则更清楚。 直方图是以x 本例为体重） 为横坐标 ， 直方图是以 x（ 本例为体重 ） 为横坐标， 频 数或百分数为纵坐标， 数或百分数为纵坐标，用矩形面积大小表示 频数多少。 频数多少。
某地150名12岁男童体重频数分布图 名 岁男童体重频数分布图 某地
40
30
Frenquency
20
10
0 21.5 24.5 27.5 30.5 33.5 36.5 39.5 42.5 45.5 48.5 51.5
体重（kg）
频数分布的类型
偏态分布指集中位置偏向一侧， 偏态分布指集中位置偏向一侧 ， 频数分布 不对称。 不对称。 一些以儿童为主的传染病， 一些以儿童为主的传染病 ， 患者的年龄分 布 ， 集中位置偏于年龄小的一侧， 频数尾 集中位置偏于年龄小的一侧 ， 部向右侧延伸， 称为正偏态 （ 部向右侧延伸 ， 称为正偏态（ 峰 ） 分布 ， 分布， 如图
一、频数分布表（frequency table）的编制 频数分布表（ table）
某地儿研所测得该地150名12岁健康男童体重 某地儿研所测得该地150名12岁健康男童体重 kg）原始数据如下，试编制频数表。 （kg）原始数据如下，试编制频数表。
25.2 30.5 36.5 35.1 37.1 37.1 28.7 31.4 36.8 27.3 37.6 37.8 35.7 34.9 36.2 42.5 37.8 44.0 29.2 33.7 34.1 27.2 48.6 25.5 33.4 39.3 34.3 51.0 33.7 32.4 35.6 38.2 35.1 25.3 34.0 35.8 37.3 32.2 42.2 38.1 38.0 29.3 38.5 44.5 41.1 42.9 29.6 34.7 29.7 37.5 33.4 35.3 41.3 43.8 39.6 28.2 46.5 36.2 20.1 38.2 44.4 45.6 41.5 32.4 30.1 27.8 40.9 37.5 36.5 35.0 43.5 35.4 43.7 41.2 41.8 38.4 32.8 27.2 33.8 37.5 39.6 23.4 31.8 32.8 26.5 33.8 35.3 33.0 44.2 36.8 37.7 36.6 33.2 35.8 36.4 36.3 42.0 24.5 42.6 28.3 43.2 45.7 28.4 33.4 32.1 34.1 36.2 31.8 39.6 29.2 34.1 33.3 31.5 41.2 33.5 47.4 29.9 27.6 47.9 30.6 38.7 45.9 30.0 35.1 40.2 40.9 47.3 36.4 43.7 42.6 38.7 38.5 35.4 32.5 31.4 40.6 34.5 36.5 34.8 41.4 33.8 23.1 20.5 39.6 51.2 23.5 40.8 38.2 37.4 47.9
统计学(第四版)袁卫 庞皓 贾俊平 杨灿 (02)第2章 统计数据的描述(袁卫)
n
2. 各变量值与平均数的离差平方和最小
(x
i 1
5 - 36
i
x ) min
2
统计学
STATISTICS
几何平均数
统计学
STATISTICS
几何平均数
(geometric mean)
n 个变量值乘积的 n 次方根 2. 适用于对比率数据的平均 3. 主要用于计算平均增长率 4. 计算公式为
QM
25%
QU
2. 不受极端值的影响 3. 主要用于顺序数据，也可用于数值型数据， 但不能用于分类数据
5 - 27
统计学
STATISTICS
四分位数
(位置的确定)
n 1 QL 位置 4 Q 位置 3(n 1) U 4 n QL 位置 4 Q 位置 3n U 4
去掉大小两端的若干数值后计算中间数 据的均值 2. 在电视大奖赛、体育比赛及需要人们进行 综合评价的比赛项目中已得到广泛应用 3. 计算公式为
1.
