数据的背后.ppt

定量分析 陆立强 复旦大学数学系 数据的背后 陆立强 复旦大学数学科学学院 malqlu@fudan.edu.cn 前言 目的 培养科学精神 内容 从现实中获取数据 在数据中发现规律 把握现实中的不定因素 前言 教材 《让数据告诉你》陆立强编著 复旦大学出版社 2008年 参考书 《统计学——基本概念和方法》G.R.Iversen、M.Gergen著 吴喜之等译 高等教育出版社，施普林格出版社 2000年 《统计学完全教程》 L.Wasserman著 张波等译，科学出版社，2008 前言 要求 出勤：抽查，10% 作业：三次，15% 期中：报告，25% 考试：闭卷，50% 第一章 统计的利弊 什么是统计？ 简体版：统计是为了某种需要所采集的数据 完整版：统计是在决策过程中获取和处理信息所采用的步骤和遵循的规则 生活离不开统计 统计的作用——透过现象看本质 例1：心脏与情感 初次观察:一只母猴抱幼猴 再次观察:287位母亲抱婴儿 辨析观察:成年人拎袋习惯 猜想: 抱在左胸对新生儿有利 试验:心跳声播放对比 结论:成人的正常心跳对新生婴儿有安抚作用. 正确的统计过程 例2:在静止状态下,男性心跳速度慢于女性 合理的数据 总体 样本 代表性：采样方法 充足性：数据差异 科学的方法 观察法： 实验法：随即指派 正确的统计过程 例3：阿司匹林和心脏病 轻信统计，后患无穷 样本 1986年有报道:克莱斯勒总裁Lee Iacocca在共和党初选中将以54%比46%击败副总统Jeorge Bush(老布什). 指标 中国人真的富了吗？ 方法 吸烟会降低孩子的智商 例4 中国知识分子真的短命吗？ 样本 指标 第二章 如何解读统计数据 理智面对数据 什么是数据? 从统计角度讲,数据是一批被赋予了某种意义的数或者信息 所有的数据都是可信的吗? 数据的可信度依赖于它们是否被合理地采集和整理 例: 中国房价数据 理智面对数据 决定数据可信度的七个要素 调查的发起人和资助方 政府机构 学术机构 营利机构 相互交叉 调查者的行为方式 保持客观中立 理智面对数据 决定数据可信度的七项要素 被调查对象的确定方式 自愿者效应 网络调查的不足 调查问题的准确含义 尽可能减少不确定性 调查的环境 时间 地点 方式：电话、函调、面谈、网络 理智面对数据 决定数据可信度的七项要素 对照小组之间的其他差别 所见非本质 数据所表示的效应或区别的重要程度 阿司匹林和心脏病 饮食和婴儿性别 虚拟新闻 标题：心理学专业学生比化学专业学生更聪明 为了完成毕业论文，一位四年级心理学专业女生调查“心理学专业的同学是否比化学专业的学生要聪明一些”。调查分别在5个心理学专业高年级班级和5个化学专业高年级实验室进行，要求在场的学生分别写下他们的平均绩点和所在专业，整理后心理学专业学生的平均绩点为3.05，化学只有2.91。这项调查是在星期三(学生回家享受国庆节大餐的前一天)进行的 虚拟新闻 分析 发起者：不排除调查者的倾向性 行为方式：会引起结果的偏差 对象的确定：结论有误的关键 提问方式：自报绩点 调查的环境：时间不合适 其他差别： 差别程度： 如何制定调查计划 例：超市价格调查 发起人和资助方： 调查人的行为： 被调查对象是如何确定的： 采集数据的方法和问题的准确含义： 调查的环境 其他因素素 数据所表示的效应或区别的重要程度 案例—央视春晚吸引了多少眼球？ 第三章 如何采集可信的数据 提问中常见的错误 蓄意偏向 你是否同意谋杀无辜生命的堕胎行为是合法的？ 你是否同意在某些情况下为了维护母亲权益，堕胎是一种合法行为？ 无意偏向：问题中的某些词汇含义不清 请你回忆一生中最重要的一天? 你是否吃早餐? 投其所好：在敏感问题上，被调查者通常按大多数人喜欢的答案回答. 问学生：你吸烟吗? 一般回答：NO。 问学生：你谈过恋爱吗? 对牛弹琴：对自己不懂(或者没想过)的问题，被调查者往往不愿表现出自己无知 你参加过投票吗? 一般回答：是 故弄玄虚：问题表述太复杂 医疗保障计划 请君入瓮 你认为目前青少年中存在的酗酒问题严重到何种程度了? 请你列出五项目前青少年面临的社会问题? 涉及隐私：涉及个人隐私的问题,回答的可信度会降低. 提问方式 封闭式问题 开放式问题 封闭式问题的局限性 例:社会问题调查(1987年) 封闭式 能源短缺 5.6% 公立学校质量 32% 堕胎合法 8.4% 污染 14% 开放式 上述回答只占了 2.4% 开放式问题的局限性 难于归纳整理 提问方式影响被调查者思路 例:50年内重要事件和变化调查 (1987) 开放式问题的结果 二次大战： 14.1% 太空探索: 6.