数据的收集整理与显示示范课.pptx

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,第二章 数据的收集、整顿与显示,第一节 数据的收集,第二节 数据的整顿,第三节 数据的显示,第一节 数据的收集,一、数据概述,二、现有统计资料的重要来源,三、数据收集的办法,四、统计调查的形式,五、统计调查体系,六、统计调查（数据收集）方案设计,第一节 数据的收集,一、数据概述（数据的概念、计量尺度及分类）,（一）、数据的概念,所谓数据就是人们对现象进行调查研究所收集、整顿、分析和解释的事实和数字，是对客观现象进行计量的成果。,数据收集就是根据统计研究预定的目的和任务，运用对应的科学的调查办法和手段，有计划、有组织的向客观实际收集资料的过程。,（二）、数据的计量尺度,定类尺度,定序尺度,定距尺度,定比尺度,精,确,程,度,良好,1980,134,公斤,中国,国籍：,健康状况：,出生年份,:,体重：,定类尺度,按现象性质差别进行的分辨与分辨。测量成果形成定类变量或定类指标。,定类变量或指标确切的值是以文字表述的，能够用数值标记，但仅起标签作用。,定类变量或指标的各类别间是平等的，没有高低、大小、优劣之分。,例如：,性别、种族、运动项目等等,定类尺度（分类尺度）,分类,第,1,类,3,个,第,2,类,5,个,第,3,类,2,个,第,4,类,1,个,定序尺度,按现象次序差别进行的分辨与分辨。测量成果形成定序变量或定序指标。,定序变量或指标确切的值是以文字表述的，也能够用数值标记，也仅起标签作用。,定序变量或指标各类别间有高低优劣之分，不能随意排列。,大学生,中学生,小学生,定序尺度（分类排序）,受教育程度：文盲、小学、中学、大学、大学以上,国家：发达国家、发展中国家,医院：三级甲、三级乙、三级丙,台风预警颜色：黄色、橙色、红色、黑色,军衔等级,中国人民解放军军官衔分为,3,等,10,级，即将官,3,级（上将、中将、少将）、校官,4,级（大校、上校、中校、少校）、尉官,3,级（上尉、中尉、少尉）。,志愿兵役制士兵按军衔等级分为：高级士官（六级土官、五级士官）；中级士官（四级士官、三级士官）；初级士官（二级士官、一级士官）。,职称：初级、中级、高级（副高级、正高级）,定距尺度,按现象绝对数量差别进行的分辨与分辨。测量成果形成定距变量或定距指标。,定距变量或指标的值以数字表述，有计量单位，能够进行加减运算。,定距变量或指标各类别间自然有大小之分，但没有绝对的零点，不能乘除计算。,两地最高温度相差,3,沈阳最低温度较大连最低温度低,5,大连最高温度是沈阳最高温度的,2,倍,温度,天气预报：沈阳：最高温度,3,，最低,7,大连：最高温度,6,，最低,2,有计量单位C或F，是对次序之间间距进行的测定。每一间隔相等，50度与40度相差10度，30度与20度相差10度。也没有绝对零度。C和F的0度位置不同，只是一种水平，不表达“没有”或不存在“,按现象绝对差别与相对差别进行的分辨与分辨。测量成果形成定比变量或定比指标。,定比变量或指标确切的值也以数字表述，有计量单位，能够进行加减运算。,定比变量或指标有绝对意义上的零点，既能够加减运算，也能够乘除运算。,定比尺度,零高度,零重量,零体积,零面积,零人口,零产量,零资产,真正的零：,一无全部,定距尺度与定比尺度的区别,定距尺度中“0”表达一种具体数值，不表达“没有”或“不存在”，定比尺度中“0”表达“没有”或“不存在”。,定距尺度,0,-273.15 -123.15 26.85,定比尺度,0K 150K 300K,定距尺度与定比尺度的区别（续）,在实际应用中定距尺度与定比尺度差别微局限性道，往往不作分辨。例如在SPSS Statistics软件中，数据的计量尺度被分为3类：,名义（Nominal）,有序（Ordinal）,度量（Scale）,四种计量尺度的比较,四种计量尺度的比较,定类尺度,定序尺度,定距尺度,定比尺度,分类,(=,，,),排序,(),间距,(+,，,-),比值,(,，,),计量尺度,数学特性,“”表达该尺度所含有的特性,定序尺度 定类数据,定序尺度 定序数据,定距尺度 定距数据,定比尺度 定比数据,计量类型 数据类型,范畴,例：性别,:,男,-,女,范畴,由排序导出,例：满意度：高,-,低,等距区间,能加减,0,有含义,例：摄氏度,:0,o,C,成绩,:80,等距区间，能加减乘除,0无含义，如0收入=没收入,故意义的比值,例：收入:100,统计数据的计量与类型,定类数据,定序数据,定距数据,定比数据,定性数据,定量数据,定类变量,例：性别、经济类型,定序变量,例：教育程度、产品等级,数字变量（离散、持续）,例：成绩、年纪、产量,统计数据的计量与类型,练习题,一,、数据概述,（三）数据类型,1、按反映现象的特性不同，分：品质数据和数量数据（定性数据和定量数据）（见上一PPT）,2、按数据的变化态势分：横截面数据和时间序列数据。