x
5 - 41
x( n 1) x( n 2) x( n n ) n 2 n
1 2
n 表示观察值的个数；α表示切尾系数，0
f
i
i i
样本平均数
5 - 34
f
i 1
i
统计学
STATISTICS
加权平均数 (例题分析)
x
x f
i 1 k
k
i i
f
i 1
i
3110 103.67 （件） 30
5 - 35
统计学
STATISTICS
平均数
统计学第三版书后答案第二章
第2章统计数据的描述●9.某百货公司6月份各天的销售额数据如下（单位：万元）：257 276 297 252 238 310 240 236 265 278271 292 261 281 301 274 267 280 291 258272 284 268 303 273 263 322 249 269 295（1）计算该百货公司日销售额的均值、中位数和四分位数；（2）计算日销售额的标准差。
解：（1）将全部30个数据输入Excel表中同列，点击列标，得到30个数据的总和为8223，于是得该百货公司日销售额的均值：(见Excel练习题2.9)x=xn∑=822330=274.1（万元）或点选单元格后，点击“自动求和”→“平均值”，在函数EVERAGE()的空格中输入“A1：A30”，回车，得到均值也为274.1。
在Excel表中将30个数据重新排序，则中位数位于30个数据的中间位置，即靠中的第15、第16两个数272和273的平均数：M e=2722732+=272.5（万元）由于中位数位于第15个数靠上半位的位置上，所以前四分位数位于第1～第15个数据的中间位置(第8位)靠上四分之一的位置上，由重新排序后的Excel表中第8位是261，第15位是272，从而：Q L=261+2732724-=261.25（万元）同理，后四分位数位于第16～第30个数据的中间位置(第23位)靠下四分之一的位置上，由重新排序后的Excel表中第23位是291，第16位是273，从而：Q U=291－2732724-=290.75（万元）。
（2）未分组数据的标准差计算公式为：s =302 1()1iix xn=--∑利用上公式代入数据计算是个较为复杂的工作。
手工计算时，须计算30个数据的离差平方，并将其求和，()再代入公式计算其结果：得s=21.1742。
(见Excel练习题2.9)我们可以利用Excel表直接计算标准差：点选数据列(A列)的最末空格，再点击菜单栏中“∑”符号右边的小三角“▼”，选择“其它函数”→选择函数“STDEV”→“确定”，在出现的函数参数窗口中的Number1右边的空栏中输入：A1:A30，→“确定”，即在A列最末空格中出现数值：21.17412，即为这30个数据的标准差。
统计学第2章 数据分布特征的描述(2)
N ②对于分组数据（组距式变量数列要先计算出各组组中
值来作为各组的变量值 X )
σ
2
σ2
X X
2
X X F
2
F
（2）总体标准差（σ）
①对于未分组资料：
σ
X X
N
2
②对于分组数据： σ
X X F F
2
2、样本方差（ S
1、单项式变量数列
标志值 x x1 x2 x3
. . . .
次数 f f1 f2 f3
. . . .
标志总量 xf x1f1 x2f2 x3f3
. . . .
比重 f/ ∑f f1/ ∑f f2/ ∑f f3/ ∑f
. . . .
xn 合 计
fn
∑f
xn fn
∑xf
fn/ ∑f 1
f xf x x f f
3 n 1 Q3是第 位置上的数值； Q4是最大值。 4
注意：
1、如果数据个数不能被4除尽时，还是按这个规则来确定分位 数的位置；2、有时可能出现分位数在两个数之间的情况，这时
如果分位数刚好在这两个数的正中间时，分位数就是这两个数相 加除以2。但有时不是刚好在这两个数的正中间时，要用其中比较 小的数加上按比例分摊的这两个数之间的距离。
见第33页的例题
三、方差和标准差
（一）概念
各变量值与其算术平均数离差平方的算术平均数叫方差； 方差的方根就是标准差。 注意：由于标准差与变量值的单位相同，其实际意义要比方 差清楚，因此在对社会经济现象进行分析时，更多使用标准差。
（二）计算
1、总体方差（σ2）和总体标准差（σ）
（1）总体方差（σ2）
第二章数据描述
值的影响。因此，它不能准确地描述数据的分散程度。
【例题 2.14】在反映各变量值离散趋势的变异指标中，只与变量极端标志值有关的指标是（ ）。
（4）用哪个值代表一组数据 平均数的主要缺点是更容易受少数极端数值的影响，对于严重偏态分布的数据，平均数的代表性较 差。 中位数和众数的优点是不受极端值的影响，具有统计上的稳健性，当数据为偏态分布，特别是偏斜 程度较大时，可以考虑选择中位数和众数，这时它们的代表性要比平均数好。
【例题 2.12】在各种平均指标中，不受极端值影响的平均指标有（ ）。[2009 年中级真题] A．算数平均数 B．调和平均数 C．中位数 D．几何平均数 E．众数 【答案】CE
