章数据的描述.ppt

统计学 第二章 孟彦菊 mengyanju@126.com 第2章 数据的描述 2.1 数据的计量与分类 2.2 数据的收集 2.3 数据的整理 2.4 集中趋势的度量 2.5 离散程度的度量 2.6 分布偏态与峰度 2.7 统计表 【引例2.0】统计数据 2009年7月9日随机抽查了某大学50名任课教师的年龄，原始数据（周岁）如下： 33 39 45 27 24 35 30 44 52 47 45 42 40 46 68 48 47 46 39 60 46 47 51 29 59 47 29 50 43 29 35 30 29 34 33 45 64 46 44 67 30 27 29 44 53 31 55 41 43 47 这一大堆数据可能使你眼花缭乱，也许你并不能够一下就记住所有数据。 假如我们感兴趣的是教师年龄的分布，那么，你认为对上述数据应该怎样分组才能显示教师年龄的分布特征？教师年龄的集中趋势如何？离散程度怎样？分布的偏态及峰度又应该如何测定呢？ 四种计量尺度 列名尺度(Nominal scale) 也称名义尺度或分类尺度 计量层次最低 对事物进行平行的分类 各类别可以指定数字代码表示 使用时必须符合类别穷尽和互斥的要求 数据表现为“类别” 具有=或?的数学特性 顺序尺度(Ordinal scale) 也称定序尺度 对事物分类的同时给出各类别的顺序 比定类尺度精确 未测量出类别之间的准确差值 数据表现为“类别”，但有序 具有或的数学特性 间隔尺度(Interval scale) 也称间隔尺度 对事物的准确测度 比定序尺度精确 数据表现为“数值” 没有绝对零点 具有 + 或 - 的数学特性 比率尺度(Ratio scale) 也称比率尺度 对事物的准确测度 与定距尺度处于同一层次 数据表现为“数值” 有绝对零点 具有 ? 或 ? 的数学特性 四种计量尺度的比较 顺序数据 顺序数据(rank data)——是定序尺度对现象计量的结果。 例如:人口按受教育程度分为“小学”、“初中”、“高中”、“大学及以上”组，则这里的“小学”、“初中”、“高中”、“大学及以上”即为顺序数据。 分类数据和顺序数据合称为定性数据。 数值型数据 数值型数据(metric data)——是定距尺度和定比尺度对现象计量结果。 例如学生的考试成绩70分、工人的月收入2000元均为数值型数据。 数值型数据通常称为定量数据。 问题讨论 前面例子中涉及的“性别”、“经济类型”、“受教育水平”、“考试成绩”、“月收入”能看作数据吗？ 如果它们不能看作数据，那么应该怎样正确理解这些概念？ 2.2 数据的收集 2.2.1 数据的间接来源 间接来源的数据我们称之为第二手数据。 可从各种公开出版物（如统计年鉴等） 、报纸、杂志、图书、网络、新闻媒体等获取。 间接取得的数据 统计部门和政府部门公布的有关资料，如各类统计年鉴 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 从互联网或图书馆查阅到的相关资料 提供统计数据的部分政府网站 提供统计数据的部分政府网站 2.2.2 数据的直接来源 直接来源的数据我们称为第一手数据，主要依赖统计调查得到。 2.3 数据的整理 2.3.1分类数据和顺序数据的整理 对分类数据和顺序数据，我们可以计算出每一类别出现的频数或频率，通过频数分布表和图形来展示。 1.用频数分布表展示分类数据和顺序数据 用表格的形式将分类数据或顺序数据各分组极其相应的频（次）数全部罗列出来，就是频数分布表（或次数分布表）。 分布在各组的单位数称为频数(frequency)，也叫次数，各组次数与总次数之比称为频率，也叫比重（例）（proportion）。一组资料中，各组频率之和等于100%（或1）。 【例2.1】——频数分布表的编制 （数据文件为example2.1） 对某高校经济系30名教师性别及职称登记结果，如表2.1所示，试用SPSS分别编制教师性别及职称的频数分布表。 【例2.1】——频数分布表的编制 表2.1 某高校30名教师性别及职称情况统计表 【例2.1】——频数分布表的编制 解：首先将教师性别用代码0、1表示；将教师职称用代码2、3、4、5表示，然后在数据文件的Varible View窗口Values栏定义变量值标签： 0表示女性，1表示男性；2表示助教，3表示讲师，4表示副教授，5表示教授。 【例2.1】——频数分布表的编制 SPSS操作