第三章-统计整理.ppt

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,*,*,第三章,统计整理,第一节 统计整理的基本问题,第二节 统计分组,第三节 分布数列,第四节,统计图,第五节 统计表,不同原因引起的寿命损失,统计研究表明，某种原因会使寿命减少。我们可以用三种不同的方式来描述这个现象。,第一种方式是用文字来描述。比如，未婚男性会使寿命减少3500天，女性则减少1600天；吸烟男性会使寿命较少2250天，女性则减少800天；,案例1,第二种方式是用统计表来表示，结果如下,原因,寿命减少的天数,原因,寿命减少的天数,未婚（男性）,3500,危险工作，事故,300,惯用左手,3285,交通事故,200,吸烟（男性）,2250,饮酒,130,未婚（女性）,1600,滥用药物,90,30%超重,1300,一般工作，事故,74,20%超重,900,自然放射性,8,吸烟（女性）,800,喝咖啡,6,抽雪茄,300,医疗x-射线,6,第三种方式是用统计图来表示，结果如下,第一节 统计整理的基本问题,一、统计整理的概念,统计整理是对统计调查所搜集到的各种数据进行分类和汇总，使之,条理化、系统化,的过程。,例：某单位30名职工的月工资额为：1060、840、1100、1090、910、1050、1110、1060、1110、2070、990、1190、870、1050、940、2380、970、1030、1280、1060、850、1060、1010、910、1010、960、1050、1070、1210、950,二、统计整理的步骤,1、对调查资料进行预处理,数据审核,（完整性、准确性）,2、统计分组,3、统计汇总,4、编制统计图表,姓名,性别,年龄,与被调查者的关系,工作,单位,参加工作年月,职务,级别,张华,男,26,本人,新华厂,1954.7,干部,20,陈玉芳,男,53,针织厂,1957.3,工人,5,张丽英,女,20,长女,待业,1990.4,无,6,张志平,男,18,长子,医学院,1992.1,学生,无,女,56,妻子,无,无,无,对某单位职工家庭基本情况进行调查，其中一户家庭的相关数据如下：,第二节,统计分组,1.,概,念：将总体按照某个标志（或几个标志）划分成为若干个不同性质的组成部分。,一、,统计分组的概念,分组的实质：对总体来说是分，,对个体来说是合。,1、,穷尽原则,：总体中的每一个单位都应有组可归。,2、,互斥原则,：总体中的任何一个单位只能归属于某一组，不能同时或可能归属于几个组。,二、,统计分组的原则,1,.按分组标志的多少分：,简,单分组 按一个标志对总体进行分组,复,合分组 按两个或两个以上标志分组,三、统计分组的种类,高校学生,理科,文科,女,男,专科,本科,女,男,女,男,专科,本科,女,男,高校学生,女生,男生,简单分组,复合分组,品,质分组 反映事物属性差异,2.按标志的性质不同分为：,数,量分组 反映事物数量差异,划分社会经济现象的类型，反映各类型的特点。,(1)类型分组,3,.按分组标志的作用分,：,例,单位：亿元,210871.0,82972.0,103162.0,24737.0,2006,246619.0,96328.0,121381.0,28910.0,2007,183867.9,73432.9,87364.6,23070.4,2005,159878.3,135822.8,合计,64561.3,56004.7,第三产业,73904.3,62436.3,第二产业,21412.7,17381.7,第一产业,2004,2003,类型,分产业我国国内生产总值,说明社会经济现象的内部结构。,(2),结构分组,年份,2003,2004,2005,2006,2007,第一产业,12.8,13.4,12.5,11.7,11.7,第二产业,46.0,46.2,47.5,48.9,49.2,第三产业,41.2,40.4,40.0,39.4,39.1,合计,100.0,100.0,100.0,100.0,100.0,例,我国国内生产总值构成（%）,研究经济现象之间的依存关系。,(3),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,某乡某种农作物的耕作深度与收获率的关系,四、统计分组应注意的问题,1、分组标志选择,统计分组的关键是,选择分组标志,2、分组界限的确定,品质分组：,自然形成,数量分组：,反映质的差别，最好是5或10的倍数,第三节 分配数列（分布数列）,一 分配数列的概念和种类,在统计分组的基础上把总体所有的单位按组排列，列出各组对应的,单位数,，并按一定得顺序排列，形成总体单位数在,各个组的分布,，称,分布数列，又可称分配数列或次数分布。,1.概念,例,成绩,人数（人）,比重（%）,60分以下,2,10,60-70,5,25,70-80,8,40,80-90,3,15,90以上,2,10,合计,20,100,组别(变量)次数(频数)频率(比率、比重),分配数列的两个基本要素,次数,组别,2.