定序变量 定距变量 定比变量 定类变量
社会统计学复习整理
社会统计学复习整理社会统计学复习整理⼀、变量的测量层次⼆、判断变量层次的技巧1.⾸先所有的变量都是定类变量。
2.其次看变量的取值能否⽐较⼤⼩，不能这个变量只能是定类变量。
3.最后如果这个变量能够⽐较⼤⼩，那么就看变量取值加减乘除是否有意义，如果有意义就是定距变量，如果没有意义就只能是定序变量。
三、变量层次的⽐较定类变量、定序变量和定⽐变量的数层次是从低到⾼排列的，⾼层次的变量同时具有低层次变量的功能。
四、相关分析⽅法第⼆节简化⼀个变项的分布1.统计表：⽤表格的形式来表⽰变量频次（或频率）分布的⼀种⼯具。
2.统计表必备的内容：（1）表号、标题（2）标识⾏：变量名、对应数据说明（频次、频率）（3）主题⾏：变量取值的统计数据（4）表尾：如果是引⽤必须说明资料来源⼆、定序变量1.适合定序变量的简化资料的⽅法（1）累加次数：把次数逐渐相加起来，分为向上累加次数（cf↑）和向下累加次数(cf↓)。
（2）累加频率：把各级的百分率逐渐相加。
也分为向下累加百分率和向下累加百分率。
2.cf↑的计算⽅法就是按照变量取值的等级从低往⾼逐层相加。
3.cf↓计算⽅法就是按照变量取值的等级从⾼往低逐层相加。
cf↑表⽰低于某个等级的频数有多少cf↓表⽰⾼于某个等级的频数有多少三、定距变量1.定距变量的简化⼯具是：分组、直⽅图和折线图。
2.连续型定距变量的分组统计（1）组数：分组的数量，⼀般5到7组合适，分为等距分组和⾮等距分组。
（2）组限：包括上限（up）和下限（low）（3）标识下限和标识上限，例500—699（4）真实下限：标识下限—0.5；真实上限：标识上限+0.5.（5）组距：真实上限与真实下限之差。
（6）组中值：真实上限与真实下限的平均值。
第三节集中趋势测量法1.集中趋势：⽤⼀个典型的变量值或特征值来代表全体变量的问题，⽤这个数值来代表变项的资料分布，以反映资料的集结情况。
2.集中趋势测量的意义就是可以根据这个代表值来估计或预测每个研究对象的数值。
社会调查测量尺度
2、实例：
测量人们的生活水平，可以将其分为贫困、温饱、 小康、富裕，这是一种由低到高的等级排列；测量城 市规模，可以将其分为特大城市、大城市、中等城市、 小城市，这是一种由大到小的排列。
3、适用的统计方法有：
主要有中位数、四分位差、等级相关和非参数检验等。
三、定距尺度
定距尺度是能够确定测量对象的属性和特征 的差别程度的一种测量方法。也就是定距尺 度确定的每一等级之间的间距是相等的，可 以用来相加或相减。如智商、温度、学习成 绩等。
3、注意：
定距测量的值可以为零，但这个零并不具备数学中零的含义，即此时的零 并不是绝对的“无”，它是人们主观认定和选取的。
4、适用的统计方法有：
算术平均数、平均差、方差、积差相关、复相关、参数检验等。
四、定比尺度
定比尺度是反映社会现象之间的比例、倍数 关系的一种测量尺度。 如身高、出生率、 工资额等。
=≠
‹› +-
╳÷
适用统计方法 百分比、X2检验、 列联相关系数 中位数、四分位差、 等级相关、非参数检验
算术平均值、方差、 积差相关、复相关、 参数检验
算术平均值、方差、 积差相关、复相关、 参数检验、几何平均值
back
特点：
1、可将定距指标转换为数字，其尺度水平 比定序指标更高一个层次；
2、定距尺度上没有绝对的零点。
1、数学特征 能够进行加减运算，但不能进行乘除运算。 0不具备数学0的含义
例如：IQ为115与120
2、实例：
测量北京的温度为摄氏20度，广州的温度为摄氏30度。从这一测量中， 我们不仅可以了解到北京与广州的气结果），而且还了解到广州的气温比北京高 出摄氏10度（定距测量的结果）。
定距变量
定类变量就是变量值是分类的，一个一个类别，定序变量的变量值也是一个一个分类但是有等级次序，而定距变量的变量值是一个一个具体的数据，并且是连续性的数据，这些数据可以加减乘除，其中统计中还有一个定比变量，它和定距变量的唯一的区别就是它存在绝对零点，也就是说当变量值取0的时候，是有意义的，比如年龄取0的时候就表示没有年龄，但是温度取0的时候不表示没有温度，因此温度就是定比变量。
这里的教育年限看他是否是定比变量还是定距变量，主要看它的变量值，如果在输入数据的时候，变量教育年限的变量值是分类的，比如三年以下，三到五年，五年以上等等这样的情况就是定序变量；如果它的变量值是1年，2年，4年，10年等等具体的数据时，它就是定距变量，当然我们可以将定距变量当作定比变量来使用。
这两中变量在相关分析和回归分析时，需要严格区分。
测量的层次
1.标记 识别的记号，当数字被用做标记时，它并不是 表示数量多少，也不能做数量运算。 例如，足球运动等活动用号码区分运动员，3号 球员、6号球员、9号球员，但是不能说3号运 动员+6号运动员=9号运动员。 2.类别 变量不同状态的度量。 例如，性别：男、女
例如，将“文盲与半文盲” 、“小学毕业”、 “初中毕业”、“高中或中专毕业”、“大专 或大学毕业及以上”
分别于数字1、2、3、4、5来代表。12345，
但是不能说1+2=3。
2）某些时候，定序层次的测量结果可近似的看 作是定距层次的运用。 例如，“非常赞成” 、“比较赞成” 、“中 立”、“不太赞成” 、“很不赞成”。
四、定比测量
Hello!
