第三社会统计资料的整理

1、 主要内容主要内容 原始资料杂乱无章，需加整理，才能为人所用。统计资料的整原始资料杂乱无章，需加整理，才能为人所用。统计资料的整理，其基础是统计分理，其基础是统计分组。组。 所所谓统计分组就是按统计研究的目的和要求，将总体单位或谓统计分组就是按统计研究的目的和要求，将总体单位或全部调查数据按一定的标志划分成若干组，使组内差异尽量小，而全部调查数据按一定的标志划分成若干组，使组内差异尽量小，而组与组之间则有明显差异，从而使原本杂乱无章的资料有序化，以组与组之间则有明显差异，从而使原本杂乱无章的资料有序化，以便为在统计分析中提炼各种有用信息打下基础。便为在统计分析中提炼各种有用信息打下基础。 统计

2、表统计表变量数列的编制变量数列的编制统计图统计图 统计分组的原则与标准统计分组的原则与标准 统计分组的原则统计分组的原则第一节第一节 统计分组的原则与标准统计分组的原则与标准 1分组应使各类别构成之和等于总体分组应使各类别构成之和等于总体 “穷举穷举” “互斥互斥” 穷举，分组穷尽总体的全部单位；穷举，分组穷尽总体的全部单位；互斥，分组界限使每一数据只归属一组。互斥，分组界限使每一数据只归属一组。 2分组设计应能反映统计总体的分布规律性分组设计应能反映统计总体的分布规律性 统计分组主要是为了能很好地反映统计总体的构成状况，统计分组主要是为了能很好地反映统计总体的构成状况，即反映总体中各单位的分

3、布特征。分组设计要适应这一要求，即反映总体中各单位的分布特征。分组设计要适应这一要求，必须在分组后使总体单位总数在各组的分配情况能够反映总体必须在分组后使总体单位总数在各组的分配情况能够反映总体的分布规律性。的分布规律性。 某社团成员的构成某社团成员的构成 性别性别 人数人数 男男 女女 28 22 人数人数 年龄年龄 3 7 12 18 1055-6535-45 45-5525-3515-25频数分布数列频数分布数列 在统计资料搜集的基在统计资料搜集的基础上，按分组原则，将总础上，按分组原则，将总体中所有单位依一定顺序体中所有单位依一定顺序归类整理，即可得到能够归类整理，即可得到能够表明总体

4、单位总数在各组表明总体单位总数在各组分配情况的频数分配情况的频数(或次数或次数)分布数列，简称数列。频分布数列，简称数列。频数分布数列是统计分组工数分布数列是统计分组工作的产物。作的产物。 品质数列品质数列 变量数列变量数列 100名男性青年的身高表名男性青年的身高表 单位：厘米单位：厘米第二节第二节 统计表统计表 166 181 173 171 168 164 178 167 156 194 169 175 183 168 165 180 170 172 167 175 173 169 174 172 171 169 173 184 173 169 170 181 185 168 174 1

5、87 167 174 169 165 167 172 174 173 155 179 164 158 165 162 157 175 182 168 176 161 171 163 176 159 171 178 172 169 158 163 166 168 160 178 170 164 160 170 166 178 171 167 162 169 165 171 165 168 176 174 163 177 164 170 161 179 177 162 149 169 166 153 177 164 统计调查搜统计调查搜集来的资料往往集来的资料往往是没有次序的原是没有次序的原始资料

6、始资料(参见右表参见右表)，使原始资料有，使原始资料有序化，列表和作序化，列表和作图是两种基本方图是两种基本方法，得到的分别法，得到的分别就是统计表和统就是统计表和统计图。计图。 2002年我国城乡人口情况年我国城乡人口情况 按城乡分按城乡分 比重（比重（%） 人口数（万人）人口数（万人） 12845339.0960.917824150212统计表统计表 1. 格式格式 统计表是表示统计统计表是表示统计资料的表格，在由横行资料的表格，在由横行、纵栏交叉结合而成的、纵栏交叉结合而成的表格上，它能系统地组表格上，它能系统地组织和合理地安排大量数织和合理地安排大量数字资料。字资料。 总标题总标题 乡

7、村乡村 城镇城镇100.00合计合计 纵栏标题纵栏标题 统计数值统计数值 横行标题横行标题 表34 离婚案件构成离婚案件构成 2. 内容内容 主词主词统计表所要说明的对象。统计表所要说明的对象。 宾词宾词用来说明主词的标志和标志值。用来说明主词的标志和标志值。 如需要，主宾词可互换。如需要，主宾词可互换。 3. 统计表按统计表按主词是否分组主词是否分组以及分组的程以及分组的程度可分为度可分为简单分组表简单分组表复合分组表复合分组表简单表简单表简单简单设计设计复合复合设计设计 中国人口年龄结构状况中国人口年龄结构状况 单位：单位：% 资料来源|：2003中国统计年鉴第99页。 简单分组表简单分组