,3、按数据收集办法分：观察数据和实验数据,4、按数据的来源分：直接数据和间接数据,横截面、时间序列和面板数据,横截面数据（Cross-sectional data）是在同一时点或是大概在同一时点所收集的数据。,例如2008年我国各直辖市的GDP。,时间序列数据（Time series data）是准时间次序获得的一系列数据。,例如我国历年的GDP。,面板数据（Panel Data）：对多个事物在不同时期或时点上进行测量得到的数据。如1990-2008年全国各个省份的GDP,二、现有统计资料的重要来源,间接来源：,1.统计年鉴,2.有关期刊,3.有关网站,第一节 数据的收集,数据的来源,直接来源,直接来源,统计调查方式,选择适合调查方式的办法,数据收集办法,第一节 数据的收集,三、数据收集的办法,1.直接观察法,2.报告法（通讯法）,3.采访法,4.登记法,5.实验设计调查法,6.其它调查法,第一节 数据的收集,四、统计调查的形式,普 查,全面报表,抽样调查,重点调查,典型调查,周期性调查,一次性调查,普 查,抽样调查,重点调查,典型调查,全面调查,非全面调查,连续,(经常性)调查,不连续调查,定期报表,专门调查,调查范 围,调查时 间,组织形 式,统,计调查形式,四、统计调查的形式,（一）全方面调查与非全方面调查,统计调查按调查的范畴划分，可分为全方面调查和非全方面调查两大类。,1、全方面调查：是对调核对象的全部单位一一进行调查。普查、全方面统计报表都属于全方面调查。,2、非全方面调查：对调核对象其中的一部分单位进行调查。,1、全方面调查,1）普查,普查是专门组织的一种全方面调查，它重要是用以调查某些不能或不适宜用定时的全方面报表收集的统计资料。,普查有重要特点：,第一，它是一次性（非持续性）的调查。,第二，它是一种全方面调查，可获得大量具体、全方面的资料。,如：人口普查；经济普查；农业生产状况普查；,2010年11月1日，全国第6次人口普查,1、全方面调查,2)全方面统计报表制度,全方面统计报表制度是根据国家有关法规，自上而下地统一布置，以一定的原始统计为根据，按照统一的表式，统一的指标项目，统一的报送时间和报送程序，自下而上地逐级地定时提供统计资料的一种调查方式。,全方面统计报表的实施范畴，是调核对象的全部单位均要填报。,统计报表的重要特点：,第一，资料的来源是各个基层单位的原始统计。,第二，逐级上报和汇总的。,第三，属于经常性（持续性）调查，调查项目相对稳定。,2、非全方面调查,1）抽样调查。抽样调查是按随机原则从调核对象中抽取一部分单位作为样本进行观察，然后根据所获得的样本数据，对调核对象总体特性作出含有一定可靠程度的推算。,A)特点：,第一，按随机原则抽取样本。,第二，根据部分调查的实际资料对调核对象总体的数量特性作出预计。,第三，抽样误差能够事先计算并加以控制。,B)合用范畴：,第一，不可能或不必要进行全方面调查的社会现象。,第二，对普查资料进行必要的修正。,续：,C)抽样调查的理论基础,概率论和数理统计的有关定理。,D)抽样调核对数据的规定：所研究的变量是随机变量。,E)抽样调查应遵照的原则：,第一，随机原则。,第二，最大抽样效果原则。,抽样调查的应用案例,抽样调查的办法是透过部分来推断总体。例如要研究一种都市的家庭小汽车问题，按照传统统计报表制，只能通过各区、各居委、各社区、各单位层层发放调查表，再层层上报，每个家庭填一张表。而用抽样调查的办法，只需要调查两三百个家庭就足以比较精确地推断出整个都市的状况。固然，这两三百户家庭要通过科学的抽样来决定。,【,专栏,2,1】,抽样调查的应用案例,1936年，美国总统大选前夕，当时，调查业在美国也刚刚起步，该届总统大选的候选人有两位，就是兰登和罗斯福。当时有一本杂志叫文学文摘，它随杂志发了1000万张预选票，最后收回237万张，统计成果是兰登获胜。