又称比例测量或等比测量，除具有上述三种测
量的全部性质之外，具有一个有实际意义的绝
对的零点，其数据可以加减或乘除运算。
例如，年龄、工资、出生率、性别比、离婚率 张三工资6800、李四3400，那么6800 ÷3400=2，张三的工资是李四的2倍。
定比测量与 定距测量如 何区分？
此时，研究者可以认为，这样的变量在测 量的尺度上的取值基本上是平均划分的， 即“非常赞成” 与“比较赞成” 之间的距
离也基本上等同于“比较赞成” 与“中立”
之间的距离。
三、定距测量
Hello!
又称等距测量或区间测量，它不仅能将 社会现象或事物区分为不同的类别、不 同的等级，而且可以确定它们相互的间 隔距离和数量差别。
例如，人的智商正常在90~110之间。 张三智商125、李四智商110，那么，张三智商比 李四智商高15， 125-110=15。 “三九” 天，测量到漠河的气温-25℃，三亚气温 15℃，对该结果分析： 1）仅仅了解漠河与三亚两地的气温，是定类测量 的结果 2）了解到三亚气温比漠河气温高，则是定序测量 的结果
第六章统计分析方法(1)
第三节 推断统计
推断统计指用概率形式来决断数据之间是否存在某种关系及用 样本统计值来推测总体特征的一种重要的统计方法。 一、概率 概率也称“机率”、“或然率”。表示随机事件发生可能大小 的量。 二、正态分布 正态分布是一种应用广泛的常见分布。例如同一年龄组学生的 身高、智商、成绩等均服从或近似服从正态分布。
7225 6400 7056 7396 6084 5625 6889 8100 7921 7744
70440
7744 7569 7225 7056 6561 5776 7225 8836 8464 8464
74920
7480 6960 7140 7224 6318 5700 7055 8460 8188 8096
第六章 统计分析方法
第一节
一、总体与样本 总体：统计研究对象的全体 如，某项统计分析的任务是要了解全区一年级学生的视力情况， 那么，全区所有一年级学生的视力就构成了一个总体。 总 体 无限总体 ：总体包含的数目是无限的。 有限总体 ：总体包含的数目是有限的。
若干基本统计术语
个体：组成总体的基本单位。 比如，某区一年级学生视力总体的每一个学生的视力都是一个个 体。 样品：从总体中抽出一部分个体进行研究，被抽到的个体。 样品容量（n或N）：样品的个数。 样本容量大于30的样本称为大样本，样本容量小于30的样本称 为小样本。 二、变量 变量（variable）:是指研究对象的个体之间在性质和数量上可以 变化并可以测量的条件、现象或特征。 比如年级的高低、成绩的多少、态度的好坏等。
例如：10名5岁幼儿在语言X和常识Y上的得分如表所示，求两 者的相关程度。
序号 语言X 常识Y X2 Y2 语言x常识(XY)
1 2 3 4 5 6 7 8 9 10
spss基础知识
1.定义变量（1） Name：定义变量名变量名必须以字母或字符 @开头，其它字符可以是任何字母、数字或 _、 @、 #、 $等符号。
变量名总长度不能超过 8 个字符（即 4 个汉字）。
（2） Type：定义变量类型SPSS 的主要变量类型有：Numeric （标准数值型）、Comma（带逗号的数值型）、Dot（圆点作小数点的数值型）、Scientific Notation （科学记数法）、Date（日期型）、Dollar （带美元符号的数值型）、Custom Currency （自定义型）、String （字符型）。
单击Type 相应单元中的按钮，选择合适的变量类型并单击OK。
（3） Width ：变量长度设置数值变量的长度，当变量为日期型时无效。
（4） Decimal ：变量小数点位数设置数值变量的小数点位数，当变量为日期型时无效。
（5） Label ：变量标签变量标签是对变量名的进一步描述，变量只能由不超过8 个字符组成， 8 个字符经常不足以表示变量的含义。
而变量标签可长达120 个字符，变量标签对大小写敏感，显示时与输入值完全一样，需要时可用变量标签对变量名的含义加以解释。
（6） Value ：变量值标签值标签是对变量的每一个可能取值的进一步描述。
（7） Missing ：缺失值的定义方式SPSS 有两类缺失值：系统缺失值和用户缺失值。
在数据长方形中任何空的数字单元都被认为系统缺失值，用点号（?）表示。
SPSS可以指定那些由于特殊原因造成的信息缺失值，然后将它们标为用户缺失值，统计过程识别这种标识，带有缺失值的观测被特殊处理。
默认值为None。
单击 Value相应单元中的按钮，可改变缺失值定义方式。
（8） Column：变量的显示宽度输入变量的显示宽度，默认为 8。
（9） Align ：变量显示的对齐方式选择变量值显示时的对齐方式： Left （左对齐）、 Right （右对齐）、 Center （居中对齐）。
社会统计学2
第一节分布、统计表和统计图
• 一、变量及其测量划分 • 变量是所研究问题的特征或性质，也称作指标。在自然科学中，