3
述。
【例题 2.8】为描述身高与体重之间是否有某种关系，适合采用的图形是（ ）。
A．直方图
B．条形图
C．散点图
D．环形图
【答案】C
【解析】散点图来反映两个变量的关系。题中只有两个变量，即身高和体重，因此可用散点图来描
【例题 2.9】下列各项中，即适用于定性数据，又适用于定量数据的图形表示方法有（ ）。
【例题 2.5】某管理局对其所属的企业的生产计划完成百分比采用如下分组，其中最能反映事物本质 差异的分组是（ ）。[2007 年中级真题]
A．80~89%，90~99%，100~109%，110%以上 B．80%以下，80~100%，100%以上 C．80%以下，80~90%，90~100%，100%~110%，110%以上 D．85%以下，85~95%，95~105%，105%以上 【答案】C 2．确定组距 组距：指每个组变量值中的最大值与最小值之差。若将最大值称为上限，最小值称为下限，则组距 等于上限与下限之差，即 组距=上限－下限 第一组的下限应小于最小值，最后一组的上限应高于最大值。 在确定组距时，一般应当掌握以下原则： （1）要考虑各组的划分是否能区分总体内部各个组成部分的性质差别 如果不能正确反映各部分质的差异，必须重新分组。例如，按学生百分制成绩分组，必须要有 60 分 的组限，否则不能反映是否及格的本质区别。 （2）要能准确地清晰地反映总体单位的分布特征 在确定组距时，在研究的现象变动比较均匀的情况下，可以采用等距分组；而当研究的现象变动很 不均匀时，则一般采用不等距分组。
第2章-统计数据的收集整理与显示
C、1750元
2、某连续数列变量，首组为60分以下，其邻组的组中值
为75，则首组的组中值为（ ）。
A、30 B、35 C、40 D、45
2.5.3 累计频数和累计频率 1．累计频数(cumulative frequencies) 累计频数就是将各有序类别或组的频数逐级累加起来。 2．累计频率或百分比(cumulative percentages) 累计频率就是将各有序类别或组的频率逐级累加起来。
全国总人口为1370536875人。其中： 普查登记的大陆31个省、自治区、直辖市和 现役军人的人口共1339724852人。 香港特别行政区人口为7097600人。 澳门特别行政区人口为552300人。 台湾地区人口为23162123人。
大陆31个省、自治区、直辖市和现役军人的 人口中， 男性人口为686852572人，占51.27%； 女性人口为652872280人，占48.73%。 总人口性别比（以女性为100，男性对女性 的比例）由2000年第五次全国人口普查的 106.74下降为105.20。
§2.1 统计调查的概念和方案的设 计
统计调查：按照 研究目的及要求 ，运用 科学的统计调查方法，有计划、有组织地 向调查对象 搜集 原始资料和次级资料的过 程
广州广播听众调查问卷
目的：了解我市听众收听广州人民广播电台节目的一些 基本情况，为提高节目质量、推出优秀节目提供
科学依据。
对象和单位：广州市市民 调查项目和调查表： 调查什么 调查项目：听众收听广州人民广播电台节目的 一些基本情况 调查表：调查项目以表格的形式来表现。
2. 普查是为了某种特点的目的而进行的（ A、专门组织的一次性的全面调查 B、专门组织的经常性的全面调查 C、非专门组织的一次性的全面调查
(完整)统计学简答题参考答案
统计学简答题参考答案第一章绪论1。
什么是统计学？怎样理解统计学与统计数据的关系？答:统计学是一门收集、整理、显示和分析统计数据的科学。
统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法以致于统计学就失去了其存在意义。
2．简要说明统计数据的来源。
答:统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验,在社会经济管理领域，主要通过统计调查方式来获得,如普查和抽样调查。
间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得.3。
简要说明抽样误差和非抽样误差。
答：统计调查误差可分为非抽样误差和抽样误差。
非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的.抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的.4。
解释描述统计和推断统计的概念？(P5）答：描述统计是用图形、表格和概括性的数字对数据进行描述的统计方法。
推断统计是根据样本信息对总体进行估计、假设检验、预测或其他推断的统计方法。
第二章统计数据的描述1描述次数分配表的编制过程。
答：分二个步骤:（1）按照统计研究的目的，将数据按分组标志进行分组。
按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。
