第五章数据分析
合集下载
相关主题
- 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)。
中位数相同，平均数相同，但差异很大（离散趋势）
1极差（range） 组中最高值与最低值的差距。
2四分互差用于度量定序数据变异指标
将一组数列等分为四段，各段分界点上的数称为四分位数。第 一个四分位数q1以下包括25%的数据,第二个四分位数q2以下包括50% 的数据，第三个四分位数q3以下包括75%的数据。四分互差就是第三 个四分位数与第一个四分位数的差的一半。
第五章 数据分析
第1节 数据处理——调查资料的 编码
编码的类型 编码：将获取的资料转换成数字的过程，
即调查信息的数据化。如“1”表示“男 性”，“2”表示“女性”。
编码的目的：便于计算机的处理。 编码的类型：前编码和后编码 前编码：调查之前确定编码（封闭式问题） 后编码：调查之后确定编码（开放式问题）
6网络广告
7其他（ ）
4崇文 8石景山 12大兴 16密云
1 045 128
5
1 0 3 0 5 6 0
“无回答”的编码 如果被调查者没有回答某一问题，一般
使用一个具体数字表示，如“9”、“99”等。 如：国标编码，性别 0，1，9
第2节 统计分析
1对资料进行简化和描述 2对变量之间的关系进行描述和深入分析 3通过样本资料推断整体
若尺子不符合标准，测量无效；若尺子是标准的，测量又 有效，则无论测多少次，结果必定可信。
信度和效度的关系
信度和效度的关系
信度和效度的关系图
,
第六章 理论研究
学者们从两个方向来建构或检验理论，即演 绎和归纳。
演绎从一个抽象的合乎逻辑的概念关系出发， 趋向具体的实证证据推进。即由一般到具体，从 解释到事实。
归纳则是从观察现实世界出发，趋向更为抽 象的经验通则和概念推进。即由具体到一般，从 事实到解释。
两个铁球同时着地
演绎
理论架构
形式理论
假设检验 经验的社会实况
中距理论 实质理论
假设经验通则
演绎式理论建构
• 1.详细说明主题； • 2.详细说明理论所要探索的现象范围； • 3.详细说明主要的概念和变量； • 4.找出关于这些变量关系的既存理论和知识
• 这些都是从典型的基本前提出发，用演绎与数理分析 得到相应的理论。
几种思路
1.从公理出发演绎出支持假设的结论 理性人假设-George Homans 交易理论：得到奖励越多，越愿
意完成一项任务 G.Jasso分布式公平：1，比较原理，选择参照点比
较，判断准则是相对效用2.研究假设，实际拥 有—参照拥有3.操作假设-寻找可度量的变量 结论：一个人谋利偏向从自身所在群体而非外部群 体得到好处，准则是相对财富的增加
编码举例
（1）您个人的基本情况
A性别：1男 2女
B年龄： 周岁
C职业： （请注明）
（2）贵公司总部所处地理位置：
1东城
2西城
3宣武
5海淀
6朝阳
7丰台
9通州
10顺义
11平谷
13门头沟
14昌平
15延庆
17怀柔 18房山
（3）贵公司曾经做过哪些广告？（不限项）
1电视广告
2广播广告
3报纸广告
4杂志广告
5户外广告
按定类、定序、定距、定比尺度
描述统计
单变量描述统计 描述某个变量属性值的集中趋势、离散趋势及其分布 集中趋势分析（众数mode、中位数median、平均数mean） 1众数
观测数据中出现频率最高的属性值。定类尺度下适用 表9-1 集中趋势分析数据
年龄
25 26 27 28 29 30 31
人数
6 7 12 10 6 5 5
96，96，97，99，100，101，102，04，155 则，众数=96，中位数=100，平均数=105.6
22000，23000，23000，25000， 26000，28000，55000 众数=23000 中位数=25000 平均数=28857
离散趋势分析 描述数据的差异程度。
例： A: 39 39 39 40 41 41 41 B: 10 20 30 40 50 60 70
描述统计 推论统计
管理研究的评估
信度与效度
• 信度与效度，二者既有联系又有区别，信度高效度不一定 高，效度高则信度必定高，换句话说，可信的不一定是有 效的，有效的则必定是可信的。