变量是可以通过仪器进行测量的。在社会学研究中，变量往往通 过向被访者问问题来进行测量。落实在变量的设计上，就需要根 据调查研究的问题的不同，设计出不同层次的变量，具体划分为 定类变量、定序变量、定距变量、定比变量。
• １、定类变量
• 定类变量是最低的变量层次，它的取值只有类别属性之分，而无 大小程度之别，如民族、婚姻、职业等变量。
• ２、定序变量
• 定序变量的取值除了有类别属性之外，还有等级次序的差别，其 层次高于定类变量，常见的定序变量，如受教育程度、满意度、 幸福感、社会经济地位等。在使用量表测量时，往往是基于定序 变量。
如贫困问题，需要对低收入段分得细一些。研究老龄化问题，则 需要对老年群体分得细一些。这些都会带来非等距分组。
• ３、组限
• 组限是指每组的范围，即每组的上限和下限。对于离散型变量一 般采取相邻组限不重叠的原则，而对于连续型变量，可能出现相 邻组限重叠的情况，这时采取的原则就是“上组限不在内”原则。 对于开口组求组中值，是依据相邻组的组距加减其一半求得。
• 箱体图反映数据的集中程度，也反映出均值的代表性程度。
• 图2-8显示，流动人口中，女性的平均年龄略低于男性，女性的年 龄更加集中。
第二节 集中趋势测量法
• 集中趋势测量法是找出一个数值来代表该变量数据集结情况的方 法。该方法的优劣在于，由于是根据一个代表值来估计或预测每 个研究对象的数值，因此运用该方法要舍去变量的某些信息，但 由于该数据是最有代表性的数值，以该数值做代表所产生的误差 最小。
• １、点线图
• 线代表变量，线上标明的是变量的取值，线上方的每一个点代表 一个观测值。点线图的优点是直接，能够看到哪些地方观测值密 集，哪些地方观测值稀少，不丢失任何信息。
无线电监测数据分析中的变量和指标体系分析
无线电监测数据分析中的变量和指标体系分析随着我国经济社会的快速发展，制造强国和网络强国战略落实推进，各行各业对无线电频谱资源的需求不断增加。
公众移动通信、广播电视、民航、铁路、安防等领域不断提出新的频谱需求，相对有限的频谱资源和不断增长的频谱需求之间的矛盾越来越突出。
为了合理规划和有效使用无线电频谱资源，无线电监测数据分析变得越来越重要。
科学有效的数据分析是支撑频谱资源合理规划和高效使用的重要前提，而无线电监测数据分析中的变量和指标体系是数据分析的基础。
1变量和指标体系1.1变量在统计学上，根据变量的可量性可以将变量划分为定类变量、定序变量、定距变量和定比变量四种类型，它们的可量性依次越来越高，后者包含前者，前者不包含后者。
定类变量是指将总体单位按照某种属性或特征划分为若干并列的类别，也叫列名变量。
定类变量是最基本、最粗略的计量尺度，只可以进行=或≠运算。
例如按调制方式将无线电监测数据分为调频、调幅、调相和混合调制四类。
定序变量是指把总体单位按一定特征的大小、高低、强弱等顺序排列起来，构成定序数据，也叫顺序变量。
定序变量是计量尺度更高一级的变量，可以进行>、、、<、=、≠、+、-、×或÷运算。
例如功率大小为20W、30W、40W、100W 等。
1.2指标及指标体系指标是反映和说明统计总体数量特征的科学概念与具体数值。
按性质不同可以分为数量指标和质量指标，数量指标是说明总体规模和水平的各种总量指标，质量指标是反映总体效益或质量的相对指标或平均指标。
指标具有数量性、综合性、客观性、科学性和可操作性等特点。
指标体系是一系列相互联系、相互制约，从不同角度、层面、环节全面反映复杂总体特征的指标系统。
单一的指标只能反映研究对象某一方面的特征，要全面了解研究对象，必须建立科学的指标体系。
2无线电监测数据变量分析常用的无线电监测数据变量有频率、电平、带宽等。
频率变量是一个定序变量，可以按频率高低顺序排列起来。
《社会调查与研究方法》练习测试题库参考答案【最新】
《社会调查与研究方法》练习测试题库一、单选题1、测量没有绝对的零点，所得出的数据只能做加减，不能做乘除等运算，以等距离的测量单位去衡量不同的类别或等级间的距离的测量层次是：（）A.定类测量；B.定序测量；C.定距测量；D.定比测量2、被测量的概念或事物放在量表的顶端，要求被调查者根据自己的感觉在每一对反义形容词构成的量尺中的适当位置划记号，研究者通过对这些记号所代表的分数的计算，来研究人们对某一概念或事物的看法或态度，或者进行个人或团体间的比较分析。
这是利用：（）量表在进行测量。
A.总加量表；B.语义差异量表；C.程度量表；D.测验量表3、下列属于结构访问法的是：（）A.当面访问；B.网络访问；C.个别访问；D.集中访问4、在各种抽样方式中，代表性最高的是：A.分层抽样；B.等距抽样；C.整群抽样；D.多阶段抽样；E.随机抽样5、某市有23个区，共714万人，从中抽取1000人的样本，将区作为初级抽样单位，每区人数不等，把每区人数的号码范围列出，东区是1-120000号，西区是120001-270000号…..一直排到7140000号。
从这些号码中用随机数字表确定10个号码，则这10个号码所落入的区即为调查区。