按数量标志进行分组，可分为单项式分组与组距式分组单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围(区间）作为一个组.统计分组应遵循“不重不漏”原则（2）将数据分配到各个组，统计各组的次数，编制次数分配表.2. 一组数据的分布特征可以从哪几个方面进行测度？答：数据分布特征一般可从集中趋势、离散程度、偏态和峰度几方面来测度。
常用的指标有均值、中位数、众数、极差、方差、标准差、离散系数、偏态系数和峰度系数。
3。
怎样理解均值在统计中的地位？答：均值是对所有数据平均后计算的一般水平的代表值，数据信息提取得最充分，具有良好的数学性质，是数据误差相互抵消后的客观事物必然性数量特征的一种反映，在统计推断中显示出优良特性，由此均值在统计中起到非常重要的基础地位.受极端数值的影响是其使用时存在的问题。
管理统计学 第2版 第二章 统计数据的收集整理与显示
（4）系统抽样
首先将总体中各 单位按一定顺序 排列，根据样本 容量要求确定抽 选间隔，然后随 机确定起点，每 隔一定的间隔抽 取一个单位的一 种抽样方式。是 纯随机抽样的变
种
最主要的优势就 是经济性。最大 的缺陷在于总体 单位的排列上。 一些总体单位数 可能包含隐蔽的 形态或者是“不 合格样本”，调 查者可能疏忽， 把它们抽选为样
• 普查需要规定标准的时点：如第五次人口普查规定的标准时间 为2010年11月1日零时为标准时间。
统计报表
• 统计报表是按照国家有关的规定，自上而下同一布置，自下而上逐级 提供统计资料的调查组织方式。
• 统计报表是我国特有的一种统计调查方式，是建立在各基层单位原始 记录的基础上的一种统计调查方式，由于统计报表是逐级上报和汇总 的，有利于各级部门了解本地区、本部门或本行的的社会和经济发展 现状。
2.1 统计数据的收集
数据的来源
• 间接来源 研究者直接从公开出版物或通过网络渠道获取
所需数据，如《中国统计年鉴》、《中国统计摘 要》、《中国社会统计年鉴》 • 直接来源
研究者直接通过调查取得研究所需数据资料
2.1 统计数据的收集
普查
常用的统计 调查方式
抽样调查
重点调查
典型调查
简单随 机抽样
分层抽样
抽样调查
• 抽样调查是取得数据资料的最主要的一种方式，它是按照 随机原则从总体中抽取部分单位组成样本，对样本指标进 行测定，根据样本指标推断总体指标的一种非全面调查。
抽样调查的具体组织形式 抽样调查
简单随 机抽样
分层抽样
等距抽 样
整群抽样
（1）简单随机抽样
从总体N个单位中任意抽取n个单位作为样本, 使每个可能的样本被抽中的概率相等的一种 抽样方式
统计学第二章
第二章统计数据的收集、整理与显示2.1统计数据的收集一、统计数据的来源1、直接来源（原始来源）：分为实验和统计调查（直接观察、报告、采访、登记）2、间接来源（二手资料）：出版物、网络二、统计调查组织方式1、分类①按调查单位的范围大小分：全面调查和非全面调查②按调查时间是否连续分：经常性调查和一次性调查③按调查组织方式分：统计报表和专门调查。
其中专门调查又分为普查、重点调查、典型调查、抽样调查2、统计报表制度：按照国家统一规定的各项要求，自下而上地定期向国家和主管部门报送基本统计资料的一种报告制度①优点：能保证统计资料的全面性和连续性；能保证统计资料的统一性和及时性；能满足各级部门对统计资料的需要②缺点：统计报表过多会增加基层负担；有可能由于虚假瞒报而影响统计资料质量3、普查：是指国家为详尽了解某项重要的国情国力而专门组织的一次性全面调查（主要用于搜集时点资料）①作用：可以为抽样调查提供抽样框；可以收集统计报表所不能提供的反映重大国情国力的基本统计信息②局限：由于需要大量的人力、物力、财力，不宜经常进行4、重点调查：是指为了解总体基本情况，在调查对象中只选择一部分重点单位进行调查的一种非全面调查组织方式。
（这些单位数目不多，但其标志值在总体标志总量中占有较大比重，能反映总体的基本情况）①作用：能以较少的投入和较快的速度取得总体基本情况及变动趋势的资料②局限：只适用于客观存在重点单位的情况5、典型调查：是指在对调查对象有一定了解的基础上，有意识的选择少数典型单位进行调查的一种非全面调查方式。
（指在数量表现上具有普遍意义呵呵代表性的总体单位，可以用来推断总体的数量）①作用：一定条件下能估计总体指标数值；可以用来研究新生事物②缺陷：不能确定推断的把握程度，无法计算和控制推断误差6、抽样调查：是指按照随机原则从调查对象中抽取一部分样本单位进行调查，再用样本资料推断把握总体的数量特征的一种非全面调查组织方式。
- 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)。
第2章统计数据的描述——练习题●1.为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。
