数据描述方法.ppt

课本:统计学 ─从数据到结论 吴喜之编著 中国统计出版社 参考书目： Business Statistics: A Decision-making Approach (D. F. Groebner P. W. Shannon) 《商务与经济统计精要》（原书第2版）戴维R·安德森等著，机械工业出版社，2005。 《统计分析与SPSS的应用》，薛薇编著，中国人民大学出版社，2001。 《多元统计分析》何晓群编著，中国人民大学出版社，2004。 课程大纲1 统计学基本概念、数据收集和数据描述2 线性回归分析和广义线性模型SPSS上机3 聚类分析 + SPSS上机4 判别分析 + SPSS上机5 主成份+ 因子分析、6 对应分析+SPSS上机 统计学的定义 统计学(statistics)是“收集、分析、展示和解释数据的科学” 什么地方统计用得上呢？ 任何领域. 运用统计的领域包括(1) 精算 农业 动物学 人类学 考古学 审计学 晶体学 人口统计学 牙医学 生态学 经济计量学 教育学 选举预测和策划 工程 流行病学 统计可应用于各个不同学科，在有些学科已经有其特有的方法和特点；如生物统计(biostatistics), 计量经济学(econometrics)以及目前很热门的生物信息(bioinformation)和数据挖掘(Data Mining)的方法主体都是统计。 以归纳为主要思维方式的统计不是以演绎为主的数学 如何用一部分数据较好地代表所有数据与抽样有关的概念：总体、样本、个体和样本量普查和抽样框参数和统计量 此例中，单个山东和广东人或个人的身高数据称为个体(individual) 而称所有所有山东和广东人或他们的身高数据为总体(population)，总体是包含所有要研究的个体的集合。 抽样抽到的人或身高数据称为该总体的样本(sample)，样本是总体的一部分。样本中个体的个数--样本量(sample size) 当然，也有可能试图调查所有的人(比如人口普查), 叫做普查(census). 抽样框(Frame)–所关心的所有对象或个- 是总体的一部分 一些常用的抽样方法 1 简单随机样本 如果总体中的每一个体都有同等机会被选到样本中，这种抽样称为简单随机抽样(simple random sampling)，而这样得到的样本则称为简单随机样本（random sample) . 如：通常的抽奖、抓阄 问卷调查中，没有随机找人回答问卷而是找一些你认识的人填写问卷- 这种样本也不是随机样本，而是方便样本（convenience sample）。 2.系统抽样(systematic sampling): 先把总体中的单元编号，然后随机选取其中之一作为抽样的开始点, 然后从开始点按照编号进行等距抽样 例：从60人的一班人中，随机抽出5人，如开始点为10号, “距离”为12，则调查对象为： 10号、22号、34号、46号、58号 - 如果原始名单号是随机的，得到的抽样对象是随机的。 3. 整群抽样(cluster sampling): 先把总体划分成若干群（cluster），再（通常是随机地）从这些群中抽取几群；然后再在这些群中随机地抽取个体。 例：在某县进行调查，首先在所有村中选取若干村子，然后只对这些村子的人进行调查。显然，如果各村情况差异不大，这种抽样还是方便的。 4．分层抽样（stratified sampling）。这是先把要研究的总体按照某些性质分类(stratum)，再在各类中分别随机抽取样本。 例1：经理意见调查- 目标是从大、小企业得到各200有效问卷 例2：按照教育程度把要访问的人群分成几类；每一类中调查和该类成比例数目的人。以确保每一类都有按比例的代表。 5. 多级抽样（multistage sampling）。在群体很大时，往往在抽取若干群之后，再在其中抽取若干子群，甚至再在子群中抽取子群，等等。最后只对最后选定的最下面一级进行调查。 例：在全国调查时，先抽取省，再抽取市地，再抽取县区，再抽取乡、村直到户。 抽样方法的选择不能一概而论 实际上每个抽样通常都可能是各种抽样方法的组合。如： 在多级抽样中的每一级也可采取各种抽样方法。此时，整个抽样计划可能比较复杂，也称为多级混和型抽样 制定抽样方案时既要考虑精确度，还要根据客观情况考虑方便性、可行性和经济性。不能一概而论。 定量和定性变量 当变量所取的值是数量时称为定量变量（quantitative variable） 如： 收入(元)、重量(kg)、身高(cm)、某企业广告投入(元)、某企业销售额(元) 取非数量值的变量就称为定性变量