如抽中340000号，它落在南区，则南区为调查区，从这10个调查区中，每区再随机抽取100人就构成最终样本。
这中抽样方法是：（）A.分层抽样；B.等距抽样；C.整群抽样；D.多阶段抽样；E.随机抽样6、（）是一组数据中不同取值的频数相对于总数的比率分布情况，这种比率在社会调查中经常是以百分比的形式来表达。
A.百分位数；B.相对平均数；C.频数分布；D.频率分布7、一组数据中取不同值的个案的次数分布情况是：（）A.平均数；B.众数；C.频率分布；D.频数分布8、（）的主要目标是要用调查所得资料来解释和说明某类现象产生的原因，或说明不同现象相互之间的关系。
A.描述性调查报告；B.专题性调查报告；C.解释性调查报告；D.综合性调查报告9、（）是指采用同样的方法对同一对象进行测量时，所得结果一致的程度。
数据类型
机器学习中数据一般分为四种，分别为标称型数据（Nominal），排序型数据（Ordinal），间隔型数据（Interval）和比率型数据（Ratio），分别对应定类，定序，定距和定比。
一、标称型数据（Nominal）
互斥，无序但是有类别。
变量的不同取值仅仅代表不同类的事物，这样的变量称为定类变量。
比如：性别，肤色就是定类变量，对于这种变量来说，加减乘除的运算时没有意义的。
二、排序型数据（Ordinal）
有顺序，有类别，但是无运算意义。
变量的值不仅可以代表事物的类别，还可以表示事物的某种特性的顺序或大小，这样的变量叫做定序变量。
比如文化程度：小学，中学，高中，大学等，这些数据可以排序，也有一定的实际意义，但是运算没有意义。
三、间隔型数据（Interval）
本质是数据之间的间隔，变量之间的值可以比较大小，差值有实际意义，此类变量可以成为定距变量。
比如年龄，月平均收入等，都是定距变量。
四、比率型数据（Ratio）
0点有明确的定义，比如质量，高度。
定比变量和定距变量在市场调查中一般不加以区分，二者区别在于，定距变量为0时不表示没有，只是值为0，定比变量为0时表示没有。
社会统计学知识(2020.05.29)
社会统计学知识1.定类变量：当变量值的含义仅表示个体的不同类别，而不能说明个体的大小、程度等其他特征时，这种变量称为定类变量。
P72.定序变量：当变量值的含义不仅表示个体的不同类别，还可以区分个体之间的大小、程度等序次差异时，这种变量称为定序变量。
P83.定距变量：当变量值不仅可以将个体区分为不同类别并进行排序，而且可以确定不同类别之间的数量差别和间隔差距时，这种变量称为定距变量。
P84.定比变量：当变量除了具有定类、定序、定距这三种变量的全部特征外，还可以计算两个变量之间的比值时，这样的变量称为定比变量。
P95.离散变量：如果一个变量的变量值是间断的，可以一一列举的，这种变量称为离散变量。
6.连续变量：如果一个变量的变量值是连续不断的，即可以取无限多个数值，这种变量称为连续变量。
P107.自变量：把能引起其他变量变化的变量，称为自变量。
P108.因变量：把由其他变量的变化而导致自身发生变化的变量称为因变量。
P109.总体：是指构成它的所有个体的集合，P1110.个体：是指构成总体的最基本单位。
P1111.样本：是指从总体中按照一定方法抽取的一部分个体的集合。
P1112.抽样单位：是指一次直接的抽样所使用的基本单位。
P1113.抽样框：是指一次直接抽样时样本中所有抽样单位的名单。
P1114.普查：是指对总体中所有的个体进行的一次全面调查。
P1215.抽样调查：是指从总体中按照一定方法抽取的一部分个体组成一个样本进行调查的方式，再根据调查结果推断总体特征。
16.归纳法：是从特殊到一般，也就是从一组具体的观察结果推导出一般性的规律或法则；17.演绎法：是从一般到特殊，也就是研究者从想要检验的一般性理论开始，然后去观察、收集资料，通过这些资料来检验这个理论。
18.组距：各组上限值与下限值的差。
P4519.频数：就是某个类别或某个小组中的数据个数，也叫次数。
P4920.频率：就是一个样本中某一类别或某一小组中数据个数占总数据个数的比重。
单变量的统计描述
二、单变量的统计描述方法
基本描述
集中趋势 离散趋势
定类层次
次数、比例、比率、 表格、图示
众数
次数、比例、比率、
定序层次
表格、图示、累计次 数、累计百分比
农民 工人 干部
0
乙校学生的父亲职业 f
100 200 300 400
（二）集中趋势测量法
（1）集中趋势测量法 (measures of central tendency)： 就是找出一个数值来代表变量的资料分布，以反映资料的 集结情况。该方法的意义，就是根据该代表值(或称典型 值)来估计或预测每个研究对象的数值。
中位数
异众比率 四分位差
定距层次
次数、比例、比率、 表格、图示、累计次 数、累计百分比、分 组
均值
标准差
（一）分布 统计表 统计图
1、 分布 统计学里的分布是指一个概念或变量，它的各种情况出现的次数或频数，
也称频次分布。如住房产别包括12种情况，按被访人的回答，可以得到12对数 据：(x1，n1)，(x2，n2)…(x12，n12).
