心理统计学——2数据的搜集、整理和显示.ppt

第二章、数据的搜集、整理与显示 2.1 数据的计量与类型 定类尺度 也叫类别尺度或列名尺度。只能按照事物的某种属性对其进行分类或分组。是最粗略，层次最低的计量尺度。如性别（男、女）、学历、企业性质、职业、地区等。 由于定类尺度只能区分事物是同类或不同类，因此它具有“＝和?”的数学特性。 通常计算每一类别中各元素或个体出现的“频数或频率”来进行分析。 定序尺度 也叫顺序尺度，是对事物之间等级差别或顺序差别的一种测度。它不仅可以将事物分成不同的类别，而且还可以确定这些类别的优劣或顺序。如： 考试成绩：优、良、中、及格、不及格。 教育水平：小学及以下、初中、高中、 大学及以上。 该尺度具有“和”、“＝和≠”的数学特性，但不能进行加、减、乘、除运算。 定距尺度 也叫等距尺度或间隔尺度，不仅能将事物分为不同类型并进行排序，而且还可以准确地指出类别之间的差距是多少，表现为数值。如考试成绩百分制；温度等。 定距尺度具有定类尺度和定序尺度的数学特性外，其结果还可以进行“加、减”运算。 2.1.2 数据的类型与分析方法 统计数据是采用某种计量尺度对事物进行计量的结果。采用不同的计量尺度会得到不同类型的统计数据。 不同类型的数据 定类数据：表现为类别，但不区分顺序，由定类尺度计量形成； 定序数据：表现为类别，但有顺序，由定序尺度计量形成； 定距数据：表现为数值，可进行加、减，由定距尺度计量形成； 定比数据：表现为数值，可进行加、减、乘、除，对应于定比尺度； 定性数据（Qulitative Data）：定类数据、定序数据 定量数据（Quantitative Data）：定距数据、定比数据 不同类型的数据采用不同的统计方法 定类数据：计算各组的频数、频率，众数、异 众比率、列联分析、?2检验等。 定序数据：中数（中位数）、四分位差、等级 相关系数、非参数分析。 定距数据、定比数据：计算各种统计量、参数 估计、检验。 适用于低层次测量数据的统计方法，也适用于较高层次的测量数据。 变量（Variable）：说明事物某种特征的 概念，它的具体表现为变量值 定类变量（Nominal Variable）：由定类数 据记录， 如性别（男、女）； 定序变量（Ordinal Variable）：由定序数据 记录，如产品等级（一、二、三级）； 数值变量（Numerical Variable）：由数量 数据记录，如年龄、时间、产量等 2.2 统计数据的来源 1、直接来源 （1）调查 普查： 为某一特定的目的组织的一次性全面调查。如人口普查、工业普查等； 特点是：涉及面广，但需要耗费大量的人力、物力、财力，时间较长；准确、规范化程度高。 （2）观察与实验 观察法： 调查人员边观察边记录以搜集信息的方法； 试验法： 在所设定的特殊实验场所、特殊状态下，对调查对象进行实验以取得所需资料的一种调查方法。 室内实验法：如广告效果测试、广告认知； 室外市场实验法：如消费者需求调查。 2.3 统计数据的整理与显示 通过各种渠道搜集到统计数据之后，首先应对其进行加工整理，使之系统化、条理化，以符合分析的需要。整理可以大大简化数据，更容易理解和分析。 2.3.1 品质数据的整理与显示 对品质数据主要做分类整理 对数值型数据主要做分组整理 1、定类数据的整理与显示 （1）整理 不仅列出事物的类别，还要计算出每一类别的频数、频率或比例、比率 （2）显示 选择适当的图形进行显示，以便对数据及其特征有一个初步的了解 2、定序数据的整理与显示 定类数据的整理和显示的内容都适用于定序数据。除此之外定序数据还可以计算累积频数和累积频率，图形显示用到累积频数分布图和环形图。 （1）累积频数（Cumulative frequencies）： 将各类别的频数逐级累加起来。有两种方法： 向上累积：从类别顺序开始一方向最后一方累加频数； 向下累积：从类别顺序最后一方向开始一方累加频数 （2）累积频率或百分比（Cumulative percentages） 2.3.2 数值型数据的整理与显示 一、数据的分组 数值型数据包括定距数据和定比数据，在整理时通常要进行分组。然后再计算出各组中出现的次数或频数。分组方法有单变量值分组和组距分组。 1、单变量值分组 把每一个变量值作为一组，它只适合于离散变量