统计学课件第三章-统计数据的整理与显示

§3.2 分类和顺序数据的整理与显示
一. 分类数据的整理与显示 二. 顺序数据的整理与显示
数据整理的几个概念
1. 频数(frequency) ：落在各类别中或各组中的 数据个数
2. 频率(比例)(proportion) ：某一类(组)别数 据 个数占全部数据的比值
3. 百分比(percentage) ：将对比的基数作为100 而计算的频率
§3.1 数据的预处理
一. 数据审核 二. 数据筛选 三. 数据排序
数据的预处理
1. 数据的审核 ▪ 检查数据中的错误
2. 数据的筛选 ▪ 找出符合条件的数据
3. 数据排序 ▪ 升序和降序 ▪ 寻找数据的基本特征
数据审核
原始数据的审核
• 审核的内容 1. 完整性审核
– 检查应调查的单位或个体是否有遗漏 – 所有的调查项目或指标是否填写齐全 2. 准确性审核 – 检查数据是否真实反映客观实际情况，内
分类数据的图示—饼图
汇源果汁 12%
露露 18%
可口可乐 30%
百事可乐 18%
不同品牌饮料的构成
旭日升冰茶 22%
定序数据的整理与图示
顺序数据的整理
• 1. 累积频数：各类别频数的逐级累加 • 2. 累积频率：各类别频率(百分比)的逐级累加
☺ ☺☺ ☺☺☺
顺序数据的频数分布表
【例】在一项城 市住房问题的研 究中，研究人员 在甲乙两个城市 各抽样调查300户 ，其中的一个问 题是：“您对您 家庭目前的住房 状况是否满意？
第 3 章 统计数据的整理与显示
§3.1 §3.2
§3.3 §3.4
数据的预处理 定类和定序尺度数据的整理与显示 一. 分类数据的整理与显示 二. 顺序数据的整理与显示 数值型数据的整理与显示 统计表
教学目的和要求
1. 了解数据预处理的内容和目的 2. 掌握定类和定序尺度数据的整理与显示方法 3. 掌握数值型数据的整理与显示方法 4. 用Excel作频数分布表和条形图 5. 合理使用统计表
3. 环形图可用于结构比较研究 4. 环形图主要用于展示分类和顺序数据
环形图
13%
7%
10% 8%
15% 21%
33% 36%
31% 26%
甲乙两城市家庭对住房状况的评价
非常不满意 不满意 一般 满意 非常满意
§3.3 数值型数据的整理与显示
数据分组
★统计分组
根据统计研究任务的要求和现象总体 的内在特点，把数据(统计)总体按照 某一标志划分为若干性质不同而又有 联系的几个部分，称为数据分组(统计 分组)。
– 主要用于对数值型数据的审核
二手数据的审核
1. 适用性审核 – 弄清楚数据的来源、数据的口径以及有关的 背景材料 – 确定数据是否符合自己分析研究的需要
2. 时效性审核 – 尽可能使用最新的数据
3. 确认是否必要做进一步的加工整理
数据筛选与排序
数据筛选
1. 当数据中的错误不能予以纠正，或者有些数据 不符合调查的要求而又无法弥补时，需要对数 据进行筛选
绿色
健康饮品
用Excel制作频数分布表
分类数据的图示—条形图
1. 用宽度相同的条形的高度或长短来表示各类别 数据的图形
2. 有单式条形图、复式条形图等形式 3. 主要用于反映分类数据的频数分布 4. 绘制时，各类别可以放在纵轴，称为条形图，
也可以放在横轴，称为柱形图
分类数据的图示—条形图
频数
16 15
★注 意
分组标志的选择必须根据统计研究目的，在 对现象进行分析的基础上，抓住具有本质性的区 别及反映现象内在联系的标志来作为分组标志。
分组方法
• 分组方法
单项式分组
组距分组 等距分组 异距分组
①、单项式分组：
一个变量值表示一个组的分组。适用于离散型变量
且变量的取值不多。例如，职工按家庭人口数分组，家
★关 键
统计分组是把总体按某一标志来分门别类的，选择 什么样的标志就有什么样的分组体系。因此，统计分组 的关键在于分组标志的选择和分组界限的确定。
选择分组标志是统计分组的核心问题,关键问题。 分组标志作为将现象总体划分为各个不同性质的组的标 准或根据，选择得正确与否，关系到能否正确反映总体 的性质特征、实现统计研究的目的任务。
数据整理的目的
数据整理的目的在于将个别单位的标志值转化 为说明总体数量特征的指标值，使统计资料系统化， 从而得出反映现象总体性和规律性的综合资料，为统 计分析提供基础和前提条件。数据根据其标志的类型, 将数据分为分类数据、定序数据和数值型数据.
