统计资料的整理

1、第一节 资料整理的意义与内容第二节 统计分组第三节 分配数列第四节 统计表和统计图即将大量个体单位的原始资料，进行科学的即将大量个体单位的原始资料，进行科学的分类分类、汇总汇总，使之系统化、条理化，可以有效地展示，使之系统化、条理化，可以有效地展示，为下一阶段的为下一阶段的统计分析作准备。统计分析作准备。资料整理是一个从资料整理是一个从个体个体到到总体总体的的过渡过渡，也是对现象的认识，也是对现象的认识从感性上升到理性的过程。从感性上升到理性的过程。（一）对原始资料进行审核（一）对原始资料进行审核1. 1. 完整性审核完整性审核 应调查的总体单位是否齐全应调查的总体单位是否齐全 调查项目（标志

2、）的回答是否完整调查项目（标志）的回答是否完整答案缺失答案缺失的三种表现：的三种表现： a. a. 全部不回答全部不回答 b. b. 部分不回答部分不回答 c. c. 隐含不回答隐含不回答2.2.准确性审核准确性审核 逻辑检查逻辑检查：分析标志、数据之间是否符合逻辑，有：分析标志、数据之间是否符合逻辑，有无矛盾及违背常理的地方。无矛盾及违背常理的地方。 比较审查法比较审查法：利用指标数据之间的关系及规律进行：利用指标数据之间的关系及规律进行审查。审查。 设置疑问框审查设置疑问框审查：利用指标之间存在一定的量值与：利用指标之间存在一定的量值与比例关系，规定疑问框，审查数据。比例关系，规定疑问框，

3、审查数据。通过审核发现数据差错，应根据情况及时纠正或处通过审核发现数据差错，应根据情况及时纠正或处理：理：属于填报错误，可通知填报者重新填报；属于填报错误，可通知填报者重新填报； 属汇总过程错误应根据情况予以修正。属汇总过程错误应根据情况予以修正。（二）检查分类方法：（二）检查分类方法：是否合理、周到、可行，如有需要，进行修改。是否合理、周到、可行，如有需要，进行修改。（三）归纳与汇总：（三）归纳与汇总：按最后确定的分类方法，将各总体单位归入相应的组，并按最后确定的分类方法，将各总体单位归入相应的组，并汇总各组和总体数据。汇总各组和总体数据。（四）制表（四）制表、制图、制图：将汇总结果，编制成

4、统计表将汇总结果，编制成统计表、统计图、统计图，以备分析之用。，以备分析之用。（五）资料积累：（五）资料积累：将汇总资料存入数据库。如有条件可把原始资料一并存入，将汇总资料存入数据库。如有条件可把原始资料一并存入，以便进一步加工，用于特定课题研究。以便进一步加工，用于特定课题研究。即根据某种标志将总体区分为若干部分或组。即根据某种标志将总体区分为若干部分或组。 在保证调查资料准确的前提下，分组是否合理、科学关在保证调查资料准确的前提下，分组是否合理、科学关系到统计研究的成败。系到统计研究的成败。 是统计整理是统计整理最重要最重要的环节。的环节。分组的基本原则：组内同质，组间相异分组的基本原则：

5、组内同质，组间相异（一）区分现象的性质，划分现象的类型（一）区分现象的性质，划分现象的类型（二）揭示现象的内部结构，并可通过各组数量在总体中（二）揭示现象的内部结构，并可通过各组数量在总体中所占比重，表明总体结构的类型。所占比重，表明总体结构的类型。（三）分析现象之间的依存关系或因果关系（三）分析现象之间的依存关系或因果关系（一）根据研究目的选择分组标志（一）根据研究目的选择分组标志（二）在有几个标志可供选择时，应选择最能反映现象本（二）在有几个标志可供选择时，应选择最能反映现象本质特征的标志质特征的标志（三）标志的选择要考虑经济条件的变化（三）标志的选择要考虑经济条件的变化根据分组时根据分组

6、时采用标志的多少采用标志的多少，分为：，分为：（一）（一）简单分组简单分组：只按一个标志对总体进行分组。：只按一个标志对总体进行分组。（二）（二）复合分组复合分组：按两个以上的标志连续进行分组。：按两个以上的标志连续进行分组。例：例：工业企业工业企业轻工业轻工业重工业重工业公有经济公有经济非公有经济非公有经济公有经济公有经济非公有经济非公有经济大型企业大型企业中型企业中型企业小型企业小型企业- 要根据分组目的和资料特点选择采用简单分组或要根据分组目的和资料特点选择采用简单分组或 复合分组。复合分组。 如总体单位数众多，情况复杂，可采用复合分组。如总体单位数众多，情况复杂，可采用复合分组。 复合

7、分组采用标志不宜过多。复合分组采用标志不宜过多。根据一定标志（品质标志或数量标志）对总体进行分组，根据一定标志（品质标志或数量标志）对总体进行分组，并按一定顺序排列，即形成并按一定顺序排列，即形成分配数列分配数列。分配数列的构成分配数列的构成或要素或要素：1. 1.总体分组或总体分组或分组分组2. 2.总体单位在各组的总体单位在各组的分配次数分配次数（或出现次数），可用绝对（或出现次数），可用绝对数表示（数表示（频数频数frequencyfrequency），也可用相对数（），也可用相对数（%，频率频率lative frequency lative frequency ，或，或比重比重）来表示

