统计数据的整理与显示

1、第三章 统计数据的整理与显示统计数据的整理与显示v第一节第一节 数据的预处理数据的预处理 v第二节第二节 品质数据的整理与显示品质数据的整理与显示v第三节第三节 变量数据的整理与显示变量数据的整理与显示v第四节第四节 统计表统计表第一节第一节 数据的预处理数据的预处理1.数据的审核数据的审核发现数据中的错误发现数据中的错误2.数据的筛选数据的筛选找出符合条件的数据找出符合条件的数据3.数据排序数据排序发现数据的基本特征发现数据的基本特征升序和降序升序和降序数据审核数据审核原始数据原始数据(raw data)v 审核的内容审核的内容1、完整性审核完整性审核检查应调查的单位或个体是否有遗漏检查应调

2、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所有的调查项目或指标是否填写齐全2、准确性审核、准确性审核检查数据是否真实反映客观实际情况，内检查数据是否真实反映客观实际情况，内容是否符合实际容是否符合实际检查数据是否有错误，计算是否正确等检查数据是否有错误，计算是否正确等v审核数据准确性的方法审核数据准确性的方法1、逻辑检查、逻辑检查从定性角度，审核数据是否符合逻辑，内容是否从定性角度，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主要用于对分类和顺序据的审核2、计算检查、计算检查检查调查表中

3、的各项数据在计算结果和计算方法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上有无错误主要用于对数值型数据的审核主要用于对数值型数据的审核二手数据二手数据 适用性适用性审核审核时效性时效性审核审核数据筛选数据筛选(data filter)数据筛选的内容包括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将某些不符合要求的数据或有明显错误的数据予以剔除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定条件的数据予以剔下面举例说明下面举例说明ExcelExcel进行数据筛选的过程。进行数据筛选的过程。表表3-1 8名

4、学生的考试成绩数据名学生的考试成绩数据单位：分单位：分首先首先, ,选择选择“数据数据”菜单，并选择菜单，并选择“自动筛选自动筛选”命令。如图命令。如图3-1所示。所示。图图3-1从从“数据数据”菜单中选择菜单中选择“筛选自动筛选自动” 这时会在第一行（列标题）出现下拉箭头，用鼠标点击箭头会出这时会在第一行（列标题）出现下拉箭头，用鼠标点击箭头会出现如下结果，如图现如下结果，如图3-2所示。所示。图图3-2 图图3-3统计成绩统计成绩75分的学生分的学生图图3-4英语成绩前三名的学生英语成绩前三名的学生 图图3-5图图3-6数据排序数据排序 (data rank)1、按一定顺序将数据排列，以发

5、现一些明显、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的特征或趋势，找到解决问题的线索2、排序可借助于计算机完成、排序可借助于计算机完成统计分组统计分组 v一、统计分组的概念一、统计分组的概念 v 统计分组就是根据统计研究的需要，将统计总统计分组就是根据统计研究的需要，将统计总体按照一定的标志区分为若干组成部分的一种统计体按照一定的标志区分为若干组成部分的一种统计方法。方法。v 通过分组，可以划分现象的类型、说明现象的通过分组，可以划分现象的类型、说明现象的内部结构、提示现象与现象之间的依存关系。内部结构、提示现象与现象之间的依存关系。二、统计分组的方法二、统计分组的

6、方法 v按分组标志性质不同按分组标志性质不同v 1 1、按品质标志分组、按品质标志分组v 2 2、按数量标志分组、按数量标志分组v按分组标志个数不同按分组标志个数不同v 1 1、简单分组、简单分组 2 2、复合分组、复合分组第二节第二节 品质数据的整理与显示品质数据的整理与显示 1.要弄清所面对的数据类型，因为不同类型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的数据，所采取的处理方式和方法是不同的 2.分类数据和顺序数据称为品质数据分类数据和顺序数据称为品质数据 3.对分类数据和顺序数据主要是做分类整理对分类数据和顺序数据主要是做分类整理 一一. 分类数据的整理

7、与显示分类数据的整理与显示v分类数据的整理基本过程分类数据的整理基本过程可计算的指标频频 数数频频 率率落在各落在各类别中类别中的数据的数据个数个数不同类不同类别的频别的频数和总数和总频数的频数的比值比值顾客购买饮料品牌的记录顾客购买饮料品牌的记录下面通过一个具体的例子来说明如何使用下面通过一个具体的例子来说明如何使用Excel来制作定类数来制作定类数据的频数分布。据的频数分布。图图37从对话框从对话框“分析工具分析工具”列列表中选择表中选择“直方图直方图”第一步：在第一步：在“工具工具”下拉菜单中单击下拉菜单中单击“数据分析数据分析”选项，从其选项，从其对话框对话框“分析工具分析工具”列表中