4、分组步骤 第一，搜集数据; 第二，在数据中找出最大值L， 最小值S及极差值R; 第三，把数据分组，如K组; 第四，计算组距h; 第五，计算组中值 。
3、统计图
定类变量:圆瓣图;条形图 定序变量:条形图 定距变量:直方图;折线图
甲校学生的父亲职业
农民 52%
干部 20%
工人 28%
干部 工人 农民
（３）虽然均值对资料的信息利用充分，但对 严重偏态的分布，会失去它应有的代表性。
教你区分定类、定序、定距、定比变量
定类变量定序变量定距变量定比变量定类变量变量的一种，根据定性的原则区分总体各个案类别的变量。
定类变量的值只能把研究对象分类，也即只能决定研究对象是同类抑或不同类，具有＝与≠的数学性质。
例如性别区分为男性和女性两类；出生地区分为农村、城市、城镇三类；民族背景区分为汉、蒙、回、苗、壮、藏、维吾尔等；婚姻状况区分为未婚、已婚、分居、离婚、丧偶等类。
这些变量的值，只能区别异同，属于定类层次。
设计定类变量的各个类别时，要注意两个原则。
一个是类与类之间要互相排斥，也即每个研究对象只能归入一类；另一个是所有研究对象均有归属，不可遗漏。
例如性别分为男女两类，它既概括了人的性别的全部类别，同时类别之间又具有排斥性。
定序变量变量的一种，区别同一类别个案中等级次序的变量。
定序变量能决定次序，也即变量的值能把研究对象排列高低或大小，具有＞与＜的数学特质。
它是比定类变量层次更高的变量，因此也具有定类变量的特质，即区分类别（＝，≠）。
例如文化程度可以分为大学、高中、初中、小学、文盲；工厂规模可以分为大、中、小；年龄可以分为老、中、青。
这些变量的值，既可以区分异同，也可以区别研究对象的高低或大小。
但是，各个定序变量的值之间没有确切的间隔距离。
比如大学究竟比高中高出多少，大学与高中之间的距离和初中与小学之间的距离是否相等，通常是没有确切的尺度来测量的。
定序变量在各个案上所取的变量值只具有大于或小于的性质，只能排列出它们的顺序，而不能反映出大于或小于的数量或距离。
定距变量也是变量的一种，区别同一类别个案中等级次序及其距离的变量。
它除了包括定序变量的特性外，还能确切测量同一类别各个案高低、大小次序之间的距离，因而具有加与减的数学特质。
但是，定距变量没有一个真正的零点。
例如，摄氏温度这一定距变量说明，摄氏40度比30度高10度，摄氏30度比20度又高10度，它们之间高出的距离相等，而摄氏零度并不是没有温度。
又比如调查数个地区的工人占全部劳动人口的比率时，发现甲、乙，丙、丁、戊五个地区的比率分别是2％、10％、35％、20％、10％。
风笑天《社会学研究方法》 章节题库 (测量与操作化)【圣才出品】
第五章测量与操作化一、单项选择题1．下列不属于定比变量的是（）。
（中财2009年研）A．收入B．受教育年限C．温度D．年龄【答案】C【解析】定比尺度又称等比测量或比例测量，是测量中的最高层次，它除了含有定类尺度、定序尺度和定距尺度的特征之外，还有一个特征就是具有实在意义的真正零点。
C项，温度没有绝对的零点。
2．下列量表中，哪一种具有计算题目分辨力的功能？（）（中财2009年研；中财2007年研）A．李克特量表B．格特曼量表C．鲍格达斯量表D．语义差异量表【答案】A【解析】目前使用最广泛的总加量表是李克特量表，只有总加量表具有计算分辨力的功能，李克特量表是总加量表的一种特定形式。
分辨力的计算方法是：先根据受测对象全体的总分排序；然后取出总分最高的。
李克特量表就是利用分辨力来计算的。
3．用来测量社会距离或社会交往程度的量表是（）。
（中财2008年研）A．李克特量表B．格特曼量表C．鲍格达斯量表D．语义差异量表【答案】C【解析】鲍格达斯量表是由一组表示不同社会距离或社会交往程度的陈述组成的，要求被调查者根据自己的看法对这些陈述表态的，用来测量社会距离或社会交往程度的量表。
其测量所得到的结果，既可以用来比较具有不同特征的人们对某一群体的社会距离的大小，也可以用来比较具有相同特征的人们对不同的群体的社会距离的大小。
二、多项选择题1．下列测量中属于定比测量的有（）。
（中财2012年研）A．温度B．收入C．人口出生率D．公元纪年E．职业【答案】BC【解析】定比尺度又称等比测量或比例测量，是测量中的最高层次，它除了含有定类尺度、定序尺度和定距尺度的特征之外，还有一个特征就是具有实在意义的真正零点。
