《统计学基础数据的整理与显示.pptx》由会员分享，可在线阅读，更多相关《统计学基础数据的整理与显示.pptx（78页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、学习目标1.了解数据预处理的内容和目的2.掌握分类和顺序数据的整理与显示方法3.掌握数值型数据的整理与显示方法4.用Excel作频数分布表和形图5.合理使用统计表第1页/共78页3.1 数据的预处理一.数据审核二.数据筛选三.数据排序第2页/共78页数据的预处理1.数据的审核检查数据中的错误2.数据的筛选找出符合条件的数据3.数据排序升序和降序寻找数据的基本特征第3页/共78页数据审核第4页/共78页数据审核原始数据(raw data)审核的内容1.完整性审核检查应调查的单位或个体是否有遗漏所有的调查项目或指标是否填写齐全2.准确性审核检查数据是否真实反映客观实际情况，内容是否符合实际检查数据
2、是否有错误，计算是否正确等第5页/共78页数据的审核原始数据(raw data)审核数据准确性的方法1.逻辑检查从定性角度，审核数据是否符合逻辑，内容是否合理，各项目或数字之间有无相互矛盾的现象主要用于对分类和顺序据的审核2.计算检查检查调查表中的各项数据在计算结果和计算方法上有无错误主要用于对数值型数据的审核第6页/共78页数据的审核二手数据(second hand data)1.适用性审核弄清楚数据的来源、数据的口径以及有关的背景材料确定数据是否符合自己分析研究的需要2.时效性审核尽可能使用最新的数据3.确认是否必要做进一步的加工整理第7页/共78页数据筛选与排序第8页/共78页数据筛选(
3、data filter)1.当数据中的错误不能予以纠正，或者有些数据不符合调查的要求而又无法弥补时，需要对数据进行筛选2.数据筛选的内容包括将某些不符合要求的数据或有明显错误的数据予以剔除将符合某种特定条件的数据筛选出来，而不符合特定条件的数据予以剔除第9页/共78页用Excel进行数据筛选 8 8名学生的考试成绩数据名学生的考试成绩数据 数据筛选(data filter)第10页/共78页数据排序(data rank)1.按一定顺序将数据排列，以发现一些明显的特征或趋势，找到解决问题的线索2.排序有助于对数据检查纠错，以及为重新归类或分组等提供依据3.在某些场合，排序本身就是分析的目的之一4
4、.排序可借助于计算机完成第11页/共78页数据排序(方法)1.分类数据的排序字母型数据，排序有升序降序之分，但习惯上用升序汉字型数据，可按汉字的首位拼音字母排列，也可按笔画排序，其中也有笔画多少的升序降序之分2.数值型数据的排序递增排序：设一组数据为x1，x2，xn，递增排序后可表示为：x(1)x(2)x(2)x(n)第12页/共78页3.2 分类和顺序数据的整理与显示一.分类数据的整理与显示二.顺序数据的整理与显示第13页/共78页数据的整理与显示(基本问题)1.要弄清所面对的数据类型，因为不同类型的数据，所采取的处理方式和方法是不同的2.对分类数据和顺序数据主要是做分类整理3.对数值型数据
5、则主要是做分组整理4.适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据第14页/共78页分类数据的整理与图示第15页/共78页分类数据的整理(基本过程)1.列出各类别 2.2.计算各类别的频数3.制作频数分布表4.用图形显示数据分类分类频数频数比例比例百分比百分比比率比率ABCDE第16页/共78页分类数据的整理(可计算的指标)1.频数(frequency)：落在各类别中的数据个数2.比例(proportion)：某一类别数据占全部数据的比值3.百分比(percentage)：将对比的基数作为100而计算的比值4.比率(ratio)
6、：不同类别数值的比值第17页/共78页分类数据整理频数分布表(例题分析)【例例】一一家家市市场场调调查查公公司司为为研研究究不不同同品品牌牌饮饮料料的的市市场场占占有有率率，对对随随机机抽抽取取的的一一家家超超市市进进行行了了调调查查。调调查查员员在在某某天天对对5050名名顾顾客客购购买买饮饮料料的的品品牌牌进进行行了了记记录录，如如果果一一个个顾顾客客购购买买某某一一品品牌牌的的饮饮料料，就就将将这这一一饮饮料料的的品品牌牌名名字字记记录录一一次次 。右边就是记录的原始数据右边就是记录的原始数据用Excel制作频数分布表绿色绿色健康饮品健康饮品第18页/共78页分类数据的图示条形图(bar