同时，有一位研究人员叫乔治盖洛普，他运用了与刚刚不同的办法科学抽样的调查办法，在全美国选用了1000个样本，他的分析成果是罗斯福获胜。大选成果是罗斯福获得选票1800万张，而兰登只获得选票700万张。这件事使得盖洛普所采用的这种调查办法在全球引发了轰动。,【,专栏,2,1】,抽样调查的应用案例,从此，抽样调查在西方得到了普遍承认，盖洛普用他的名字开办的调查公司也常胜不衰。到现在为止，盖洛普调查公司还是全球名誉最佳的调查公司，我们国家申办奥运时，就请盖洛普调查公司来做民意调查，调查成果是中国有百分之九十几的支持率，这个数据没有人怀疑，这个数据也是中国获胜的一种重要法码。,【,专栏,2,1】,2、非全方面调查,2）重点调查：是指在调核对象中，只选择一部分重点单位进行的非全方面调查。,重点单位：着眼于现象量的方面而言，尽管这些单位在全部单位中只是一部分，但它们在所研究现象的标志总量中却占有绝大的比重，在总体中含有举足轻重的作用。,重点单位选多选少，要根据调查任务拟定；,选中的单位，管理应比较健全，统计力量应比较充实，统计基础应比较巩固，这样才干精确、及时地获得资料。,例：某地区为了掌握该地区水泥生产的质量状况，拟对占该地区水泥总产量80%的五个大型水泥厂的生产状况进行调查，属于重点调查。,3）典型调查：典型调查是一种专门组织的非全方面调查。根据调查的目的，在对所研究的对象进行初步分析的基础上，故意识地选用若干含有代表性的单位进行调查和研究，借以认识事物发展变化的规律。有人也认为它是“目的抽样”，以若干含有代表性的单位为样本。,国企改革成功的典型：宝钢、海尔、联想,上市公司内幕交易的典型：基金老鼠仓,劳动模范：先进典型,三好学生：先进学生典型,重视性质方面的调查,四、统计调查的形式,（二）经常性调查与一次性调查。,统计调查准时间标志可分为持续性（经常性）和不持续性（一次性）调查两大类。,1、持续性（经常性）调查：是指随着研究现象的变化，持续不停地进行调查登记。如统计报表制度。如：客流量调查；人流量调查；信息流量调查,产量调查；资金流调查。,2、不持续性（一次性）调查：是指间隔一段较长的时间对事物的变化进行一次性调查，如普查、典型调查。银行不良贷款余额调查；产品库存量调查等。,四、统计调查的形式,（三）定时报表形式与专门调查,统计调查按组织形式可分为定时报表形式和专门调查。,1、定时报表制度是按国家统一规定的表式和内容，定时地向各级领导机构报送统计资料的一种形式。,2、专门调查是为某一专项研究而组织的专项调查，如抽样调查、典型调查、普查。,如：,2008年，奶粉三聚氰胺含量的专项调查,2010年8月，甘肃“泥石流”人员伤亡状况调查,人民币升值对出口公司的影响调查,房贷利率升高对贷款者还贷的影响调查,空置房调查,第一节 数据的收集,五、统计调查体系,统计调查办法体系：建立以必要的周期性的普查为基础，经常性的抽样调查为主体，同时辅之以重点调查、科学推算和少量的全方面报表综合运用的统计调查办法体系。,普查和全方面报表都是全方面调查，但两者不能互相替代。,续：,抽样调查即使是一种非全方面调查，但它能够解决全方面调查无法或难以解决的问题，抽样调查调查单位少，调查项目就能够多某些，方便对某一社会经济现象进行更进一步的研究，也能够节省调查费用，又能够满足统计时效性的规定。因此，我国统计调查体系是以经常性的抽样调查为主体。,如果调查任务只规定掌握基本状况，而现象总体中又有部分单位能比较集中地反映研究项目的数量特性，则可采用重点调查。在统计调查体系中，适度地采用了科学的推算办法。,第一节 数据的收集,六、统计调查（数据收集）方案设计,调查的任务和目的,调核对象和调查单位,调查项目,调查表和问卷设计,调查时间和调查期限,调查工作的组织实施计划,一种完整的调查方案应涉及下列内容:,调查的任务就是为管理和决策部门提供有关的、精确的、可靠的、有效的和现在的信息。,拟定调查目的，就是明确在调查中要解决哪些问题，通过调查要获得什么样的资料，获得这些资料有什么用途等问题。,（,一,）,调查的任务和目的,六、统计调查（数据收集）方案设计,调查的目的,2006年全国开展第二次农业普查；,其目的是：,1）收集年度间变动缓慢的农业构造性数据,2）为抽样调查提供样本框。,重要调查：农业生产经营单位的数量、规模和构造；耕地资源；农业生产条件；劳动力就业和流动；农村社会福利事业等基本内容,调查的目的,2009年上海市第二次全国R&D资源清查的目的,1.