所以，它测量所得到的数据既能进行加减运算，又能进行乘除运算。
AD两项没有绝对的零点；E 项并不能进行乘除加减运算。
2．测量的尺度包括（）。
（中财2008年研）A．定类尺度B．定序尺度C．定距尺度D．定比尺度E．定向尺度【答案】ABCD3．下列属于检验测量工具稳定性程度的方法有（）。
社会统计学复习题
1.定类变量是指取值只有属性之分，没有大小程度之分。
定序变量是指除类别属性之外，还有等级次序的差别、大小之分。
定距变量是指区别它是连续型变量还是离散型变量。
定比变量是指其取值还可构成一个比率。
2.分布是指概率分布或频次分布。
在一个分布中，变量的取值应注意（1）变量取值必须完备；（2）变量取值必须互斥。
3.根据变量的不同层次，统计图的选择是不同的，定类变量选择圆瓣图和图；定序变量选择条形图；定距变量选择直方图和折线图。
4.圆瓣图是指将资料展示在一个圆平面上，通常用圆形代表现象的总体；条形图是指用长条的高度来表示资料类别的次数或百分数；直方图是指由紧挨着的长度所组成，以长条的面积来表示频次或相对频次；折线图是指用直线连接直方图中条形顶端的中点。
5.频次密度是指直方图的长条面积=频次/组距；相对频次密度是指条形的长度，即纵轴的高度。
6.累计图或累计表是指大于某个变量值的频次是多少或小于某个变量值的频次是多少。
7.左偏态是指偏态图形左边尾巴拖得较长的图形；右偏态是指。
8.反映分布集中值或集中趋势的指标有众值、中位值、均值。
众值适用于定类、定序、定距变量；中位值适用于定距、定序变量；均值适用于定距变量。
9.对于众值、中位值和均值三者的大小关系，对称图形表现为众值、中位值、均值三者位置重叠；右偏态表现为均值变化较快，中位值次之，众值不变；左偏态表现为。
10.反映分布离散趋势的指标有异众比率、极差、四分互差、方差或标准差。
适用于定类变量的有异众比率；适用于定序变量的有异众比率、极差、四分互差；适用于定距变量的有异众比率、极差、四分互差，方差或标准差。
11.当变量值较大而次数较多时，平均数接近于变量值较大的一方，当变量值较小而次数较多时，平均数靠近于变量值较小的一方。
12.某班70%的同学平均成绩为85分，另30%的同学平均成绩为70分，则全班总平均成绩为 80.5 分。
13.统计中的变量数列是以均值为中心而左右波动，所以这个指标反映了总体分布的集中趋势。
体育统计学资料
一．名词解释体育统计：运用统计的原理和方法，通过对体育教学，训练，科研和管理中随机现象的描述，推理和分析，揭示其数量规律的一门应用科学。
包括描述统计，假设检验，参数估计，多元统计分析，非参数统计。
定类变量：是最低层次的变量，它的取值只有类别属性之分，而无大小，程度之分。
定序变量：它的测度水平高于定类变量，它的取值出了类别属性之外，还有等级，次序的差别定距变量：水平高于定类，取值除了类别属性之外，取值之间的距离还可以用标准化的距离去度量它，但定距变量没有自然以以下的零点。
样本特征数：描述样本数据分布特征的统计指标，主要分为集中量数和差异量数。
分布参数：描述样本数据分布形状的指标。
集中量数：是反映一组数据集中趋势的特征数，主要包括算术平均数，中位数，百分位数，众数。
中位数：将一组数据按大小顺序排列后，处于中间位置的数，用Me表示差异量数：是反映一组数据离散趋势的特征数，主要包括极差，四分差，方差，标准差，变异系数偏度系数：是反映数据分布的偏斜方向和程度的指标，用sk表示峰度系数：是反映数据分布尖峰或平峰程度的指标，用Ku表示若P(A)《=0.05，则称事件为小概率事件，小小概率事件在一次实验中可看作是不可能事件，认为不可能发生，这一原则称为小概率事件原则相关关系：变量之间存在的不确定的数量关系线性相关系数：对于两个连续性变量来说，描述两个变量之间直线关系的密切程度和相关方向的统计指标完全无关：当两个变量x与y之间，y的变化不受x的影响时（反之亦然）相对数：是两个有关的绝对数之比，也可以是两个统计指标值比动态分析法:是以客观现象所显现出来的数量特征为标准，判断被研究现象是否符合正常发展趋势的要求，探求其偏离正常发展趋势的原因并对未来的发展趋势进行预测的一种统计分析方法。