7、 Chart)1.用宽度相同的条形的高度或长短来表示各类别数据的图形2.有单式条形图、复式条形图等形式3.主要用于反映分类数据的频数分布4.绘制时，各类别可以放在纵轴，称为条形图，也可以放在横轴，称为柱形图第19页/共78页分类数据的图示条形图(例题分析)第20页/共78页分类数据的图示饼图(pie Chart)1.也称圆形图，是用圆形及园内扇形的面积来表示数值大小的图形2.主要用于表示总体或样本中各组成部分所占的比例，对于研究结构性问题十分有用3.绘制圆形图时，总体中各部分所占的百分比用园内的各个扇形面积表示，这些扇形的中心角度，是按各部分数据百分比占3600的相应比例确定的第21页/共78
8、页分类数据的图示饼图(例题分析)第22页/共78页顺序数据的整理与图示第23页/共78页顺序数据的整理(可计算的指标)1.累积频数(cumulative frequencies)：各类别频数的逐级累加2.累积频率(cumulative percentages)：各类别频率(百分比)的逐级累加 第24页/共78页顺序数据的频数分布表(例题分析)【例例】在在一一项项城城市市住住房房问问题题的的研研究究中中，研研究究人人员员在在甲甲乙乙两两个个城城市市各各抽抽样样调调查查300300户户，其其中中的的一一个个问问题题是是：“您您对对您您家家庭庭目目前前的的住住房房状状况是否满意？况是否满意？1 1
9、非非 常常 不不满满意意；2 2不不满满意意；3 3一一般般；4 4满满意；意；5 5非常满意。非常满意。甲城市家庭对住房状况评价的频数分布甲城市家庭对住房状况评价的频数分布甲城市家庭对住房状况评价的频数分布甲城市家庭对住房状况评价的频数分布回答类别回答类别甲城市甲城市户数户数(户户)百分比百分比(%)向上累积向上累积 向下累积向下累积 户数户数(户户)百分比百分比(%)户数户数(户户)百分比百分比(%)非常不满意非常不满意 不满意不满意 一般一般 满意满意 非常满意非常满意24108934530836311510241322252703008.044.075.090.0100.0300276
10、1687530100.092562510合计合计300100.0第25页/共78页顺序数据的频数分布表(例题分析)乙城市家庭对住房状况评价的频数分布乙城市家庭对住房状况评价的频数分布乙城市家庭对住房状况评价的频数分布乙城市家庭对住房状况评价的频数分布回答类别回答类别乙城市乙城市户数户数(户户)百分比百分比(%)向上累积向上累积 向下累积向下累积 户数户数(户户)百分比百分比(%)户数户数(户户)百分比百分比(%)非常不满意非常不满意 不满意不满意 一般一般 满意满意 非常满意非常满意21997864387.033.026.021.312.7211201982623007.040.066.087
11、.3100.030027918010238100.093.060.034.012.7合计合计300100.0第26页/共78页顺序数据的图示累计频数分布图(例题分析)243001322252700100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(a)向下累积27616830300750100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(b)向上累积甲城市家庭对住房状况评价的累积频数分布甲城市家庭对住房状况评价的累积频数分布第27页/共78页环形图(annular chart)1.环形图中间有一个“空洞”，总体中的每一部分数据用环中的
12、一段表示2.环形图与圆形图类似，但又有区别圆形图只能显示一个总体各部分所占的比例环形图则可以同时绘制多个总体的数据系列，每一个总体的数据系列为一个环3.环形图可用于结构比较研究 4.环形图主要用于展示分类和顺序数据第28页/共78页环形图(例题分析)8%36%31%15%7%33%26%21%13%10%非常不满意 不满意 一般 满意 非常满意 甲乙两城市家庭对住房状况的评价第29页/共78页3.3 数值型数据的整理与显示一.数据分组二.数值型数据的图示第30页/共78页数据分组第31页/共78页分组方法分组方法分组方法等距分组等距分组异距分组异距分组单变量值分组单变量值分组组距分组组距分组第
13、32页/共78页单变量值分组(要点)1.将一个变量值作为一组2.适合于离散变量3.适合于变量值较少的情况第33页/共78页组距分组(要点)1.将变量值的一个区间作为一组2.适合于连续变量3.适合于变量值较多的情况4.需要遵循“不重不漏”的原则5.可采用等距分组，也可采用不等距分组 第34页/共78页组距分组(步骤)1.确定组数：组数的确定应以能够显示数据的分布特征和规律为目的。在实际分组时，可以按 Sturges 提出的经验公式来确定组数K2.2.确确定定组组距距：组组距距(Class(Class Width)Width)是是一一个个组组的的上上限限与与下下限限之之差差，可可根根据据全全部部数