全方面调查理解R&D活动的总体规模和分布状况,2.研发队伍的规模和素质状况,3.研发资源的投入、成果及产出效益状况,4.政府对R&D活动扶持政策的贯彻状况,调核对象就是需要调查的那些社会现象的总体，总是由性质上相似的许多调查单位所构成的；,调查单位就是构成调查总体的具体单位。,需要指出的是，调查单位与填报单位有区别。填报单位是负责向上报告调查内容、提交统计资料的单位。调查单位是调查项目的承当者，能够是人、企事业单位，也能够是物。,（二）调核对象和调查单位,六、统计调查（数据收集）方案设计,2.3.2调核对象、调查单位、报告单位,2006年我国第二次农业普查的对象：,中华人民共和国境内的多个类型的农业生产经营单位和农村住户,调查单位：每一种农业生产经营单位和农村住户,填报单位：基层组织,2.3.2调核对象、调查单位、报告单位,上海市第二次全国R&D资源清查的对象（范畴）,国民经济中R&D活动相对密集行业的法人单位,范畴涉及：农、林、牧、渔业、采矿业、制造业、电力、燃气及水的生产供应业等等,六、统计调查（数据收集）方案设计,调查项目是指向调查单位需要调查的内容。也就是拟定向调查单位登记些什么问题，这些问题在统计上叫标志。调查项目普通就是调查单位的各个标志的名称。终究选择什么标志和选择多少标志，是拟定调查提纲的重要问题。,。,（,三,）,调查项目,调查项目,上海市全国第二次R&D资源清查的调查内容：,1.R&D活动人员数量、素质及其工作量状况,2.R&D经费支出、用途及来源状况,3.研发用仪器设备等固定资产拥有状况,4.R&D项目的研究类型、组织方式及社会经济目的等状况,5.R&D专利等自主知识产权的拥有及使用状况,6.技术引进、消化、吸取和技术改造状况,7.政府予以研发活动的税收减免状况等,把调查提纲中的各个调查项目按照一定的次序排列在一定的表格上，就构成了调查表。调查表是统计调查的核心部分。调查表的内容普通由表头、表体和表脚三部分构成。,调查表的形式普通分为单一表和一览表,在市场研究和调查中，调查项目和调查表普通体现为一张调查问卷（见专栏2-2）。,（,四,）,调查表和调查问卷,六、统计调查（数据收集）方案设计,续,1,问卷调查是一种特殊的调查形式，惯用于民意测验或市场调查。根据调查目的，在调核对象中随机选择或故意识地拟定调查单位，以书面文字或表格形式理解被调查者的意见，调查者自愿、自由地回答问卷中所提出的问题。,续,2,调查问卷的设计是调查方案设计的核心内容，其在调查中十分重要，它是将调查目的转化为某些被调查者能够回答的问题的重要环节。,调查问卷在构造上普通都由开头部分、甄别部分、主体部分和背景部分构成。,问卷设计的内容普通涉及调查中所提问题的设计、问题答案的设计、提问次序的设计、编码的设计、量表的设计以及问卷版面格式的设计等。,手机游戏调查问卷（部分）,尊敬的女士/先生：您好！我们是xx大学在校学生，为收集毕业论文资料发放此问卷。本问卷针对您使用手机/手机游戏的行为进行某些调查，大概会占用您5分钟时间。全部调查项目不涉及个人隐私。,您有手机吗？A、有（继续提问）B、没有（结束提问）甄别问题,【,专栏,2,2】,手机游戏调查问卷（部分）,1,、您每天用于手机游戏的时间是：,封闭式问题,A,、不使用,B,、,10,分钟以内,C,、,10-60,分钟,D,、,1,小时以上,2,、请列出您经常玩的手机游戏的名字（最多,3,个；如不玩游戏，请填“,0,”,）：,开放式问题,_,【,专栏,2,2】,手机游戏调查问卷（部分）,3、您下载手机游戏的重要方式是（如不玩游戏，请选“其它”项并填“0”）：半封闭式问题,A、网上下载并通过数据线传输B、通过WAP网站下载,C、到手机服务中心安装 D、通过百宝箱下载 E、其它（请注明）,4、您理解手机游戏信息的重要渠道有（最多选3项；如不玩游戏，请选“其它”项并填“0”）：,A、手机玩家网站/论坛 B、移动梦网 C、手机服务提供商（SP）网站 D、手机杂志 E、其它（请注明）,【,专栏,2,2】,调查时间指调查资料所属的时间。,从资料的性质看，如果所要调查的某一时期的现象，所登记的资料是该时期内从第一天起至最后一天止的累计数。如果所要调查的是某一时点的水平，就是明确规定统一的原则时点。,如：第二次经济普查的原则时点为：,2008年12月31日24时。,第二次经济普查的时期资料为2008年度,调查期限是指整个调查工作的起止时限。