种类,以分组标志特征不同分为：,品质分配数列,变量分配数列,例,某班学生的性别构成情况,按性别分组,人数,比重(%),男,30,75,女,10,25,合计,40,100,组别 次数 频率,品,质分配数列,变,量分配数列,单,项数列,组,距数列,分类一：开口数列、闭口数列,分类二：等距数列，异距数列,分类三：间断组距数列、连续组距数列,某大学学生年看电影次数情况,按年看电影次数分组,（次）,人数,（人）,0,200,1,500,2,1500,3,2000,4,300,合计,4500,单项数列,成绩,人数（人）,比重（%）,50-60,2,10,60-70,5,25,70-80,8,40,80-90,3,15,90-100,2,10,合计,20,100,某班学习成绩分布数列,等距分组数列,连续组距数列,闭口数列,我国人口的年龄分布,按年龄分组（岁）,人数（万人）,0-14,28 979,15-64,88 793,65及以上,8 811,合计,126 583,异距分组数列,间断组距数列,开口数列,下限,一,个组的最小值,上限,一,个组的最大值,组限,组,距两端的数值。分为上限和下限。,组距,上,限与下限之差,二 组距数列的编制,（一）组距数列的基本概念,全距,所,有数据中的最大值与最小值之差。,二 组距数列的编制,组中值,组,的上限和下限的中间值。,按数列两端组限形式不同分：,开口式组距,：成绩60分以下，90分以上。,闭口式组距,：40-60分，90-100分。,作用,：它可以作为各组变量取值的代表值，但只是一个近似值,组中值的计算,闭口式分组的组中值求法：,开口式分组的组中值求法：,组中值的计算,某班20人的学生成绩分布,100,10,15,40,25,10,比重（%）,75,8,70-80,85,3,80-90,-,20,合计,95,2,90分以上,65,5,60-70,55,2,60分以下,组中值,人数（人）,成绩,离散型变量：看电影次数0-,2,，,3,-5,连续性变量：成绩60-,70,，,70,-80，“上组限不在内原则”,当出现异常值时设立,开口组,第一组的下限应低于最小值，最后一组的上限应高于最大值,分组时注意,1、将原始数据按由小到大顺序排列,2、计算全距,全距=最大值-最小值,3、确定组距与组数,组距：为便于计算，组距一般取5或10的倍数,组数,：应以能够显示数据的分布特征和规律为目的,（二）组距数列编制的步骤,5、根据分组整理成频数分布表,例：某单位30名职工的月工资额为：1060、840、1100、910、1090、910、1110、1070、990、940、1190、870、1180、970、1030、1060、850、1060、1110、1050、960、1050、1070、1210、1050、950、1060、1280、1110、1010,第一步：将原始数据按大小顺序排列,840、850、870、910、910、940、950、960、970、990、1010、1010、1030、1050、1050、1050、1060、1060、1060、1060、1070、1170、1090、1100、1110、1110、1180、1190、1210、1280,第二步：计算全距,全距=最大值-最小值=1280-840=440,第三步：确定组数或组距,组距=100,组数=440/100=4.4 5组,840、850、870、910、910、940、950、960、970、990、1010、1010、1030、1050、1050、1050、1060、1060、1060、1060、1070、1170、1090、1100、1110、1110、1180、1190、1210、1280,月工资额（元）,职工人数（人）,比率（%）,800-900,3,10.0,900-1000,7,23.3,1000-1100,13,43.3,1100-1200,5,16.7,1200-1300,2,6.7,合计,30,100.0,840、850、870、910、910、940、950、960、970、990、1010、1010、1030、1050、1050、1050、1060、1060、1060、1060、1070、1170、1090、1100、1110、1110、1180、1190、1210、1280,分成5组，每组组距100,第四步：编制频数分布表,某班20名学生的考试成绩资料如下：,60、61、62、63、74、76、77、79、79、80、80、81、84、85、86、89、90、91、97、99、,试编制频数分布表,Exercise:,（1）全距,=99-60=39,（2）确定组距为10,（3）计算组数=3.9/10=3.94组,（4）编制频数分布表,成绩（分）,人数（人）,比率（%）,60-70,4,20,70-80,5,25,80-90,7,35,90-100,4,20,合计,20,100,某班考试成绩频数分布表,第四节 统计图,数,据,的,类,型,品质数据,数值型数据,直方图,折线图,曲线图,条形图,饼图,环形图,一、品质数据的图示,（一）条形图,(,bar Chart,),用宽度相同的条形的高度或长度来表示品质数列的图形,条形图,【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。