8、表 复合分组表复合分组表 我国社会福利主要费用情况我国社会福利主要费用情况 单单位：亿元位：亿元 资料来源|：2003中国统计年鉴第838页。统计表的制作规则统计表的制作规则变量数列的构成要素变量数列的构成要素 第三节第三节 变量数列的编制变量数列的编制 在社会统计学中，总体中各单位的分布特征首在社会统计学中，总体中各单位的分布特征首先是用统计表来表示的。能够表示变量分布及其特先是用统计表来表示的。能够表示变量分布及其特征的统计表，即变量数列。它有两个构成要素：征的统计表，即变量数列。它有两个构成要素： 变量值变量值 Xi频数频数 fi = NfPiiNfnii111niiP相对频数相对频数

9、Pi离散变量数列离散变量数列 离散变量所描述的对象的数量特征，可以按一定次离散变量所描述的对象的数量特征，可以按一定次序列出它的整数值，相邻两变量值不会出现小数，因而序列出它的整数值，相邻两变量值不会出现小数，因而能编制出单项式和组距式两种变量数列。能编制出单项式和组距式两种变量数列。 单项数列单项数列 组距数列组距数列 组距组距(hi) =上限上限(ui) 下限下限(li) 组中值组中值( mi) = 或或 组中值组中值( mi) =2iiul 2iiilul 离散变量单项数列离散变量单项数列if组中值（iXif 离散变量组距数列离散变量组距数列 某地区小学班级数某地区小学班级数 连续变量数

10、列连续变量数列 连续变量因其数学特征，在一个区间可以有无限多数连续变量因其数学特征，在一个区间可以有无限多数值，无法按顺序一一列举，所以只能编制组距数列。与离值，无法按顺序一一列举，所以只能编制组距数列。与离散变量组距数列不同之处在于，根据连续变量的特征，此散变量组距数列不同之处在于，根据连续变量的特征，此时组距数列中相邻两组的上限和下限共有一个组限，即相时组距数列中相邻两组的上限和下限共有一个组限，即相邻两组交界处的组限重合。至于恰等于某一组限的数据邻两组交界处的组限重合。至于恰等于某一组限的数据(如如下表中身高下表中身高164厘米厘米)归于哪一组，应该按照归于哪一组，应该按照“上限不包括上

11、限不包括在内、相同入下限在内、相同入下限”的原则处理。这就是说，的原则处理。这就是说，164应归于应归于“164168”这一组，而不应归于这一组，而不应归于“160l64”这一组。有了这一组。有了这一规定，就不会在编制连续变量的数列时，发生违背这一规定，就不会在编制连续变量的数列时，发生违背“穷举穷举”与与“互斥互斥”这两个基本原则的情况了。这两个基本原则的情况了。 男青年身高按男青年身高按4厘米的间距分组时的频数分布厘米的间距分组时的频数分布 连续变量数列连续变量数列IgNRh322. 31确定确定组距和组距和组数组数）组距（）全距（）组数（hRn 组距频数频数密度组距频率频率密度 频数密度

12、和标准组距频数计算表频数密度和标准组距频数计算表nnnnnn表3.3 学生体重的频数分布表学生体重x（斤）组中值频数f（人）频率（%）向上累积频数（人）频率（%）80-90890-1008100-11024110-12027120-13016130-14011140-1504150-1602合计合计100100100100 第四节第四节 统计图统计图条件下，很显然各矩形的面积与其高度成正比。因此，各矩形的面积同样可以用来表示各组的频数或频率，而且看起来更形象直观。如果取各矩形的总面积为1，各矩形的面积必定等于各组的相对频数。用例3.1数据做直方图。下下面是根据表面是根据表3 31515绘绘制的制的两个直方图。左图用矩形高度两个直方图。左图用矩形高度来表来表示各示各组频数就会产生错觉。右图是按照标准组距频数作出来的组频数就会产生错觉。右图是按照标准组距频数作出来的，用，用矩形面矩形面积来表示各组频数就避免了不必要的错觉。以后当我们积来表示各组频数就避免了不必要的错觉。以后当我们接触接触正态曲线正态曲线等曲线后，将进一步体会到用面积来表示频数分布的等曲线后，将进一步体会到用面积来表示频数分布的好处好处。用例3.1数据做折线图。 曲线图曲线图 钟形曲线：钟形曲线：“中间大，两头