涉及收集资料或报送资料的整个工作所需的时间。如第二次经济普查的调查期限为：,2009年1月1日5月31日。,（,五,）,调查时间和调查期限,六、统计调查（数据收集）方案设计,要使统计调查工作顺利进行，就要做好组织工作，其重要内容涉及：,1.建立调查工作的办事机构和领导机构；,2.配备调查人员；,3.做好调查前的准备工作；,4.拟定调查试点。,（,六,）,调查工作的组织实施计划,六、统计调查（数据收集）方案设计,思考题,Thinking Challenge,在你读书的大学里,普通会有几个餐厅，在研究餐厅的经济效益时，需要理解学生对餐厅的评价，请思考：用什么方法能够懂得学生对学校餐厅食物的评价？,自习内容,1,、问卷调查,设计和提问,2,、调查中的误差,第二节 数据的整顿,一、数据整顿概述,二、统计分组,三、频数分布,一、数据整顿概述,（一）统计数据整顿的内容：汇总性整顿和再整顿,（二）数据整顿的程序,1、统计数据的审核。,2、资料的分组和汇总。分组，即对资料按其性质和特点，划分为若干类；汇总，加总计算形成各项统计指标。统计分组和统计指标是整顿的中心工作。,3、数据的表达与描述：计算频数（频率）、编制统计表或绘制统计图。,4、统计资料的积累、保管和公布。,1,、统计数据的审核,原始数据,审核的内容：,1）完整性审核,检查应调查的单位或个体与否有遗漏；,全部的调查项目或指标与否填写齐全；,2）精确性审核,检查数据与否真实反映客观实际状况，内容与否符合实际；,检查数据与否有错误，计算与否对的等,1,、统计数据的审核,二手数据,1）合用性审核,搞清晰数据的来源、数据的口径以及有关的背景材料；,拟定这些数据与否符合自己分析研究的需要；,2）时效性审核,应尽量使用最新的统计数据,3）确认与否必要做进一步的加工整顿,返回,二、统计分组,（一）统计分组的概念与种类,1、统计分组概念,1）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。,2）分组的性质：兼有分和合双重含义。,2、统计分组的原则,穷尽原则，使总体中的每一种单位都应有组可归，或者说各分组的空间足以容纳总体全部的单位。,互斥原则，在特定的分组标志下，总体中的任何一种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。,二、统计分组,3,、统计分组的种类,按分组标志多少分,简朴分组 复合分组,按标志属性不同分,品质标志分组 数量标志分组,按年龄分,20,岁以下,20,30,岁,30,40,岁,40,50,岁,50,60,岁,60,岁以上,按文化程度分组,大专,中专,高中,初中,小学,文盲,按性别分组,男性,女性,按工龄分组,5,年及以下,6,10,年,11,20,年,21,年及以上,简单分组，是指用一个分组标志对总体进行的分组。例如，为了了解企业职工总体的基本情况，可选择年龄、性别、文化程度、工龄、工种等标志分别进行分组，即属于简单分组。,复合分组，是指用两个或两个以上的标志对总体进行层叠式分组。所谓层叠式分组是指在按前一个分组标志分组的基础上，再按后一个分组标志分组。例如，为了研究我国高等院校在校学生基本情况，可以同时选择学科、层次、性别等三个标志进行复合分组。,文科,研究生,本科生,专科生,男生,女生,男生,女生,男生,女生,理工科,研究生,本科生,专科生,男生,女生,男生,女生,男生,女生,3,、统计分组的种类,3）按分组的作用和任务不同，分为类型分组、构造分组和分析分组。,类型分组：把复杂的现象总体，划分为若干个不同性质的部分，就是类型分组。,构造分组：在对总体分组的基础上计算出各组对总体的比重，借此研究总体各部分的构造，即构造分组。,分析分组：为研究现象之间依存关系而进行的统计分组即分析分组。,揭发社会经济现象的类型，反映各类型的特点。,划分现象类型：类型分组,类型,2000,年,2001,年,2002,年,2003,年,农业,13 873.6,14 462.8,14 931.5,14870.1,林业,936.5,938.8,1 033.5,1239.9,牧业,7 393.1,7 963.1,8 454.6,9538.8,渔业,2 712.6,2 815.0,2 971.1,3137.6,合计,24 915.8,26 179.6,27 390.8,29691.8,例,单位：亿元,阐明社会经济现象的内部构造。