,不同品牌饮料的频数分布表,饮料品牌,频数,频率（%）,可口可乐,15,30,旭日升冰茶,11,22,百事可乐,9,18,汇源果汁,6,12,露露,9,18,合计,50,100,当类别在横轴时，也可称为柱形图,当类别放在纵轴时，称为条形图,两组数据进行对比时，可画对比条形图,（二）,饼图（圆形图）,用角度来表示数值大小的图形,说明各部分所占比例和结构,不同品牌饮料的频数分布表,饮料品牌,频数,频率（%）,可口可乐,15,30,旭日升冰茶,11,22,百事可乐,9,18,汇源果汁,6,12,露露,9,18,合计,50,100,饼图,（三）环形图,8%,36%,31%,15%,7%,33%,26%,21%,13%,10%,非常不满意,不满意,一般,满意,非常满意,甲乙两城市家庭对住房状况的评价（内圈为甲）,二、数值型数据的图示,Excel,直方图,折线图,曲线图,（一）直方图,用矩形的,高度表示频数，,宽度表示组距,某单位职工月工资额情况,月工资额（元）,职工人数（人）,比率（%）,800-900,3,10.0,900-1000,7,23.3,1000-1100,13,43.3,1100-1200,5,16.7,1200-1300,2,6.7,合计,30,100.0,分组数据的图示,(直方图的绘制),某电脑公司销售量分布的直方图,频,数,(天),800,900,1300,1200,1000,1100,15,12,9,6,3,50,40,30,20,10,频,率,(%),月工资额,直方图与条形图的区别,条形图宽度,(,表示类别,),，固定，无意义,直方图宽度表示各组的组距，有意义,条形图各矩形分开排列，直方图连续排列，,条形图用于品质数据，直方图用于数值型数据,（二）折线图,折线图也称次数分布多边图,是在直方图的基础上，把直方图顶部的中点,(,组中值,),用直线连接起来，再把原来的直方图抹掉,折线图,某电脑公司销售量分布的直方图,频,数,(天),800,900,1300,1200,1000,1100,15,12,9,6,3,50,40,30,20,10,频,率,(%),月工资额,曲线图,曲线图是组数趋向于无限多时折线图的极限描绘，是一种理论曲线。,频,数,(天),800,900,1300,1200,1000,1100,15,12,9,6,3,50,40,30,20,10,频,率,(%),月工资额,频数分布曲线的类型,对称分布,右偏分布,左偏分布,几种常见的频数分布,1、钟型分布曲线,频数分布的类型,U型分布,2、U型分布,如：人口死亡率,频数分布的类型,正J型分布,反J型分布,3、J型分布,供给,需求,分组,总产值(万元),职工人数(人),劳动生产率,(元/人),大型,中型,小型,合计,2005年某月某公司各企业劳动生产率统计表 单位：,总标题,纵,栏,标,题,：,指,标,指标数值,第五节 统计表,一、统计表的结构和内容,横,行,标,题,：,分,类,主词,宾词,从,形式上看:,统计表由总标题、横行标题、纵栏标题、指标数值构成。,从,内容上看:,统计表由主词和宾词两部分构成。,主词,说明总体及其组成部分,宾词,各个统计指标及其数值。,二,统计表的分类,简单表,总体未分组,简单分组表,总体按一个标志进行分组,复合分组表,总体按二个或二个以上标志进行复合分组,按主词的结构分类,某年某公司所属两企业自行车合格品数量表,厂别,合格品数量（辆）,甲厂,5000,乙厂,7000,合 计,12000,例,简单分组表,某年某地区工业增加值和职工人数,项目,增加值（万元）,职工人数（人）,内资企业,大型,9 750,13 800,中型,8 600,45 000,小型,4 200,10 050,外商投资经营企业,大型,7 300,7 500,中型,5 200,10 400,小型,4 400,4 500,例,复合分组表,三,统计表的设计,1.,总,标题：,简练、准确,2.,指,标数值：,位数对齐，无法计算用,“”,表示,3.,计量单位,：必须标注,4、,注释与资料来源,：最好标注,5.通常情况下，统计表的,左右两边不封口,;,6.,表,的上下边线（基线）用,粗实线或双线,；,总原则,：简明、清晰、实用、美观。,项目,单位,1999年,2000年,调查户数,户,40044,42220,平均每户家庭人口,人,3.14,3.13,平均每户就业人口,人,1.77,1.68,平均每户就业面,%,56.43,53.67,平均一就业者负担人数,元,1.77,1.86,平均每人全部年收入,元,5888.77,6316.81,19992000年城镇居民家庭抽样调查资料,资料来源：中国统计年鉴2001，中国统计出版社，2001，第305页,注：本表为城市和县城的城镇居民家庭抽样调查材料。,The end of chapter3,