• 信度是效度的必要条件，但不是效度的充分条件。 • 没有信度就不可能有效度，但有了信度不一定有效度。 • 例子：以尺量布，量了几次结果都一样，证明其信度高；
累计人数 6 13 25 35 41 46 51
2中位数 将变量数据一分为二的变量值。 样本为奇数：Md=（n+1）/2 样本为偶数：Md=（n+1）/2左右两数的平
均值 中位数适合描述定序尺度的数据集中趋势
有时也能描述定比和定距的集中趋势
3平均数 观测值的总和除以观测次数x =Σｘi/N 。
定距和定比尺度下应用最多，特点是稳定，精确， 多次抽样平均趋于接近
q=（ q3-q3 ）/2
3标准差（定比和定距数据变异指标） 反映离中指标
σ：标准差 xi ：样本值 x ：平均数 N ：样本数
(xi x)2
N
频数和频率分布 频数分布：描述变量观测值中各属性值
出现的次数 频率分布：频数分布/个案总数
对称分布和非对称分布
双变量描述统计
定序和定类变量的关联分析 关联表
（定理或命题）； • 5.从这些主题逻辑地推论至所要研究的主题上。
演绎法例证
• 在“自利+理性”的前提假设下，再加上个人利益最大 化（生产者利益最大化、消费者利益最大化、在完全 理性完全信息基础上的期望收wk.baidu.com最大化），演绎为古 典经济学。
• 西蒙否定了“完备”理性的假设，提出了“有限理性” 概念，认为在不完备信息下无法得到全局最优，只能 在学习中不断完善，构建了决策理论。
变量关联的度量
（1）定类 变量与某一类属性相关的可能性 （2）定序（全序、偏序）变量的排序是正相关 还是负相关以及相关的程度
定距和定比变量的关联分析
相关性的有无、大小、方向，以及相关的具 体形态，可用作预测
（1）回归分析 （2）相关分析
多变量描述统计
多变量关联表—定类、定序 多元回归分析—定距、定比
以表格的形式显示两变量各种属性值组合的频数和频 率。列表示自变量，行表示因变量
因高
变 量
中
低
总计
自变量
低
中
21
47
38
41
79
14
138
102
高
总计
12
80
20
99
28
121
60 N=300
定序变量频率关联表
低
中
高 15.2% 46.1%
中 27.5% 40.2%
低 57.3% 13.7%
高 20% 33.3% 46.7%
1极差（range） 组中最高值与最低值的差距。
2四分互差用于度量定序数据变异指标
将一组数列等分为四段，各段分界点上的数称为四分位数。第 一个四分位数q1以下包括25%的数据,第二个四分位数q2以下包括50% 的数据，第三个四分位数q3以下包括75%的数据。四分互差就是第三 个四分位数与第一个四分位数的差的一半。
第五章 数据分析
第1节 数据处理——调查资料的 编码
编码的类型 编码：将获取的资料转换成数字的过程，
即调查信息的数据化。如“1”表示“男 性”，“2”表示“女性”。
编码的目的：便于计算机的处理。 编码的类型：前编码和后编码 前编码：调查之前确定编码（封闭式问题） 后编码：调查之后确定编码（开放式问题）
6网络广告
7其他（ ）
4崇文 8石景山 12大兴 16密云
1 045 128
5
1 0 3 0 5 6 0
“无回答”的编码 如果被调查者没有回答某一问题，一般
使用一个具体数字表示，如“9”、“99”等。 如：国标编码，性别 0，1，9
第2节 统计分析
1对资料进行简化和描述 2对变量之间的关系进行描述和深入分析 3通过样本资料推断整体
若尺子不符合标准，测量无效；若尺子是标准的，测量又 有效，则无论测多少次，结果必定可信。
信度和效度的关系
信度和效度的关系
信度和效度的关系图
,
第六章 理论研究
学者们从两个方向来建构或检验理论，即演 绎和归纳。
演绎从一个抽象的合乎逻辑的概念关系出发， 趋向具体的实证证据推进。即由一般到具体，从 解释到事实。
归纳则是从观察现实世界出发，趋向更为抽 象的经验通则和概念推进。即由具体到一般，从 事实到解释。
两个铁球同时着地
演绎
理论架构
形式理论
假设检验 经验的社会实况
中距理论 实质理论
假设经验通则
演绎式理论建构
• 1.详细说明主题； • 2.详细说明理论所要探索的现象范围； • 3.详细说明主要的概念和变量； • 4.找出关于这些变量关系的既存理论和知识
• 这些都是从典型的基本前提出发，用演绎与数理分析 得到相应的理论。