14、数据据的的最最大大值值和和最最小小值值及及所所分分的组数来确定，即的组数来确定，即 组距组距组距组距(最大值最大值最大值最大值 -最小值最小值最小值最小值)组数组数组数组数 3.3.统计出各组的频数并整理成频数分布表统计出各组的频数并整理成频数分布表 第35页/共78页组距分组(几个概念)1.下限(low limit)：一个组的最小值2.上限(upper limit)：一个组的最大值3.组距(class width)：上限与下限之差4.组中值(class midpoint)：下限与上限之间的中点值下限值+上限值2组中值=第36页/共78页频数分布表的编制(例题分析)【例例】某某电电脑脑公公司司
15、20022002年年前前四四个个月月各各天天的的销销售售量量数数据据（单单位位：台台）。试试对对数数据据进进行行分组。分组。第37页/共78页频数分布表的编制(步骤)1.确定组数：根据 Sturges 提出的经验公式得组数K为：2.确定各组的组距：组距组距(237-141)10=9.6 103.用Excel制作频数分布表 第38页/共78页等距分组表(上下组限重叠)第39页/共78页等距分组表(上下组限间断)第40页/共78页等距分组表(使用开口组)第41页/共78页组距分组与不等距分组(在表现频数分布上的差异)1.等距分组各组频数的分布不受组距大小的影响可直接根据绝对频数来观察频数分布的特征
16、2.不等距分组各组频数的分布受组距大小不同的影响各组绝对频数的多少不能反映频数分布的实际状况需要用频数密度（频数密度=频数/组距）反映频数分布的实际状况第42页/共78页数值型数据的图示Excel分组数据直方图和折线图第43页/共78页分组数据直方图(histogram)1.用矩形的宽度和高度来表示频数分布的图形，实际上是用矩形的面积来表示各组的频数分布2.在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图3.直方图下的总面积等于1第44页/共78页分组数据的图示(直方图的绘制)140140 150150210210直方图下的面直方图下的面积之和等
17、于积之和等于11某电脑公司销售量分布的直方图某电脑公司销售量分布的直方图我我一一眼眼就就看看出出来来了了，销销售售量量在在 170170 180180之之间间的的天天数数最最多多!190190 200200180180160160 170170频频频数数数(天天天)25252020151510105 53030220220 230230 240240第45页/共78页分组数据直方图(直方图与条形图的区别)1.条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的2.直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度
18、均有意义3.直方图的各矩形通常是连续排列，条形图则是分开排列4.条形图主要用于展示分类数据，直方图则主要用于展示数值型数据第46页/共78页分组数据折线图(frequency polygon)1.折线图也称频数多边形图2.是在直方图的基础上，把直方图顶部的中点(组中值)用直线连接起来，再把原来的直方图抹掉3.折线图的两个终点要与横轴相交，具体的做法是第一个矩形的顶部中点通过竖边中点（即该组频数一半的位置）连接到横轴，最后一个矩形顶部中点与其竖边中点连接到横轴折线图下所围成的面积与直方图的面积相等，二者所表示的频数分布是一致的第47页/共78页分组数据的图示(折线图的绘制)折线图与直方图折线图与
19、直方图下的面积相等！下的面积相等！140140 150150210210某电脑公司销售量分布的折线图某电脑公司销售量分布的折线图190190 200200180180160160 170170220220 230230240240频频频数数数(天天天)25252020151510105 53030第48页/共78页数值型数据的图示STATISTICASTATISTICA未分组数据茎叶图和箱线图第49页/共78页未分组数据茎叶图(stem-and-leaf display)1.用于显示未分组的原始数据的分布2.由“茎”和“叶”两部分构成，其图形是由数字组成的3.以该组数据的高位数值作树茎，低位数