常见的动态分析指标有定基比，环比，增长率，增长速度率=某现象发生次数！该现象可能发生次数定基比=（报告期水平！基期水平）*100%环比=（报告期水平！前一期水平）*100%组内平方和：随机误差成为组内差异，反映了随机误差造成的差异大小。
定类变量定序变量定距变量定比变量
定类变量定序变量定距变量定比变量不同类型的数据在统计学分析中具有不同的意义和应用，因此对于数据的分类十分重要。
在数据分析中，我们通常将数据分为四类：定类变量、定序变量、定距变量和定比变量。
下面我们将分步骤阐述这四类变量的定义和特点。
1. 定类变量定类变量是指具有明确分类的变量，如性别、种族、学历等。
这些变量通常是非数值型的，但是它们的分类是互不相交的。
在定类变量中，没有数值大小之分，因此无法进行类似于加减、乘除等算数运算，只能通过比较两个分类的变量是否相同来进行统计分析。
2. 定序变量定序变量是指具有明确分类的变量，但是各个分类之间存在一定的顺序关系。
如考试成绩的优、良、中、差、不及格等级别。
定序变量的分类具有一定的大小等级之分，但是这些等级之间的差距是不确定的，因此也不能进行精确的度量。
3. 定距变量定距变量是指具有明确分类的变量，各个分类之间的差距是确定的，如体重、年龄、温度等。
定距变量可以进行准确的加减运算，但是无法进行乘除运算。
此外，在定距变量中，0点通常是一个意义明确的点，如摄氏度的0点是冰点。
4. 定比变量定比变量是指具有明确分类的变量，各个分类之间的差距是确定的，同时存在一个绝对0点。
如长度、质量、时间等都属于定比变量。
定比变量可以进行准确的加减、乘除等算数运算。
这四类变量在数据分析中的应用非常广泛。
根据变量类型的不同，我们需要采取不同的分析方法。
例如，在分析定类变量时，我们通常使用频数分布表或条形图，而在分析定比变量时，我们更多地使用均值、方差等统计量。
综上所述，对于不同类型的数据，我们需要采取不同的分析方法，才能够准确地得出结论。
了解数据的类型，有助于我们更加深入地理解数据，从而做出更加准确的分析。
第二章单变量统计描述分析
第⼆章单变量统计描述分析第⼆章单变量统计描述分析第⼀节单变量统计描述基本技术⼀、变量的计量尺度/层次1、定类变量——最低层次的变量类型。
只有类别属性之分，⽆⼤⼩程度之分。
根据变量值，只能知道研究对象的异同。
从数学运算特性来看，定类变量只有等于或不等于的性质。
2、定序变量——层次⾼于定类变量。
取值除类别属性外，还有等级、次序之分。
数学运算特性除等于或不等于外，还有⼤于或⼩于。
3、定距变量——层次⾼于定序变量。
取值除类别属性、次序之外，取值之间的距离可以⽤标准化的举例度量。
数学运算特性除等于不等于，⼤于⼩于之外，还可以加减。
如收⼊，以1元为标准化距离，则2000元⽐1500元多了500元。
4、定⽐变量——最⾼层次变量。
除了上述三种属性外，可以进⾏乘除运算。
1、社会学研究中，能够满⾜定距⽽不能同时满⾜定⽐要求的变量不多。
如智商,因为智商0分只有相对的意义，0分不等于没有智商，且0值不固定。
当前社会统计⽅法很少要求达到定⽐层测，所以只介绍前三种层次变量。
2、在社会学研究当中，有些变量的层次是不统⼀可变的，可⽤定序层次也可⽤定距层次，根据研究需要。
⾼层次变量可以降低层次来使⽤。
⼀般来说，测量层次越⾼越好，数学特性就越多，统计分析就越⽅便，能了解资料的程度就越深⼊。
⼆、基本技术1、次数分布（定类）——针对定类变量最基本的统计分析⽅法。
⾯对⼤量的数据资料，⾸先要组织整理，第⼀步就是要采⽤次数分布来简化资料，看某变量的每⼀个值出现的次数是多少。
定类变量的取值要求：变量取值必须完备，使得每个各观察值都有所归类；必须互斥，⼀个观察值只能归⼊⼀类，对于分组数据遵循上限不包括在内原则。
次数分布可简化资料，但不能⽐较样本，因为样本量不同。
2、⽐、⽐例和⽐率（通常保留⼀位或两位⼩数）⽐：某两类的次数相除，如性别⽐=男性/⼥性⽐例：某类次数除以总数，⽼年⼈⼝⽐例=⽼年⼈⼝数/总⼈⼝数×100%⽐率：某⼀确定变量相对应的某些事件发⽣的频率。
定类变量定序变量定距变量定比变量
定类变量定序变量定距变量定比变量
定类变量、定序变量、定距变量、定比变量是统计学中常用的四种变量类型。
它们在数据分析中有着不同的应用和意义。
定类变量是指具有明确类别的变量，例如性别、民族、职业等。
这种变量通常用于描述人口统计学特征或分类问题。