数据整理与显示的基本问题
1. 要弄清所面对的数据类型，因为不同类型的数 据，所采取的处理方式和方法是不同的
不满意 (b)向上累积
满意
甲城市家庭对住房状况评价的累积频数分布
环形图
1. 环形图中间有一个“空洞”，总体中的每一部 分数据用环中的一段表示
2. 环形图与圆形图类似，但又有区别 – 圆形图只能显示一个总体各部分所占的比 例 – 环形图则可以同时绘制多个总体的数据系 列，每一个总体的数据系列为一个环
实例
•通过调查取得100个商业企业某月销售额资料 （单位：万元）：
20，60， 45，90， 105，56， 250，89，130，… ，300 •将这些数据资料按“销售额”多少进行分组， 得到下列各组：
100个商业企业某月销售额资料
销售额(万元) 0-50
50-100 100-150 150-200 200-250 250-300
1. 将变量值的一个区间作为一组 2. 适合于连续变量 3. 适合于变量值较多的情况 4. 需要遵循“穷尽” 原则和“互斥” 原
则 5. 可采用等距分组，也可采用不等距分组
☺~ ☺ ☺~ ☺ ☺~ ☺ ☺~ ☺
☺~ ☺
组距分组(几个概念)
• 1. 下限(low limit) ：一个组的最小值 • 2. 上限(upper limit) ：一个组的最大值 • 3. 组距(class width) ：上限与下限之差 • 4. 组中值(class midpoint) ：下限与上限之间的
Sturges 提出的经验公式来确定组数K
K 1 lg(n) lg(2)
2. 确定组距：组距(Class Width)是一个组的上限 与下限之差，可根据全部数据的最大值和最小值 及所分的组数来确定，即
2. 对定类和定序尺度的数据主要是做分类整理 3. 对数值型数据则主要是做分组整理 4. 适合于低层次数据的整理和显示方法也适合于
高层次的数据；但适合于高层次数据的整理和 显示方法并不适合于低层次的数据
数据整理的步骤
数据整理的步骤: 1.数据的预处理 2.数据的分类和分组 3.编制统计表和统计图 4.统计资料的积累和保管
12
11
9
9
8
6
4
0 可口 旭日升 百事 可乐 冰茶 可乐
汇源 果汁
露露
不同品牌饮料的频数分布
品牌
分类数据的图示—饼图
1. 也称圆形图，是用圆形及圆内扇形的角度来表示 数值大小的图形
2. 主要用于表示总体或样本中各组成部分所占的比 例，对于研究结构性问题十分有用
3. 绘制圆形图时，总体中各部分所占的百分比用园 内的各个扇形角度表示，这些扇形的中心角度， 是按各部分数据百分比占3600的相应比例确定的
容是否符合实际 – 检查数据是否有错误，计算是否正确等
原始数据的审核
• 审核数据准确性的方法 1. 逻辑检查
– 从定性角度，审核数据是否符合逻辑，内容 是否合理，各项目或数字之间有无相互矛盾 的现象
– 主要用于对定类和定序尺度数据的审核 2. 计算检查
– 检查调查表中的各项数据在计算结果和计算 方法上有无错误
1．非常 不满意；2．不满 意；3．一般；4 ．满意；5．非常 满意。
甲城市家庭对住房状况评价的频数分布
甲城市
回答类别
户数 百分比 (户) (%)
向上累积
户数 百分比 (户) (%)
向下累积
户数 百分比 (户) (%)
非常不满意 24
8
24
8.0 300 100.0
不满意
108 36 132 44.0 276 92
中点值
组中值 = 下限+上限 2
组距分组(几个概念)
• 5. 间断组距式分组和连续组距式分组
• 6. 等距分组和异距分组
• 7. 开口组和闭口组
组中值 = 下限+上限 2
组中值 =下限+ 邻组组距 组中值 =上限- 邻组组2距
(闭口组) (缺上限的开口组Baidu Nhomakorabea (缺下限的开口组)
2
组距分组(步骤)
1. 确定组数：组数的确定应以能够显示数据的分 布特征和规律为目的。在实际分组时，可以按
一般
93 31 225 75.0 168 56
满意
45
15 270 90.0 75
25
