商务管理学习课件 第二章 数据整理和描述.ppt

第二章 数据的处理和描述 主讲 石立 第一节 数据的处理 预处理 整理与展示 合理使用图表 第二节 数据的描述 集中趋势的度量 离散趋势的度量 分布形态的描述 一、数据的预处理 二、数据的整理与展示 三、合理使用图表 数据的预处理包括三个方面： 1.数据审核 2.数据筛选 3.数据排序 1.数据审核 （1）原始数据的审核 ①完整性审核——缺失值 ②准确性审核——异常值：逻辑检查 计算检查 （2）二手数据的审核 ①适用性审核 ②时效性审核 2.数据筛选 （1）将某些不符合要求的数据或有明显错误的数据予以剔除； （2）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。 如：找出所有的一等品；找出成绩高于70分的同学等。 数据筛选中逻辑词的使用：“或”、“且”、“非” 3.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 如：《福布斯富豪排行榜》、《胡润富豪排行榜》、《中国大学排行榜》 二、数据的整理与展示 1.分类型数据的整理与展示 2.顺序型数据的整理与展示 3.数值型数据的整理与展示 1.分类型数据的整理与展示 （1）分类数据的整理 【例】性别 ①目标：制作频数分布表 A、在频数分布表的第一列列出各类别 B、整理指标（可计算的统计量）： 频数（frequency）：落在各类别中的数据个数 比例（proportion）：某一类别数据占全部数据的比值 百分比（percentage）：比例的百分数 比率（ratio）：不同类别的频数之比 【练习】饮料类型 （2）分类数据的展示——图 ①条形图（Bar Chart）：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。 主要用于反映分类数据的频数分布。 ②饼图（Pie Chart）：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。 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。 2.顺序数据的整理与展示 （1）顺序数据的整理 【例】P12，例2.1 目标：制作频数分布表 A、在频数分布表的第一列列出各类别 B、整理指标（可计算的统计量）： 【一个重要规律】在分类数据、顺序数据和数值型数据中，我们常称分类数据相对另两种为低级数据，顺序数据级别稍高，数值型数据为最高级数据。 则有：低级数据的方法，高级的数据可以用；但高级数据的方法，低级的数据不可以用。 因此，顺序数据的整理可以使用分类数据的整理指标：频数、比例、百分比、比率 此外，顺序数据的整理有其特有指标：累积 A、从内容上看，有：累积频数、累积比例、累计百分比等 B、从方向上看，累积有两种：向上累积和向下累积 向上累积：顺序数据从顺序开始的一方向顺序的最后的一方累加； 向下累积：顺序数据从顺序最后的一方向顺序的开始的一方累加； 【练习】优良中差 （2）顺序数据的展示 根据【规律】，顺序数据可以使用分类数据的条 形图、饼图来展示。 顺序数据所特有的图为：累计频数分布图 向上累积频数分布图 向下累积频数分布图 3.数值型数据的整理与展示 （1）数值型数据的整理 目标：制作频数分布表-在频数分布表的第一列列出各类别。 【例】P13，例2.3 【问题】数值型数据并无类别 解决办法：需创造类别，即“分组”。 1）数据分组 ①单变量值分组：将数据按照总体（或样本）的某个特征变量或数据按个数直接进行分组，适合于少数的离散变量。 如：将某个班学生的年龄，按照学生的性别分组，分为男生的年龄和女生的年龄。 P13，例2.2，将每个数值型数据当做分类处理。 ②组距分组（距离分组）：适合于连续变量，适合于变量值较多的情况，常用方法有： A、不等距分组：各组的组距不全相等。 如：国际上对人口年龄的分组，根据人口成长的生理特点分组为：0~6岁：婴幼儿组；7~17岁：少年儿童组；18~59岁：中青年组；60岁以上：老年组。 B、等距分组：每组的组距均相等 2）等距分组的步骤（P13，例2-3） ①找出数据中的最大值max、最小值min、数据个数n，并计算总距离d=max-min。 ②确定组数：组数的确定应以能够展示数据的分布特征和规律为目的。在实际分组时，可以按美国学者斯特杰斯Sturges提出的经验公式确定组数： 。 该公式求出的结果可以根据需要和方便的原则进行调整。 ③确定组距： 。 ④