在数据分析中，我们可以使用频数表或条形图等方式来展示定类变量的分布情况。
定序变量是指具有顺序关系的变量，例如学历、收入等。
这种变量通常用于描述人群的特征或比较不同群体之间的差异。
在数据分析中，我们可以使用频数表、条形图或箱线图等方式来展示定序变量的分布情况和差异。
定距变量是指具有等距关系的变量，例如温度、时间等。
这种变量通常用于描述连续性的数据或时间序列数据。
在数据分析中，我们可以使用直方图、密度图或折线图等方式来展示定距变量的分布情况和趋势。
定比变量是指具有等比关系的变量，例如身高、体重等。
这种变量通常用于描述数量性的数据或比较不同群体之间的差异。
在数据分析中，我们可以使用频数表、直方图或箱线图等方式来展示定比变量的分布情况和差异。
在实际数据分析中，我们需要根据变量的类型选择合适的统计方法和可视化方式。
同时，我们也需要注意变量之间的关系和相互影响，
以便更好地理解数据和做出正确的决策。
- 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)。
定类变量定序变量定距变量定比变量定类变量
定类变量变量的一种，根据定性的原则区分总体各个案类别的变量。
定类变量的值只能把研究对象分类，也即只能决定研究对象是同类抑或不同类，具有＝与≠的数学性质。
例如性别区分为男性和女性两类；出生地区分为农村、城市、城镇三类；民族背景区分为汉、蒙、回、苗、壮、藏、维吾尔等；婚姻状况区分为未婚、已婚、分居、离婚、丧偶等类。
这些变量的值，只能区别异同，属于定类层次。
设计定类变量的各个类别时，要注意两个原则。
一个是类与类之间要互相排斥，也即每个研究对象只能归入一类；另一个是所有研究对象均有归属，不可遗漏。
例如性别分为男女两类，它既概括了人的性别的全部类别，同时类别之间又具有排斥性。
定序变量变量的一种，区别同一类别个案中等级次序的变量。
定序变量能决定次序，也即变量的值能把研究对象排列高低或大小，具有＞与＜的数学特质。
它是比定类变量层次更高的变量，因此也具有定类变量的特质，即区分类别（＝，≠）。
例如文化程度可以分为大学、高中、初中、小学、文盲；工厂规模可以分为大、中、小；年龄可以分为老、中、青。
这些变量的值，既可以区分异同，也可以区别研究对象的高低或大小。
但是，各个定序变量的值之间没有确切的间隔距离。
比如大学究竟比高中高出多少，大学与高中之间的距离和初中与小学之间的距离是否相等，通常是没有确切的尺度来测量的。
定序变量在各个案上所取的变量值只具有大于或小于的性质，只能排列出它们的顺序，而不能反映出大于或小于的数量或距离。
定距变量也是变量的一种，区别同一类别个案中等级次序及其距离的变量。
它除了包括定序变量的特性外，还能确切测量同一类别各个案高低、大小次序之间的距离，因而具有加与减的数学特质。
但是，定距变量没有一个真正的零点。
例如，摄氏温度这一定距变量说明，摄氏40度比30度高10度，摄氏30度比20度又高10度，它们之间高出的距离相等，而摄氏零度并不是没有温度。
又比如调查数个地区的工人占全部劳动人口的比率时，发现甲、乙，丙、丁、戊五个地区的比率分别是2％、10％、35％、20％、10％。
甲区与丙区相差33％，丙区与丁区相差15％。
这也是一个定距变量。
定距变量各类别之间的距离，只能用加减而不能用乘除或倍数的形式来说明它们之间的关系。
定比变量也是区别同一类别个案中等级次序及其距离的变量。
定比变量除了具有定距变量的特性外，还具有一个真正的零点，因而它具有乘与除（×、÷）的数学特质。
例如年龄和收入这两个变量，固然是定距变量，同时又是定比变量，因为其零点是绝对的，可以作乘除的运算。
如A月收入是60元，而B是30元，我们可以算出前者是后者的两倍。
智力商数这个变量是定距变量，但不是定比变量，因为其0分只具有相对的意义，不是绝对的或固定的，不能说某人的智商是0分就是没有智力；同时，由于其零点是不固定的，即使A 是140分而B是70分，我们也不能说前者的智力是后者的两倍，只能说两者相差70分。
因为0值是不固定的，如果将其向上移高20分，则A的智商变为120分而B变成50分，两者的相差仍是70分，但A却是B的2.4倍，而不是原先的两倍了。
摄氏温度这一变量也如此。
定比变量是最高测量层次的变量。