8、选择列表中选择“直方图直方图”，回车打开其对话，回车打开其对话框（如图框（如图37，图，图38所示）。所示）。 图图38 对话框的设置对话框的设置 频数分布结果频数分布结果实例实例表表3-1 某城市居民关注广告类型的频数分布某城市居民关注广告类型的频数分布 广告类型广告类型人数人数(人人)频率频率(%) 商品广告商品广告 服务广告服务广告 金融广告金融广告 房地产广告房地产广告 招生招聘广告招生招聘广告 其他广告其他广告1125191610256.025.54.58.05.01.0分类数据的图示分类数据的图示条形图条形图(bar Chart)用宽度相同的条形的高度或长短来表示各类别用宽度相同的

9、条形的高度或长短来表示各类别数据的图形数据的图形有单式条形图、复式条形图等形式有单式条形图、复式条形图等形式主要用于反映分类数据的频数分布主要用于反映分类数据的频数分布绘制时，各类别可以放在纵轴，称为绘制时，各类别可以放在纵轴，称为条形图条形图，也可以放在横轴，称为也可以放在横轴，称为柱形图柱形图(column chart) 柱形图柱形图 v 条形图条形图人数（人）人数（人）5191610211204080120 商品广告 服务广告 金融广告 房地产广告 招生招聘广告 其他广告广广告告类类型型 某城市居民关注不同类型广告的人数分布某城市居民关注不同类型广告的人数分布对比条形图对比条形图(sid

10、e-by-side bar chart )分类变量在不同分类变量在不同时间或不同空间时间或不同空间上有多个取值上有多个取值对比分类变量的对比分类变量的取值在不同时间取值在不同时间或不同空间上的或不同空间上的差异或变化趋势差异或变化趋势电脑品牌电脑品牌一季度一季度二季度二季度联想联想256468IBM285397康柏康柏247328戴尔戴尔563688对比条形图对比条形图饼图饼图(pie Chart)也称圆形图，是用圆形及圆内扇形的角度来表示也称圆形图，是用圆形及圆内扇形的角度来表示数值大小的图形数值大小的图形主要用于表示样本或总体中各组成部分所占的比主要用于表示样本或总体中各组成部分所占的比例

11、，用于研究结构性问题例，用于研究结构性问题绘制圆形图时，样本或总体中各部分所占的百分绘制圆形图时，样本或总体中各部分所占的百分比用圆内的各个扇形角度表示，这些扇形的中心比用圆内的各个扇形角度表示，这些扇形的中心角度，按各部分数据百分比乘以角度，按各部分数据百分比乘以3600确定确定2.圆形图圆形图(也称饼图也称饼图) 其他广告1.0% 房地产广告8.0% 商品广告56.0% 金融广告4.5% 服务广告25.5% 招生招聘广告5.8%某城市居民关注不同类型广告的人数构成某城市居民关注不同类型广告的人数构成饼图饼图不同品牌饮料的构成不同品牌饮料的构成可口可乐30%旭日升冰茶22%汇源果汁12%百事

12、可乐18%露露18%二二. 顺序数据的整理与显示顺序数据的整理与显示v可计算的指标可计算的指标v1. 累积频数：累积频数：将各类别的频数逐级累加将各类别的频数逐级累加v2. 累积频率：累积频率：将各类别的频率将各类别的频率(百分比百分比)逐级逐级累加累加 表表3-2 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241089345308

13、36311510241322252703008.044.075.090.0100.03002761687530100.092562510合计合计300100.0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2199786438 7.033.026.021.312.7 21120198262300 7.0 40.0 66.0 87.310

14、0.0300279180102 38100.0 93.0 60.0 34.0 12.7合计合计300100.0顺序数据的图示顺序数据的图示v累计频率分布图累计频率分布图243001322252700100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(a)向上累积向上累积27616830300750100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(b)向下累积向下累积环形图环形图(doughnut chart)环形图中间有一个环形图中间有一个“空洞空洞”，样本或总体中的每，样本或总体中的每一部分数据用环中的一段表示一部分数据用环中的一