非常满意 30
10 300 100.0 30
10
合计
300 100.0 —
—
—
—
顺序数据的频数分布表 (例题分析)
回答类别
乙城市家庭对住房状况评价的频数分布
乙城市
户数 百分比 (户) (%)
向上累积
户数 百分比
(户)
合计
300 100.0 —
—
—
—
顺序数据的图示—累计频数分布图
400 累 积 300 户 数 200
（户1）00
400 累
225 270 300
积 300 户 300
276
数 200
168
132
（户） 100
75
0 24
0
30
非常 不满意 一般 满意 非常
不满意
满意
(a)向上累积
非常 不满意 一般 满意 非常
2. 数据筛选的内容包括
▪ 将某些不符合要求的数据或有明显错误的数
据予以剔除
▪ 将符合某种特定条件的数据筛选出来，而不
符合特定条件的数据予以剔除
数据筛选
▪ 用Excel进行数据筛选
▪ 8名学生的考试成绩数据
数据排序
1. 按一定顺序将数据排列，以发现一些明显的特征 或趋势，找到解决问题的线索
2. 排序有助于对数据检查纠错，以及为重新归类或 分组等提供依据
3. 在某些场合，排序本身就是分析的目的之一 4. 排序可借助于计算机完成
数据排序
1. 分类数据的排序
▪ 字母型数据，排序有升序降序之分，但习惯
上用升序
▪ 汉字型数据，可按汉字的首位拼音字母排列，
也可按笔画排序，其中也有笔画多少的升序 降序之分 2. 数值型数据的排序 – 递 递增增排排序序后：可设表一示组为数：据x(为1)<xx1(，2)<x…2，<x…(n)，xn， – 递减排序：可表示为：x(1)>x(2)>…>x(n)
a）连续型变量的组距式分组如对商店按销售额进行分
组:
•按销售额分组(万元)
•50以下
•50—200
•200—400
•400—600
•600—800
•800以上
b).离散型变量的组距式分组
•如对某企业的20个生产小组按人数分组：
生产小组 按人数分组（人）
5—10 11—16 17—22
组距分组(要点)
4. 比率(ratio) ：不同类别数值的比值
分类数据的整理与图示
分类数据的整理
1. 列出各类别
2. 计算各类别的频数 3. 制作频数分布表 4. 用图形显示数据
分类 A B C D E
频数
比例
百分比 比率
☺☺☺ ☺☺
分类数据整理—频数分布表 (例题分析)
【例】一家市场调查公司
为研究不同品牌饮料的市场 占有率，对随机抽取的一家 超市进行了调查。调查员在 某天对50名顾客购买饮料的 品牌进行了记录，如果一个 顾客购买某一品牌的饮料， 就将这一饮料的品牌名字记 录一次 。右边就是记录的 原始数据
(%)
向下累积
户数 百分比 (户) (%)
非常不满意 21
7.0
21
7.0
300 100.0
不满意
99 33.0 120 40.0 279 93.0
一般
78 26.0 198 66.0 180 60.0
满意
64 21.3 262 87.3 102 34.0
非常满意
38 12.7 300 100.0 38 12.7
合计
企业个数(个) 11 18 32 25 13 1
100
★分组的特点
• 1. 总体的变异性是统计分组的客观依据。 • 2. 统计分组是总体内进行的一种定性分类，
它把总体划分为一个个性质不同的范围更小的 总体。 • 3. 总体经过分组以后，各组内部的差异趋于 同质，组与组之间的差异拉大以表明现象间质 的差别或量的不同。 • 4. 统计对于现象的研究，不但要注意现象的 一般性，更要注意现象的特殊性。统计分组为 认识事物间的差别、特点提供了手段。
庭人口数其取值不可能很多，且每一个取值都可视为一
种类型
按家庭人口数分组
1人
2人
3人
4人
5人
6人
单变量值分组 (要点)
• 1. 将一个变量值作为一组
• 2. 适合于离散变量
☺
• 3. 适合于变量值较少的情况
☺
☺
☺
②组距式分组
凡是用变量值的一个区间表示一个组的分组。适 用于连续型变量或虽为离散型变量但取值很多，不便 一一列举的情况。