曾五一应用统计学第2章.ppt

第二章 统计资料的搜集、整理与显示,1,主要内容,第一节 统计资料的搜集 第二节 数据整理 第三节 频数分布 第四节 数据显示,2,第一节 统计资料的搜集,一、统计资料搜集概述 （一）统计资料搜集的概念 1.定义：统计资料搜集是根据统计研究预定的目的和任务，运用科学的调查方法与手段，有计划、有组织地向客观实际采集数据的过程。 2.资料类型 原始资料（初级资料）：是指向调查单位搜集的尚待汇总整理，需要由个体过渡到总体的统计资料。 次级资料：是指已经整理加工过，由个体过渡到总体，能够在一定程度上说明总体现象的统计资料。 3.分为调查数据和实验数据,（二）统计调查的种类,（一）按调查对象范围的不同，可分为全面调查与非全面调查。 （二）按调查登记的时间是否连续，可分为经常性调查与一次性调查。 经常性调查是连续性的调查，它随着事物在时间上的发展变化而连续不断地进行登记。 一般调查时期现象，如：产值、产量、原料消耗等。 一次性调查是不连续登记的调查，它是对事物每隔一段时间后在一定时点上的状态进行登记。 例如：人口数，固定资产总值。 （三）按组织方式的不同，可分为定期报表制度和专门调查。 定期报表：统计报表。 专门调查：普查；抽样调查；重点调查；典型调查等。,（三）统计数据搜集的方案设计 1.确定调查的任务与目的 解决为什么（why)调查？例如：调查了解农村经济发展情况。 2.确定调查对象、调查单位和填报单位 解决向谁(who)调查？由谁来具体提供资料？ 例1：调查福建省乡镇企业经营状况。 调查对象：全省所有的乡镇企业 调查单位：每个乡镇企业 填报单位：每个乡镇企业,3.确定调查项目 解决向调查单位调查什么(what)？ 调查项目是指总体要用哪些指标来反映，以及这些指标要怎样落实到总体单位的标志上。 4.调查表格和问卷的设计,5.确定调查时间（when) 调查时间有两种涵义，即调查资料所属时间和调查工作期限。 调查时间是指调查资料所属的时间，客观时间。 调查期限是进行调查工作的时限，包括搜集资料和报送资料的工作所需的时间。 1.2007年经济活动成果年报呈报时间规定在2008年1月底。 2.牲畜调查，按1月1日状况登记，持续5天。 6.确定调查的组织实施计划,直接观察法 报告法 采访法 登记法 实验设计,二、统计资料的收集方法,三、统计调查的具体组织形式,（一）普查 1.普查的特点 （1）专门组织的一次性调查。 （2）全面调查。 2.组织方式 （1）专门组织的普查机构派出调查人员，直接登记。 （2）利用调查单位的原始记录和资料，发一定的调查表格，由调查单位填报。 3.具体组织时的基本原则： （1）规定一定的标准时点，一般是某一天或某一天的某一时刻。 （2）各调查点同时工作，以缩短调查期限，保证及时性。 （3）统一规定项目，不得任意改动。 （4）尽可能按一定的周期进行，可比性。,（二）统计报表： 依照国家有关法规，自上而下地统一布置，以一定的原始记录为依据，按照统一的表式，统一的指标项目，统一的报送时间和报送程序，自下而上地逐级定期提供统计资料的一种调查方式。 特点： 1.报表资料的来源建立在各个基层单位的原始记录的基础上，基层单位也可利用其资料对生产、经营活动进行监督管理； 2.由于统计报表是逐级上报和汇总的，各级领导部门能获得管辖范围内的报表资料，从而了解本地区、本部门的经济和社会发展情况； 3.由于统计报表是属于经常性(连续性)调查，调查项目相对稳定，有利于积累资料，并进行动态对比分析。,（三）抽样调查 1.抽样调查是一种非全面调查。它是按随机原则从总体中抽取一部分单位作为样本进行观察，然后根据样本指标值去推算调查对象的总体指标的一种调查。 随机原则：（1）每个单位有相同的中选可能性。（2）每个单位的中选不中选不是主观所决定的。,2.抽样调查的特点 （1）根据部分实际资料对全部总体的数量特征作出估计。 （2）按随机原则从全部总体中抽选样本单位。 （3） 是运用概率的估计方法 。 （4）抽样推断的误差可以事先计算，并加以控制。,3.抽样调查的适用范围 （1）不可能或不必要进行全面调查的社会现象。 无限总体的调查。 破坏性的产品质量检验。 总体单位数过大。 没必要全面调查，如城乡居民家计调查、民意测验等。 特殊情况，如战备物资调查、矿产调查等 （2）对普查资料进行必要的修正。