几种思路
1.从公理出发演绎出支持假设的结论 理性人假设-George Homans 交易理论：得到奖励越多，越愿
意完成一项任务 G.Jasso分布式公平：1，比较原理，选择参照点比
较，判断准则是相对效用2.研究假设，实际拥 有—参照拥有3.操作假设-寻找可度量的变量 结论：一个人谋利偏向从自身所在群体而非外部群 体得到好处，准则是相对财富的增加
编码举例
（1）您个人的基本情况
A性别：1男 2女
B年龄： 周岁
C职业： （请注明）
（2）贵公司总部所处地理位置：
1东城
2西城
3宣武
5海淀
6朝阳
7丰台
9通州
10顺义
11平谷
13门头沟
14昌平
15延庆
17怀柔 18房山
（3）贵公司曾经做过哪些广告？（不限项）
1电视广告
2广播广告
3报纸广告
4杂志广告
5户外广告
按定类、定序、定距、定比尺度
描述统计
单变量描述统计 描述某个变量属性值的集中趋势、离散趋势及其分布 集中趋势分析（众数mode、中位数median、平均数mean） 1众数
观测数据中出现频率最高的属性值。定类尺度下适用 表9-1 集中趋势分析数据
年龄
25 26 27 28 29 30 31
人数
6 7 12 10 6 5 5
96，96，97，99，100，101，102，04，155 则，众数=96，中位数=100，平均数=105.6
22000，23000，23000，25000， 26000，28000，55000 众数=23000 中位数=25000 平均数=28857
离散趋势分析 描述数据的差异程度。
例： A: 39 39 39 40 41 41 41 B: 10 20 30 40 50 60 70
描述统计 推论统计
管理研究的评估
信度与效度
• 信度与效度，二者既有联系又有区别，信度高效度不一定 高，效度高则信度必定高，换句话说，可信的不一定是有 效的，有效的则必定是可信的。
• 信度是效度的必要条件，但不是效度的充分条件。 • 没有信度就不可能有效度，但有了信度不一定有效度。 • 例子：以尺量布，量了几次结果都一样，证明其信度高；
累计人数 6 13 25 35 41 46 51
2中位数 将变量数据一分为二的变量值。 样本为奇数：Md=（n+1）/2 样本为偶数：Md=（n+1）/2左右两数的平
均值 中位数适合描述定序尺度的数据集中趋势
有时也能描述定比和定距的集中趋势
3平均数 观测值的总和除以观测次数x =Σｘi/N 。
定距和定比尺度下应用最多，特点是稳定，精确， 多次抽样平均趋于接近
q=（ q3-q3 ）/2
3标准差（定比和定距数据变异指标） 反映离中指标
σ：标准差 xi ：样本值 x ：平均数 N ：样本数
(xi x)2
N
频数和频率分布 频数分布：描述变量观测值中各属性值
出现的次数 频率分布：频数分布/个案总数
对称分布和非对称分布
双变量描述统计
定序和定类变量的关联分析 关联表
（定理或命题）； • 5.从这些主题逻辑地推论至所要研究的主题上。
演绎法例证
• 在“自利+理性”的前提假设下，再加上个人利益最大 化（生产者利益最大化、消费者利益最大化、在完全 理性完全信息基础上的期望收wk.baidu.com最大化），演绎为古 典经济学。
• 西蒙否定了“完备”理性的假设，提出了“有限理性” 概念，认为在不完备信息下无法得到全局最优，只能 在学习中不断完善，构建了决策理论。
变量关联的度量
（1）定类 变量与某一类属性相关的可能性 （2）定序（全序、偏序）变量的排序是正相关 还是负相关以及相关的程度
定距和定比变量的关联分析
相关性的有无、大小、方向，以及相关的具 体形态，可用作预测
（1）回归分析 （2）相关分析
多变量描述统计
多变量关联表—定类、定序 多元回归分析—定距、定比
以表格的形式显示两变量各种属性值组合的频数和频 率。列表示自变量，行表示因变量
因高
变 量
中
低
总计
自变量
低
中
21
47
38
41
79
14
138
102
高
总计
12
80
20
99
28
121
60 N=300
定序变量频率关联表
低
中
高 15.2% 46.1%
中 27.5% 40.2%
低 57.3% 13.7%
高 20% 33.3% 46.7%