15、段表示与饼图类似，但又有区别与饼图类似，但又有区别饼图只能显示一个总体各部分所占的比例饼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样本或总体的数据环形图则可以同时绘制多个样本或总体的数据系列，每一个样本或总体的数据系列为一个环系列，每一个样本或总体的数据系列为一个环园环图园环图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甲乙两城市家庭对住房状况的评价第三节第三节 变量数据的整理与显示变量数据的整理与显示v一一. 数据的分组数据的分组v二二. 次数分布的编制次数分布的编制v三三. 次数分布的图形

16、和类型次数分布的图形和类型一、统计分组一、统计分组 v1、统计分组的概念：、统计分组的概念：v将总体按某一标志划分为若干性质不同的部分称将总体按某一标志划分为若干性质不同的部分称统计分组。统计分组。 v2、统计分组的作用：、统计分组的作用：v（1）划分总体现象的类型。）划分总体现象的类型。v（2）研究总体现象的结构和比例关系。）研究总体现象的结构和比例关系。v（3）研究总体现象之间的依存关系。）研究总体现象之间的依存关系。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单变量值分组单变量值分组(要点要点)v1. 将一个变量值作为一组将一个变量值作为一组v

17、2. 适合于离散变量适合于离散变量v3. 适合于变量值较少的情况适合于变量值较少的情况组距分组组距分组 (要点要点)1、将变量值的一个区间作为一组、将变量值的一个区间作为一组2、适合于连续变量、适合于连续变量3、适合于变量值较多的情况、适合于变量值较多的情况4、需要遵循、需要遵循“不重不漏不重不漏”的原则的原则5、可采用等距分组，也可采用不、可采用等距分组，也可采用不等距分组等距分组二、次数分布的编制二、次数分布的编制v在统计分组的基础上，列出各组对应的单在统计分组的基础上，列出各组对应的单位数，形成总体单位数在各个组的分布，位数，形成总体单位数在各个组的分布，称统计分布，又称分配数列或次数分

18、布。称统计分布，又称分配数列或次数分布。v次数分布编制的步骤：次数分布编制的步骤： 变量值排序变量值排序求出全距求出全距变量性质变量性质变量值数目变量值数目编制单项数列编制单项数列编制组距数列编制组距数列计数、合计计数、合计设立组数，确定组距设立组数，确定组距制表制表组距分组(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，可以按和规律为目的。在实际分组时，可以按 Sturges 提提出的经验公式来确定组数出的经验公式来确定组数K确定组距：组距确定组距：组距(Class Width)(Class Width)是一

19、个组的上限与下是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即的组数来确定，即 组距组距( ( 最大值最大值 - - 最小值最小值) ) 组数组数 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 )2lg()lg(1nK组距分组组距分组(几个概念几个概念)v1. 下限下限(low limit) ：一个组的最小值：一个组的最小值v2. 上限上限(upper limit) ：一个组的最大值：一个组的最大值v3. 组距组距(class width) ：上限与下限之差：上限与下限之差v4. 组中值组中值(c

20、lass midpoint) ：下限与上限：下限与上限之间的中点值之间的中点值 l举例：某班级入学年龄情况如下：举例：某班级入学年龄情况如下：l21、18、21、19、19、20、19、19、17、20、19、18、21、17、18、19、18、20、20、17、19、20、21、22、18、18、19、19、19、19、19、19、20、19、20。年龄年龄人数人数频率频率（%）向下累向下累计次数计次数向上累向上累计次数计次数向下累向下累计频率计频率向上累计向上累计频率频率17181920212236147418.5717.1440.0020.0011.432.863532261251392

21、3303435100.0091.4374.2534.2514.252.868.5725.7165.7185.7197.14100.00合计合计35100.00v例如：某班级审计学考试成绩情况如下：例如：某班级审计学考试成绩情况如下：v 86、61、77、69、90、85、81、81、91、80、80、83、 83、 91、80、80、63、72、82、73、79、71、78、82、85、 82、 72、87、74、84、81、68、63、78、70、74、76、89、76、94分分 数数人人数数频率频率向下累计向下累计向上累计向上累计次数次数频率频率 次数次数频率频率60-7070-8080-

22、9090-10051318412.532.545.010.04035224100.087.555.010.0518364012.545.090.0100.0合计合计40100.0 生产车间生产车间50名工人加工零件数名工人加工零件数 日产零件的频数分布日产零件的频数分布频数分布表的编制频数分布表的编制(例题分析例题分析)等距分组表等距分组表三三. 次数分布的图形和类型次数分布的图形和类型v直方图：在直角坐标中，用横轴表示数据分在直角坐标中，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，即直方图就形成了一个矩形，即直方图直方图下