,（四）重点调查：在调查对象中，只选择一部分重点单位进行的非全面调查。 重点单位：这些单位在全部单位中只是一部分，但它们在所研究现象的标志总量中占有绝大的比重。 （五）典型调查： 根据调查目的和任务，对所研究的现象总体进行初步分析的基础上，有意识的选取若干具有代表性的单位进行调查和研究，借以认识事物发展变化的规律。 特点：（1）专门组织的非全面调查。（2）主观性。,四、统计调查体系,我国建立以必要的周期性的普查为基础，经常性的抽样调查为主体，同时辅之以重点调查、科学推算和部分全面报表综合运用的统计调查方法体系。,第二手统计资料主要来自有关统计部门和其它机构发布的统计资料，可以从相关的年鉴、期刊和各种报刊媒体上获取，还可以从有关网站搜寻。,五、二手统计资料的主要来源,第二节 数据整理,一、数据整理的概念 （一）数据整理，是指根据统计研究的目的，将调查所得的原始资料进行加工（分组和汇总），分统计分析准备系统化的、条理化的综合资料的工作过程。,（二）内容和程序 1.资料的审核 2.分组和汇总 3.编制统计图表 4.资料的积累、保管和公布,二、统计分组,（一）统计分组的概念和种类 1.定义：统计分组根据统计研究的目的和客观现象的内在特点，按照某个标志或几个标志把研究的总体划分为若干性质不同的部分(或组)的一种统计方法。,2.统计分组的种类 （1）按分组标志的性质不同，分为品质分组和数量分组。 （2）按分组的作用不同，分为类型分组、结构分组和分析分组。 （3）按分组标志的多少，分为简单分组、平行分组和复合分组。 简单分组就是对总体按一个标志进行分组，它只能从某一方面说明和反映事物的分布状况和内部结构。 将同一总体选择两个或两个以上的标志进行简单分组，排列起来，即成为平行分组体系。 对同一个总体选择两个或两个以上的标志层叠进行分组，就形成复合分组体系。,平行分组,例如，对工业经济总体的研究，可以进行以下平行分组。 工业经济总体 （1）按轻、重工业分： 轻工业 重工业 （2）按经济类型分： 国 有 集 体 私 营 （3）按地区分： 华北地区 东北地区 ,复合分组,定义：对同一个总体选择两个或两个以上的标志层叠进行分组，就形成复合分组体系。 例如某工厂职工构成概况如下： 职工人数构成表 单位：人,1.按品质标志分组 按品质标志分组就是用反映事物的属性、性质的标志分组，它可以将总体单位划分为若干性质不同的类型。 例如，职工可以按性别、民族、文化程度、技术等级、籍贯等标志分组。 又如企业可以按所有制形式、隶属关系、地区，大中小型等标志分组。 品质标志分组一般比较容易，但有些情况比较复杂，为此，国家统计局及有关部门，统一制定各种分类目录与规定标准。例如：工业部门分类目录、工业产品目录大中小型工业划分标准等。,（二）统计分组的方法,2.按数量标志分组：“量变导致质变” 选用数量标志分组的关键是如何通过数量分组的差异，能够反映出各组的不同性质。 两个要点：（1）各组数量界限的确定必须能反映事物质的差别。（2）采取适当形式。,3.各种分组形式 （1）单项式分组与组距式分组 若离散型变量变动幅度小，则可依次将每一个变量值作为一组，即单项式分组。 当离散型变量数值很多，且变动幅度很大时，应用组距式分组,即将全部的变量值划分为若干区间，各个变量值则按其大小确定所归属的区间。 连续型变量由于不能一一列举它的变量值，不能作单项式组，只能是组距分组。 例：1.农村家庭按拥有小孩数分组（表1）： 2.企业按工人人数分组（表2 ） 3.工人按工资分组（表3）,表1,表2,表3,（2）间断组距式分组和连续组距式分组 组限：组距式分组中，每一组的两端值。起始值为下限，结束值为上限。 若相连的两组的组限不重叠的，称为间断组距式分组。若相连的两组的组限重叠的，称为连续组距式分组。 连续型变量只能采用连续组距式分组；离散型变量既能采用间断组距式分组，也能采用连续组距式分组。,“上限不在内”原则。,（3）等距分组与异距分组,等距分组的优点：便于各组单位数和标志值的直接比较；便于计算各项综合指标；便于绘制统计图。 异距分组的应用场合： 标志值分布很不均匀的场合。 标志值相等的量具有不同意义的场合。 标志值按一定比例发展变化的场合。,（4）几个概念：组限、组数、组距和组中值,组限 第一组的下限略小于实际变量值的最小值，最后一组的上限略大于实际变量值的最大值。 