20、字作树叶4.树叶上只保留一位数字5.对于n(20 n 300)个数据，茎叶图最大行数不超过 L=10 lg(n)6.茎叶图类似于横置的直方图，但又有区别直方图可观察一组数据的分布状况，但没有给出具体的数值茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息第50页/共78页未分组数据茎叶图(例题分析)第51页/共78页未分组数据茎叶图(扩展的茎叶图)第52页/共78页未分组数据箱线图(box plot)1.用于显示未分组的原始数据的分布2.箱线图由一组数据的5个特征值绘制而成，它由一个箱子和两条线段组成3.其绘制方法是：首先找出一组数据的5个特征值，即最大值、最小值、中位
21、数Me 和两个四分位数(下四分位数QL和上四分位数QU）连接两个四分（位）数画出箱子，再将两个极值点与箱子相连接 第53页/共78页未分组数据单批数据箱线图(箱线图的构成)中位数中位数4 46 68 810101212QQU UUQQL LLX X最大值最大值最大值X X最小值最小值最小值简单箱线图简单箱线图第54页/共78页未分组数据单批数据箱线图(例题分析)最小值最小值最小值141141141最大值最大值最大值237237237中位数中位数中位数182182182下四分位数下四分位数下四分位数170.25170.25170.25上四分位数上四分位数上四分位数197197197140 150
22、 160 170 180 190 200 210 220 230 240140 150 160 170 180 190 200 210 220 230 240140 150 160 170 180 190 200 210 220 230 240某电脑公司销售量数据的箱线图某电脑公司销售量数据的箱线图第55页/共78页分布的形状与箱线图 对称分布对称分布对称分布Q QQL LL中位数中位数中位数 Q QQU UU左偏分布左偏分布左偏分布Q QQL LL中位数中位数中位数 Q QQU UU右偏分布右偏分布右偏分布Q QQL LL 中位数中位数中位数 Q QQU UU不同分布的箱线图不同分布的箱线图
23、第56页/共78页未分组数据多批数据箱线图(例题分析)【例例】从从某某大大学学经经济济管管理理专专业业二二年年级级学学生生中中随随机机抽抽取取1111人人，对对 8 8门门 主主要要课课程程的的考考试试成成绩绩进进行行调调查查，所所得得结结果果如如表表。试试绘绘制制各各科科考考试试成成绩绩的的批批比比较较箱箱线线图图，并并分分析析各各科科考考试试成成绩绩的的分分布布特特征征1111名学生各科的考试成绩数据名学生各科的考试成绩数据名学生各科的考试成绩数据名学生各科的考试成绩数据课程名称课程名称学生编号学生编号1234567891011英语英语经济数学经济数学西方经济学西方经济学市场营销学市场营销
24、学财务管理财务管理基础会计学基础会计学统计学统计学计算机应用基础计算机应用基础76659374687055859095818775739178975176857092688171748869846573957078669073788470936379806087816786918377769070828382928481706972787578918866948085718674687962818155787075687177第57页/共78页未分组数据多批数据箱线图(例题分析)8 8门课程考试成绩的箱线图门课程考试成绩的箱线图第58页/共78页1111名学生名学生8 8门课程考试成绩的箱线图
25、门课程考试成绩的箱线图Min-Max25%-75%Median value455565758595105学生1学生2学生3学生4学生5学生6学生7学生8学生9学生10学生11未分组数据多批数据箱线图(例题分析)第59页/共78页数值型数据的图示时间序列数据线图Excel第60页/共78页时间序列数据线图(line plot)绘制线图时应注意以下几点1.时间一般绘在横轴，指标数据绘在纵轴2.图形的长宽比例要适当，其长宽比例大致为10：73.一般情况下，纵轴数据下端应从“0”开始，以便于比较。数据与“0”之间的间距过大时，可以采取折断的符号将纵轴折断第61页/共78页时间序列数据线图(例题分析)【
26、例例】已知已知1991199120002000年年我国城乡居民我国城乡居民家庭的人均收家庭的人均收入数据如表。入数据如表。试绘制线图试绘制线图￥1991199120002000年城乡居民家庭人均收入年城乡居民家庭人均收入年城乡居民家庭人均收入年城乡居民家庭人均收入年份年份城镇居民城镇居民农村居民农村居民19911992199319941995199619971998199920001700.62026.62577.43496.24283.04838.95160.35425.15854.06280.0708.6 784.0 921.61221.01577.71926.12091.12162.02