23、的面直方图下的面积之和等于积之和等于1折线图：折线图：也称频数多边形图，是在直方图的基础上，也称频数多边形图，是在直方图的基础上，把直方图顶部的中点把直方图顶部的中点(组中值组中值)用直线连接起来，用直线连接起来，再把原来的直方图抹掉再把原来的直方图抹掉v3、茎叶图、茎叶图1、用于显示未分组的原始数据的分布、用于显示未分组的原始数据的分布2、由、由“茎茎”和和“叶叶”两部分构成，其图形是两部分构成，其图形是由数字组成的由数字组成的3、以该组数据的高位数值作树茎，低位数字、以该组数据的高位数值作树茎，低位数字作树叶作树叶未分组数据未分组数据茎叶图茎叶图(例题分析例题分析)未分组数据未分组数据箱线

24、图箱线图(box plot)1、用于显示未分组的原始数据的分布、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、箱线图由一组数据的5个特征值绘制而成，它由个特征值绘制而成，它由一个箱子和两条线段组成一个箱子和两条线段组成3、其绘制方法是：、其绘制方法是：首先找出一组数据的首先找出一组数据的5个特征值，即个特征值，即最大值、最小最大值、最小值、中位数值、中位数Me 和两个和两个四分位数四分位数(下四分位数下四分位数QL和上和上四分位数四分位数QU）连接两个四分（位）数画出箱子，再将两个极值点连接两个四分（位）数画出箱子，再将两个极值点与箱子相连接与箱子相连接 未分组数据未分组数据单批数据箱

25、线图单批数据箱线图(箱线图的构成箱线图的构成)分布的形状与箱线图分布的形状与箱线图未分组数据未分组数据多批数据箱线图多批数据箱线图 (例题分析例题分析)11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766593746870558590958187757391789751768570926881717488698465739570786690737884709363798060878167869

26、18377769070828382928481706972787578918866948085718674687962818155787075687177未分组数据未分组数据多批数据箱线图多批数据箱线图(例题分析例题分析)Min-Max25%-75%Median value455565758595105英语经济数学西方经济学市场营销学财务管理基础会计学统计学计算机应用基础时间序列数据时间序列数据线图线图(line plot)v 绘制线图时应注意以下几点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、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、图形

27、的长宽比例要适当，其长宽比例大致为为10：73、一般情况下，纵轴数据下端应从、一般情况下，纵轴数据下端应从“0”开始，开始，以便于比较。数据与以便于比较。数据与“0”之间的间距过大之间的间距过大时，可以采取折断的符号将纵轴折断时，可以采取折断的符号将纵轴折断时间序列数据时间序列数据线图线图 (例题分析例题分析) 19912000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.

28、06280.0708.6 784.0 921.61221.01577.71926.12091.12162.02210.32254.4时间序列数据时间序列数据线图线图 (例题分析例题分析) 城乡居民家庭人均收入 城乡居民家庭人均收入020004000600080001991199219931994199519961997199819992000年份收入城镇居民农村居民显示多个变量的图示方法显示多个变量的图示方法在显示或对比各变量的数值总和时十分有在显示或对比各变量的数值总和时十分有用用假定各变量的取值具有相同的正负号，总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的绝对值

29、与图形所围成的区域成正比可用于研究多个样本之间的相似程度可用于研究多个样本之间的相似程度多变量数据多变量数据雷达图雷达图(radar chart)多变量数据雷达图 (例题分析)2000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 49.305.754.525.245.5811.1

30、815.473.14多变量数据多变量数据雷达图雷达图 (例题分析例题分析)2000年城乡居民家庭人均消费支出构成2000年城乡居民家庭人均消费支出构成01020304050食品衣着家庭设备用品及服务医疗保健交通通讯娱乐教育文化服务居住杂项商品与服务城镇居民 农村居民频数分布的类型频数分布的类型四、统计表四、统计表v 1、统计表的概念、构成、统计表的概念、构成v 统计表是纵横交叉的线条所绘制表现统计资料统计表是纵横交叉的线条所绘制表现统计资料的一种表格形式。的一种表格形式。v 从形式上看，统计表是由总标题，横行标题、从形式上看，统计表是由总标题，横行标题、纵栏标题和指标数值四部分组成；纵栏标题和指标数值四部分组成；v 从内容上看，