组距：区间的长度。 连续组距式分组： 组距=上限 下限,间断组距式分组： 组距 =本组上限 前组上限 （或）=本组下限 前组下限 （或）=本组上限 本组下限 + 1 “开口组”（只有上限或只有下限的组）的组距：参照相邻组确定。,组数：组距大，组数就少；组距小，组数就多 有一经验公式：n=1+3.322lgN (n:组数；N：总体单位数) 组中值：在计算平均指标或进行其他统计分析时，常以组中值来代表各组的平均水平。 组中值=（上限+下限）/2 开口组组中值的计算参照相邻的组。,第三节 频数分布,一、频数分布的基本概念 1.频数分布：在统计分组的基础上，将总体的所有的单位按组归类整理，并计算各组的单位数，形成一系列反映总体各组之间单位数分布状况的数字，称为频数分布，也叫分布数列。 品质数列 变量数列 2.分布数列的两个要素 标志值数列 频数数列,3.变量数列的编制方法,二、频数和频率 1.频数：又称次数。 分布在各组的单位个数。 2.频率：各组的频数与频数之和的比值。 3.频数密度和频率密度（异距分组时使用）,（1）频数密度=频数/组距，即单位组距的频数。 （2）频率密度=频率/组距，即单位组距的频率。,五、累计频数和累计频率,1.向上累计：从变量值小的一方向变量值大的一方累加频数（率）。 各组向上累计频数表明该组上限以下的单位数之和。 各组向上累计频率表明该组上限以下的单位总数占总体单位数的比重。,2. 向下累计：从变量值大的一方向变量值小的一方累加频数（率）。 各组向下累计频数表明该组下限以上的单位数之和。 各组向下累计频率表明该组下限以上的单位总数占总体单位数的比重。,0,20,40,60,80,100,20,60,80,40,100,绝对平等线,实际收入分配曲线,绝对不平等线,A,B,收入（%）,人口（%）,基尼系数=A/（A+B）,洛伦茨曲线：一种累计频率分布曲线。用来研究财富、土地和工资收入的分配是否公平。,六、次数（频数）分布的主要类型,1.钟型分布 正态分布 偏态分布,正态分布,右偏分布,左偏分布,J 型分布,U 型分布,2.J 型分布,3.U 型分布,第四节 数据显示,一、统计表 （一）统计表的定义和结构 1.定义 统计表是以纵横交叉的线条所绘制的表格，用来表现统计资料的一种形式。 广义：任何用以反映统计资料的表格，或统计工作过程中的一切表格。 狭义：统计资料经过整理、汇总按一定的规则排列在表格上，这种表格称为统计表。,2.统计表结构 （1）从表的形式上看，统计表是以纵横交叉的线条所绘制的表格，表格包括：总标题、横行标题、纵栏标题、指标数值。 （2）从内容上看，统计表的组成：主词栏和宾词栏。 ·主词栏是统计表所要说明的总体及其组成部分。 ·宾词栏是统计表用来说明总体数量特征的各个统计指标。,（二）统计表分类,1. 按主词分组情况分类：简单表、简单分组表、平行分组表、复合分组表。 2. 按宾词的设计分类：宾词简单排列，宾词分组平行排列，宾词分组层叠排列。,（三）统计表设计 统计表设计总的要求是：简练、明确、实用、美观，便于比较。统计表的设计应注意如下事项： 1.线条的绘制。表的上下端应以粗线绘制，表内纵横线以细线绘制。表格的左右两端一般不划线，采用“开口式”。 2.合计栏的设置。统计表各纵列若需合计时，一般应将合计列在最后一行，各横行若需要合计时，可将合计列在最前一栏或最后一栏。 3.标题设计。统计表的总标题，横栏、纵栏标题应简明扼要，以简练而又准确的文字表述统计资料的内容、资料所属的空间和时间范围。,4.指标数值。表中数字应该填写整齐，对准位数。当数字小可略而不计时或缺某项数字资料时，可用符号“”表示；不应有数字时用符号“”表示。免填的用“×”表示。 5.计量单位。统计表必须注明数字资料的计量单位。当全表只有一种计量单位时，可以把它写在表头的右上方。如果表中各行的指标数值计量单位不同，可在横行标题后添一列计量单位。 6.注解或资料来源。必要时，在统计表下应加注解或说明。以便查考。,二、统计图,（一）圆形图与条形图 圆形图和条形图主要用于定类数据的图示。 （二）直方图折线图与曲线图 直方图、折线图和曲线图主要用于定距数据和定比数据分布数列的图示。 （三）茎叶图 茎叶图通常用来显示未分组资料的分布特征，它既能显示数据的状态，又能给出每一个原始数值。,