,研究总体结构：,结构分组,年份,2000,2001,2002,2003,第一产业,16.4,15.8,15.3,14.6,第二产业,50.2,50.1,50.4,52.5,第三产业,33.4,34.1,34.3,33.1,合计,100.0,100.0,100.0,100.0,例,我国国内生产总值构成（,%,）,研究现象之间的依存关系：,分析分组,耕作深度分组,(cm),地块数,平均收获率,(,斤,/,亩,),10-12,7,400,12-14,10,460,14-16,16,540,16-18,18-20,12,5,620,680,例,1,某乡某种农作物的耕作深度与收获率的关系,（二）统计分组的办法选择分组标志,1、品质分组的办法。,按品质标志分组，有些分组比较简朴，分组标志一经拟定，组的名称和组数也随之拟定。,2、数量分组的办法。,按数量标志分组，应注意以下两个问题：首先，分组时各组数量界限的拟定必须能反映事物质的差别。另首先，应根据被研究的现象总体的数量特性，采用适宜的分组形式，拟定相宜的组距、组限。,2、数量分组的办法（1）,1）单项式分组与组距式分组,A)单项式分组：用一种变量值作为一组，形成单项式变量数列（简称单项数列，又称分组数列）。,单项式分组普通合用于离散型变量且变量变动范畴不大的场合。,例如，对某地区居民进行调查时，将居民户按家庭人口数分组，每组标志值为1，2，3，4，5，6，7人。,续：,B)组距式分组：将变量依次划分为几段区间，一段区间体现为“从到”距离，把一段区间内的全部变量值归为一组，形成组距式变量数列（简称组距数列）。区间的距离就是组距。,持续型变量或者变动范畴较大的离散型变量，适宜采用组距式分组。,例如，将某公司职工按工资水平分组，可分为150元下列，150160元，160170元，170180元，180190元，190200元，200元以上几组。,例,1,：,表2-1 某车间工人生产某种零件分布状况,生产零件个数（个）,工人数（人）,每组工人占全部工人比重,%,12,7,6.86,13,12,11.76,14,48,47.06,15,18,17.65,16,14,13.73,17,2,2.94,合计,102,100.00,返回,例,2,：,表2-2 某公司职工按月工资分组资料,按工资水平分组（元）,工人人数（人）,150,160,4,160,170,20,170,180,36,180,190,30,190,200,15,200,210,5,合计,110,在组距数列中，需要明确下列几个概念：,组限：组距数列中，各组的界限称为组限。组限又分为上限和下限。,下限是每组最小的标志值，,上限是每组最大的标志值。,如上表中标志值,150160,元一组，,150,元和,160,元是组限，,150,元为下限，,160,元为上限。,组距数列中，如果各组的组限都齐全，称为闭口组；若组限不齐全，即最小组缺下限或最大组缺上限，或最小组的下限、最大组的上限都缺，称为开口组。缺下限或缺上限称半开口组，下限、上限都缺称全开口组。,在组距数列中，需要明确下列几个概念：,组距：每组下限与上限之间的距离叫组距。每组组距等于上限与下限之差，即组距,=,上限下限。上表中标志值,150160,元组的组距,=160,元,150,元,=10,元。,2、数量分组的办法（2）,2）间断组距式分组和持续组距式分组,间断组距式分组：组限不相连的组距式分组。如1-3,4-6，,持续组距式分组：组限相连（或称相重叠的），即以同一数值作为相邻两组的共同界限的组距式分组。如1-3,3-6,离散型变量，可间断组距式分组，也可持续组距式分组。持续型变量，只能采用持续组距式分组。,“上限在不内”原则：在持续组距式分组中，以同一种数值作为相邻两组共同的界限，统计上规定，但凡总体某一种单位的变量值是相邻两组的界限值，这一种单位归入作为下限值的那一组内。,2、数量分组的办法（3）,3）等距分组与异距分组,等距分组：标志值在各组保持相等的组距，即各组的标志值变动都限于相似的范畴。普通用于标志值变动比较均匀的场合。,异距分组：各组的组距不相等。,(三)有关指标的计算,1.组距,持续式分组的组距计算公式：,组距=本组上限本组下限,间断式分组的组距计算公式：,组距=本组上限本组下限+1,开口组的组距：以相邻组的组距为本组的组距。,(三)有关指标的计算,2.