服务质量的等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。
调查结果如下：B EC C AD C B A ED A C B C DE C E EA DBC C A ED C BB ACDE A B D D CC B C ED B C C B CD A C B C DE C E BB EC C AD C B A EB ACDE A B D D CA DBC C A ED C BC B C ED B C C B C(1) 指出上面的数据属于什么类型；(2)用Excel制作一张频数分布表；(3) 绘制一张条形图，反映评价等级的分布。
解：（1）由于表2.21中的数据为服务质量的等级，可以进行优劣等级比较，但不能计算差异大小，属于顺序数据。
（2）频数分布表如下：服务质量等级评价的频数分布服务质量等级家庭数（频数）频率%A1414B2121C3232D1818E 15 15 合计100100（3）条形图的制作：将上表(包含总标题，去掉合计栏)复制到Excel 表中，点击：图表向导→条形图→选择子图表类型→完成(见Excel 练习题2.1)。
即得到如下的条形图：2040A B C D E 服务质量等级评价的频数分布 频率%服务质量等级评价的频数分布 家庭数（频数）●2.为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果如下：700 716 728 719 685 709 691 684 705 718706 715 712 722 691 708 690 692 707 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727 688 689 683 685 702 741 698 713 676 702 701 671 718 707 683 717 733 712 683 692 693697664681721720 677 679 695 691 713 699 725 726 704 729703696717688(1)利用计算机对上面的数据进行排序；(2)以组距为10进行等距分组，整理成频数分布表，并绘制直方图；(3)绘制茎叶图，并与直方图作比较。
解：（1）排序：将全部数据复制到Excel中，并移动到同一列，点击：数据→排序→确定，即完成数据排序的工作。
(见Excel练习题2.4) （2）按题目要求，利用已排序的Excel表数据进行分组及统计，得到频数分布表如下：(见Excel练习题2.4)100只灯泡使用寿命非频数分布按使用寿命分组（小时）灯泡个数（只）频率（%）650~660 2 2660~670 5 5670~680 6 6680~690 14 14690~700 26 26700~710 18 18710~720 13 13720~730 10 10730~740 3 3740~750 3 3合计100 100制作直方图：将上表(包含总标题，去掉合计栏)复制到Excel表中，选择全表后，点击：图表向导→柱形图→选择子图表类型→完成。
即得到如下的直方图：(见Excel练习题2.4)51015202530650~660670~680690~700710~720730~740100只灯泡使用寿命非频数分布灯泡个数100只灯泡使用寿命非频数分布频率（%）（3）制作茎叶图：以十位以上数作为茎，填入表格的首列，将百、十位数相同的数据的个位数按由小到大的顺序填入相应行中，即成为叶，得到茎叶图如下：65 1 8 66 1 4 5 6 8 67 1 3 4 6 7 9 68 1 1 2 3 3 3 4 5 5 5 8 8 9 9 69 0 0 1 1 1 1 2 2 2 3 3 4 4 5 5 6 6 6 7 7 8 8 8 8 9 9 70 0 0 1 1 2 2 3 4 5 6 6 6 7 7 8 8 8 9 71 0 0 2 2 3 3 5 6 7 7 8 8 9 72 0 1 2 2 5 6 7 8 9 9 73 3 5 6 74 1 4 7 将直方图与茎叶图对比，可见两图十分相似。
第5章 参数估计●1.某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。
（1） 假定总体标准差为15元，求样本均值的抽样标准误差； （2） 在95%的置信水平下，求允许误差；（3） 如果样本均值为120元，求总体均值95%的置信区间。
解：（1）已假定总体标准差为σ=15元， 则样本均值的抽样标准误差为 x σ=nσ=4915=2.1429（2）已知置信水平1－α=95%，得 α/2Z =1.96，于是，允许误差是E =nα/2σZ =1.96×2.1429=4.2000。