27、210.32254.4第62页/共78页时间序列数据线图(例题分析)第63页/共78页数值型数据的图示多变量数据雷达图Excel第64页/共78页1.显示多个变量的图示方法2.在显示或对比各变量的数值总和时十分有用3.假定各变量的取值具有相同的正负号，总的绝对值与图形所围成的区域成正比4.可用于研究多个样本之间的相似程度多变量数据雷达图(radar chart)第65页/共78页 设有n组样本S1，S2，Sn，每个样本测得P个变量X1，X2，Xp，要绘制这P个变量的雷达图，其具体做法是多变量数据雷达图(雷达图的制作)n n 先先做做一一个个圆圆，然然后后将将圆圆P P等等分分，得得到到P P个
28、个点点，令令这这P P个个点点分分别别对对应应P P个个变变量量，在在将将这这P P个个点点与与圆圆心心连连线线，得得到到P P个个幅幅射射状状的的半半径径，这这P P个个半半径径分分别别作作为为P P个个变变量量的的坐坐标标轴轴，每每个个变变量量值值的的大大小小由由半半径径上的点到圆心的距离表示上的点到圆心的距离表示n n 再再将将同同一一样样本本的的值值在在P P个个坐坐标标上上的的点点连连线线。这这样样，n n个样本形成的个样本形成的n n个多边形就是一个雷达图个多边形就是一个雷达图第66页/共78页多变量数据雷达图(例题分析)【例例】20002000年年我我国国城城乡乡居居民民家家庭庭
29、平平均均每每人人各各项项生生活活消消费费支支出出构构成成数数据据如如表表。试试绘绘制雷达图。制雷达图。今天的今天的主食是主食是面包面包20002000年城乡居民家庭平均每人生活消费支出构成年城乡居民家庭平均每人生活消费支出构成年城乡居民家庭平均每人生活消费支出构成年城乡居民家庭平均每人生活消费支出构成(%)(%)项项 目目城镇居民城镇居民农村居民农村居民 食品食品 衣着衣着 家庭设备用品及服务家庭设备用品及服务 医疗保健医疗保健 交通通讯交通通讯 娱乐教育文化服务娱乐教育文化服务 居住居住 杂项商品与服务杂项商品与服务39.1810.018.796.367.9012.5610.015.17 4
30、9.305.754.525.245.5811.1815.473.14第67页/共78页多变量数据雷达图(例题分析)第68页/共78页数据类型及图示(小结)第69页/共78页3.4 统计表一.统计表的构成二.统计表的设计第70页/共78页统计表的结构1999199920002000年城镇居民家庭抽样调查资料年城镇居民家庭抽样调查资料年城镇居民家庭抽样调查资料年城镇居民家庭抽样调查资料项目项目单位单位1999年年 2000年年 调查户数调查户数 平均每户家庭人口平均每户家庭人口 平均每户就业人口平均每户就业人口 平均每户就业面平均每户就业面 平均一就业者负担人数平均一就业者负担人数 平均每人全部年
31、收入平均每人全部年收入 可支配收入可支配收入 平均每人消费性支出平均每人消费性支出户户人人人人%元元元元元元元元 400443.141.7756.431.775888.775854.024615.91 4222.0 3.13 1.68 53.67 1.86 6316.81 6279.98 4998.00资料来源：资料来源：中国统计年鉴中国统计年鉴20012001，中国统计出版社，中国统计出版社，20012001，第，第305305页。页。注：本表为城市和县城的城镇居民家庭抽样调查材料。注：本表为城市和县城的城镇居民家庭抽样调查材料。行行标标题题列列标标题题数数字字资资料料表头表头附附加加第71
32、页/共78页1.合理安排统计表的结构2.总标题内容应满足3W 要求3.数据计量单位相同时，可放在表的右上角标明，不同时应放在每个指标后或单列出一列标明4.表中的上下两条横线一般用粗线，其他线用细线5.通常情况下，统计表的左右两边不封口6.表中的数据一般是右对齐，有小数点时应以小数点对齐，而且小数点的位数应统一7.对于没有数字的表格单元，一般用“”表示8.必要时可在表的下方加上注释统计表的设计第72页/共78页统计表的设计(比较与选用)第73页/共78页统计表的设计(比较与选用)第74页/共78页统计表的设计(比较与选用)第75页/共78页本章小结1.数据预处理的内容和目的2.分类和顺序数据的整理与显示方法3.数值型数据的整理与显示方法4.合理使用统计表5.用Excel作频数分布表和图形第76页/共78页结 束第77页/共78页感谢您的观看！第78页/共78页