组中值：上下限之间的中点数值称为组中值，组中值的计算公式：,如上表,2-2,，标志值,150,160,元组,开口组的组中值如何计算？,开口组的组中值如何计算？,若将表2-6第一组改为“160元下列”，则,若将表,2-6,最末组改为“,200,元以上”，则,(三)有关指标的计算,计算平均指标或进行其它统计分析时，常以组中值来代表各组标志值的平均水平。,3.组数,组数,=全距/组距,斯特杰斯经验公式：,组数=1+3.3,Lg N,由此推出,组距,=（最大变量值-最小变量值）/（1+3.3,Lg N,）,三、频数分布,（一）频数分布的基本概念与要素,1、频数分布,在统计分组的基础上，将总体全部的单位按某一标志进行归类排列，称为频数分布，或次数分布。根据分组标志特性的不同，分布数列可分为品质分布数列和变量分布数列。,2、分布数列的两个要素,1）总体按某标志所分的组。,2）各组所出现的单位数，即频数，亦称次数。对于变量数列，标志值形成的数列，称为变量，普通用x表达；频数（次数）用f表达。,三、频数分布,（二）变量数列的编制(数值型数据频数分布表编制),1、编制办法。,2、频率的性质,1）任何频率都是界于0和1之间的一种分数，即：,2）各组频率之和等于1，即：,3、频数密度：采用异距分组，各组次数的多少受到组距不同的影响，为消除异距分组所造成的影响须计算频数密度（或称次数密度）。频数密度的计算公式：,频数密度=频数/组距 频率密度=频率/组距,各组频数密度与各组组距乘积之和等于总体单位数,各组频率密度与各组组距乘积之和等于1。,下面举例阐明变量数列的编制办法（1）,现举例阐明编制等距数列的环节与原则。设有50名工人某月份完一生产定额的原始资料以下(单位：)：,95 91 114 110 118 133 121 146 117 125,108 105 110 107 137 120 145 125 136 127,121 118 103 115 115 141 117 123 118 129,136 101 98 113 113 114 119 126 120 93,122 108 101 105 125 116 122 132 128 127,下面举例阐明变量数列的编制办法（2）,第一步，排序，在全部标志值中，找出最小值与最大值，计算全距。以上资料中，最小值为91，最大值为145，则：,全距=最大值最小值=14591=54,第二步，拟定组距和组数。对于同一资料，在全距一定的状况下，组数与组距成反比例关系，即,下面举例阐明变量数列的编制办法（3）,第三步，拟定各组组限。拟定组限时，普通是从最低组的下限开始或从最高组的上限开始。最低组的下限不要刚好等于原始资料中的最小值，而应略不大于这个最小值；同样，最高组的上限应略高于原始资料中的最大值。特殊状况下，拟定组限也能够从中间某组开始。如本例中，不可将未完一生产定额的工人与刚好及超额完一生产定额的工人分为一组，因此，应把100()作为其中两相邻邦组的界限。,下面举例阐明变量数列的编制办法（4）,在实际统计工作中，组限的表达办法惯用的有以下两种形式：,第一种,第二种,80,89,80,90,90,99,90,100,100,109,100,110,下面举例阐明变量数列的编制办法（5）,第一种形式称为名义组限，合用于离散变量分组的数列。如公司按“职工人数”分组。人数只能取整数，相邻两组的上限与下限之间不会有别的数值存在，在汇总各组单位数量时，不至出现麻烦。如果用这种形式表达持续变量分组的数列时，则每组的上、下限所示的是实际值精确至近来整数的数值。例如，有某总体单位的标志值为89.5，就把该数值四舍五入为90而属于90-99这一组。这就是说，90-99这一组事实上涉及了89.5-99.499之间的全部标志值，依次类推。,下面举例阐明变量数列的编制办法（6）,第二种形式称为实际组限，既合用于离散变量分组的数列也合用于持续变量分组的数列。每个组内所涉及的标志值皆是下列限为起点、以上限为极限（但不涉及上限，特殊状况例外），这就是所谓有“上限不在内”的原则。例如，有某总体单位的标志值为90，则该单位属于90100这一组而不属于8089.99之间的全部标志值。本例中若采用第二种组限的表达办法，可列表如表23所示。