（3）已知样本均值为x =120元，置信水平1－α=95%，得 α/2Z =1.96， 这时总体均值的置信区间为 n±α/2σx Z =120±4.2=124.2115.8(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x nσσ=1549==2.143 (2)在95％的置信水平下，求边际误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α因此，x x t σ∆=⋅2x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：(),x x x x -∆+∆=()120 4.2,120 4.2-+=（115.8，124.2）可知，如果样本均值为120元，总体均值95%的置信区间为（115.8，124.2）元。
5.2利用下面的信息，构建总体均值µ的置信区间：1） 总体服从正态分布，且已知σ = 500，n = 15，=8900，置信水平为95%。
解： N=15，为小样本正态分布，但σ已知。
则1-α＝95%，。
其置信区间公式为∴置信区间为：8900±1.96×500÷√15=（8646.7 , 9153.2） 2） 总体不服从正态分布，且已知σ = 500，n = 35， =8900，置信水平为95%。
解：为大样本总体非正态分布，但σ已知。
则1-α＝95%，。
其置信区间公式为∴置信区间为：8900±1.96×500÷√35=（8733.9 9066.1） 3） 总体不服从正态分布，σ未知，n = 35， =8900，s =500，置信水平为90%。
解：为大样本总体非正态分布，且σ未知，1-α＝90%， 1.65。
2α()28.109,44.10192.336.105251096.136.1052=±=⨯±=±nz x σαx x x x 2α()28.109,44.10192.336.105251096.136.1052=±=⨯±=±nz x σαx x其置信区间为： 8900±1.65×500÷√35=（8761 9039）4） 总体不服从正态分布，σ未知，n = 35，=8900，s =500，置信水平为99%。
解：为大样本总体非正态分布，且σ未知，1- ＝99%，2.58。
其置信区间为：8900±2.58×500÷√35=（8681.9 9118.1）●3.某大学为了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间，得到下面的数据（单位：小时）：3.3 3.1 6.2 5.8 2.34.15.4 4.5 3.2 4.4 2.0 5.4 2.66.4 1.8 3.5 5.7 2.3 2.1 1.9 1.2 5.1 4.3 4.2 3.6 0.8 1.5 4.7 1.4 1.2 2.9 3.5 2.4 0.5 3.6 2.5求该校大学生平均上网时间的置信区间，置信水平分别为90%、95%和99%。
解：⑴计算样本均值x ：将上表数据复制到Excel 表中，并整理成一列，点击最后数据下面空格，选择自动求平均值，回车，得到x =3.316667， ⑵计算样本方差s ：删除Excel 表中的平均值，点击自动求值→其它函数→STDEV →选定计算数据列→确定→确定，得到s=1.6093也可以利用Excel 进行列表计算：选定整理成一列的第一行数据的邻列的单元格，输入“＝(a7-3.316667)^2”，回车，即得到各数据的离差平方，在最下行求总和，得到：x x∑2i （x -x ）=90.65再对总和除以n-1=35后，求平方根，即为样本方差的值s=1n -∑2i（x -x ）=90.6535=1.6093。
⑶计算样本均值的抽样标准误差： 已知样本容量 n =36，为大样本， 得样本均值的抽样标准误差为 x σ=ns =361.6093=0.2682⑷分别按三个置信水平计算总体均值的置信区间：① 置信水平为90%时：由双侧正态分布的置信水平1－α=90%，通过2β－1=0.9换算为单侧正态分布的置信水平β=0.95，查单侧正态分布表得 α/2Z =1.64，计算得此时总体均值的置信区间为n±α/2sx Z =3.3167±1.64×0.2682= 3.75652.8769可知，当置信水平为90%时，该校大学生平均上网时间的置信区间为（2.87，3.76）小时；② 置信水平为95%时：由双侧正态分布的置信水平1－α=95%，得 α/2Z =1.96，计算得此时总体均值的置信区间为n±α/2sx Z =3.3167±1.96×0.2682= 3.84232.7910可知，当置信水平为95%时，该校大学生平均上网时间的置信区间为（2.79，3.84）小时；③ 置信水平为99%时：若双侧正态分布的置信水平1－α=99%，通过2β－1=0.99换算为单侧正态分布的置信水平β=0.995，查单侧正态分布表得 α/2Z =2.58，计算得此时总体均值的置信区间为n±α/2sx Z =3.3167±2.58×0.2682= 4.00872.6247可知，当置信水平为99%时，该校大学生平均上网时间的置信区间为（2.62，4.01）小时。