统计学--第三章统计数据处理.ppt

由连续型变量构成的组距数列，可用频率直方图来表现总体分布状况的。图形由一个个相连的长方形组成，每一长方形的面积则代表某一组变量出现次数占总次数的比重，因而所有长方形的面积之和等于100% 如果直方图中每一长方形顶端的中点连接起来，可得一条折线，称为分布折线。当无限的增加组数，致使组距无限的缩短，原来有限的长方形就被无限的分割，最终成为一根根直线，这时的折线就变成为一根光滑的曲线，称为分布曲线。累计频数或累计频率的图形应为折线或曲线，如下频数分布曲线。 在实践中，当离散型变量的取值很多，而且很难一一列举或没有必要一一列举的时候，也常常采用组距的形式编制变量数列。例如，某企业生产班组按工人人数分组的资料如表 某企业生产班组按工人人数分组资料 组距数列各组的取值的界限称为组限（class boundary），凡是各组变量取值的起点组限称为下限（lower limits）；反之，各组变量取值的终点则称为上限（upper limits）。 对于连续型变量的组距数列，上下限之间的取值域为：下限≤变量 ＜上限 ，表示变量的取值从下限开始一直到上限、但不等于上限。 对于离散型变量的组距数列，由于变量的取值只能是整数，表变量的取值分别为： 5≤X≤9， 10≤X≤14， 15≤X≤19 在引进了组限的概念后，就可更深刻地理解：分别由连续型变量和离散型变量绘制频数（频率）直方图时、关于两个长方形的边界连接与否问题。也就是说，连续型变量相临两个组限，即数据较小的一组的上限和数据较大一组的下限是重叠的；而离散型变量组距数列相临两组的组限、即数据较小的一组的上限和数据较大一组的下限是分离的、不重叠的。 组距 = 上限 － 下限 组距数列有开口组（open end）数列和闭口组（closed end）数列之分，所谓开口组数列是指数列中同时不显示的第一组的下限和（或）最后一组的上限，即第一组只有上限而无下限、或者最后一组只有下限而无上限、或者两者皆无，开口组组距数列，适用于数据有极端值，数据不多且较分散的情况、或实际情况不祥得情况。 组距数列还有等距与不等距之分，等距数列指数列各组的组距全部相等；反之，不等距数列则为数列的各组组距不相等。 变量数列有以下特征 ： 1.变量数列有两个基本要素：经过分组排序的变量值和频数（频率）； 2.变量数列的各组频率分别大于等于0，变量数列的各组频率之和等于1。 等距数列的编制步骤如下： ①计算全距 ②确定组数 ③计算组距，根据上述组数和组距，三者的数量关系为： ④计算组限、并在此基础上形成若干组。先计算第一组的组限，计算公式如下： 上限 = 最小值 + 组距/2 下限 = 最小值 - 组距/2 ⑤计点各组出现的次数（频数），计算频率，方法同单项数列的编制。 五 统计表与统计图 目录 （一）、统计表（statistical table） 把经过分组、汇总的数字资料按一定的循序在表格上反映出来，这种表格叫做统计表。 从形式上看，统计表是一张由纵横交叉的直线、左右两边不封口所组成的表格。 从内容上看，统计表由四部分组成： 1.总标题，用来简明扼要地概括表格的全部内容，一般置于整个表的正上方； 2.横行标目，是总体各组或各单位的名称，是统计研究的对象和主体，所以也称主词。 3.纵栏标目，指说明总体某一方面特征和属性的指标名称，是用来说明被研究对象或主题的； 4.数字资料，指反映总体各项特征或属性的指标数值，置于表格的右下方，即总体各组或各单位与其相对应指标的交叉处。 （二）、统计图（statistical graph or cartogram） 统计图是展示数据特征的另一种形式。 常用的统计图主要有两大类： 一类是反映数据总体的分布状况的图形，如表示定性分布状况的饼图（pie chart） 另一类是反映两个变量之间关系的统计图：散点图、折线图和曲线图。 * 第三章 统计数据处理 目录 一、统计数据的涵义及其层次尺度 二、统计数据处理的概念和内容 三、频数分布 四、统计调查方案 五、统计表与统计图 一 统计数据的涵义及其层次 目录 （一）、统计数据的涵义与分类 统计数据（statistical data）简称数据（data），是变量（包括定性和定量变量）的取值，也就是说统计数据是对所研究对象的属性和特征的具体描述，包括定性量变量的文字描述和定量变量的数字描述。 统计数据的分类 时空形态 时间序列数据：按时间顺序排列的数据 截面数据：一个或多个变量在某一时点上的数据的集合 面板数据：截面数据与时间数列综合起来的一种数据 内在性质 定性数据:一些用文字表示的无量纲，如产品有合格、不合格之分、性别有男、女之分等 定量数