,下面举例阐明变量数列的编制办法（7）,按生产定额完成情况分组,%,工人数,/,人,频数,频率,90,100,4,4,0.08,100,110,10,10,0.2,110,120,15,15,0.3,120,130,13,13,0.26,130,140,5,5,0.1,140,150,3,3,0.06,合计,50,50,1,表,2-3,第四步，汇总各组标志值出现的次数，绘制变量数列表。,返回,表,4,表,5,使用,Excel,频数函数,(,FREQUENCY,),Excel使用统计函数【FREQUENCY】创立频数分布表。具体环节是,选择与接受区域相临近的单元格区域，作为频数分布表输出的区域,选择统计函数中的【FREQUENCY】函数,在对话框【Date-array】后输入数据区域，在【Bins-array】后输入接受区域,同时按下“Ctrl-Shift-Enter”组合键，即得到频数分布,统计函数,FREQUENCY,例,2.0,：某电脑公司销售量数据（,用,EXCEL,计算频数,）,234,159,187,155,172,183,182,177,163,158,143,198,141,167,194,225,177,189,196,203,187,160,214,168,173,178,184,209,176,188,161,152,149,211,196,234,185,189,196,206,150,161,178,168,174,153,186,190,160,171,228,162,223,170,165,179,186,175,197,208,153,163,218,180,175,144,178,191,197,192,166,196,179,171,233,179,187,173,174,210,154,164,215,233,175,188,237,194,198,168,174,226,180,172,190,172,187,189,200,211,156,165,175,210,207,181,205,195,201,172,203,165,196,172,176,182,188,195,202,213,三、频数分布,4、累计频数与累计频率,（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下列的各组单位数之和是多少，向上累计频率表明某组上限下列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。,例,1,：向上累计频数（或频率）分布,按生产定额完成情况分组上限,频数,累计频数,频率（,%,）,累计频率（,%,）,100,4,4,8,8,110,10,14,20,28,120,15,29,30,58,130,13,42,26,84,140,5,47,10,94,150,3,50,6,100,合计,50,100,表,2-4,（以,表,2-3,数据,为例）,例,2,：向下累计频数（或频率）分布,按生产定额完成情况分组下限,频数,累计频数,频率（,%,）,累计频率（,%,）,90,4,50,8,100,100,10,46,20,92,110,15,36,30,72,120,13,21,26,42,130,5,8,10,16,140,3,3,6,6,合计,50,100,表,2-5,（以,表,2-3,数据,为例）,4,、累计频数与累计频率,（3）、累计频数分布特点,1）第一组的累计频数等于第一组本身的频数；,2）最后一组累计频数等于总体单位数。,累计频率同样也含有两个特点：,1）第一组的累计频率等于第一组本身的频率；,2）最后一组的累计频率等于1。,（三）分类数据频数分布表编制,分类数据整顿频数分布表(例题分析),【例2.1】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名顾客购置饮料的品牌进行了统计，如果一种顾客购置某一品牌的饮料，就将这一饮料的品牌名字统计一次。右边就是统计的原始数据,用,Excel,制作频数分布表,绿色,健康饮品,使用,Excel,计数函数,(COUNTIF),如果只需要计算某一类别的数据个数，能够使用Excel中的统计函数【COUNTIF】。在对话框【Range】后输入数据区域，在【Criteria】后输入数字、体现式、字符串等，计数单元格必须符合的条件，即可得出成果,例如，我们要计算出可口可乐出现的频数，在【Range】后输入A1:A50(数据所在的区域)，在【Criteria】后输入“可口可乐”，成果为15。如果数据区域是数值型数