8、。）来表示。根据分组根据分组标志标志不同，可分为：不同，可分为：（一）（一）品质数列品质数列。按品质标志分组的数列。按品质标志分组的数列（二）（二）变量数列变量数列。按数量标志分组的数列。按数量标志分组的数列 变量数列变量数列分为：分为：1. 1.单项数列单项数列。每个组的组值只用一个变量值来表示。适用。每个组的组值只用一个变量值来表示。适用于离散变量，且组数不多、组值变动幅度不大的情况。于离散变量，且组数不多、组值变动幅度不大的情况。2. 2. 组距数列组距数列。每个组的组值是由一对表示一定范围或距离。每个组的组值是由一对表示一定范围或距离的两个变量值形成的组。适用于连续变量，或离散变量，的

9、两个变量值形成的组。适用于连续变量，或离散变量，其变量值很多、变量波动的范围很大的情况。其变量值很多、变量波动的范围很大的情况。下限组距数列月工资（ 元）1000 以下1000 20002000 30003000 40004000 50005000 6000 6000 以上合 计人数（ 人）22851243061875125800比重（）2.810.615.538.323.46.43.1100南海公司员工月工资资料表南海公司员工月工资资料表组距1000组限上限组中值=（上限+下限）/2=3500在在组距数列组距数列中的几个基本概念：中的几个基本概念：上限上限(upper limit)(uppe

10、r limit)：组的最大值：组的最大值下限下限(low limit)(low limit)：组的最小值：组的最小值上限下限上限下限组距组距最大组的上限最小组的下限最大组的上限最小组的下限= =全距全距组中值组中值（上限值下限值）（上限值下限值）/2/2 组中值组中值(class midpoint)(class midpoint)即各组上、下限的中点即各组上、下限的中点 如变量值分布均匀，组中值便与组平均数一致如变量值分布均匀，组中值便与组平均数一致 组中值常用来代表各组的平均水平，在统计分析中组中值常用来代表各组的平均水平，在统计分析中被广泛采用。被广泛采用。在在组距数列组距数列中：中： 各

11、组组距相等的，称等距数列各组组距相等的，称等距数列 组距不相等的，称不等距数列或异距数列组距不相等的，称不等距数列或异距数列 采用等距还是不等距数列，要根据资料的特点和研采用等距还是不等距数列，要根据资料的特点和研究需要而定，要能反映分布的规律。究需要而定，要能反映分布的规律。组距数列组距数列还分为：还分为：闭口组闭口组：上、下组限齐全：上、下组限齐全开口组开口组：缺上组限或下组限：缺上组限或下组限缺下限的开口组组中值上限邻组组距缺下限的开口组组中值上限邻组组距/2/2缺上限的开口组组中值下限邻组组距缺上限的开口组组中值下限邻组组距/2/2（一）确定组距和组数（一）确定组距和组数1. 1.将原

12、始资料排序，找出将原始资料排序，找出最大值最大值、最小值最小值2. 2.确定确定全距全距3. 3.确定确定组距组距和和组数组数 组距组距和和组数组数互为制约互为制约一般可一般可先先确定确定组距组距，再再根据组距确定根据组距确定组数组数。在经济统计中，一般在经济统计中，一般5 51515组较合适。组较合适。应将总体单位的性质区别及其分布特征、集中趋势显示应将总体单位的性质区别及其分布特征、集中趋势显示出来。出来。（二）组限的确定（二）组限的确定原则：原则： 最小组最小组的的下限下限应低于或等于最小变量值应低于或等于最小变量值 最大组最大组的的上限上限应高于或等于最大变量值应高于或等于最大变量值

13、必要时，可采用必要时，可采用开口组开口组 组限表示方法组限表示方法 一式是常用形式，适用于连续性变量，一般不包括上限一式是常用形式，适用于连续性变量，一般不包括上限 二式是对一式的补充或修正，规定更明确二式是对一式的补充或修正，规定更明确 三式适用于离散型变量数列三式适用于离散型变量数列 四式是三式的延伸，适用于连续型变量数列四式是三式的延伸，适用于连续型变量数列 五式是下限不在内五式是下限不在内累计次数累计次数(cumulative frequencies)(cumulative frequencies)即从数列的头或尾开始，即从数列的头或尾开始，截止到某一组的上限或下限止，累计出现的次数。

14、截止到某一组的上限或下限止，累计出现的次数。分为分为：1 1较小制累计次数较小制累计次数。从最小一组算起，小于该组。从最小一组算起，小于该组上限上限的的累计次数累计次数2 2较大制累计次数较大制累计次数。从最大一组算起，大于该组。从最大一组算起，大于该组下限下限的的累计次数累计次数根据根据累计次数表累计次数表可以绘制可以绘制累计次数图累计次数图。以累计次数为纵坐标，分组为横坐标，较小制累计以累计次数为纵坐标，分组为横坐标，较小制累计次数曲线以各组上限为横轴，较大制以各组下限为横轴。次数曲线以各组上限为横轴，较大制以各组下限为横轴。如如p43p43 表表3-8 3-8 南海公司南海公司员员工工工

15、工资资累累计计次次数数表表 图图3-2 3-2 南海公司南海公司员员工工工工资资累累计计分布折分布折线图线图是表现统计资料的一种形式，即将调查得来的原始资料经是表现统计资料的一种形式，即将调查得来的原始资料经过整理，使之系统化，用表格形式表现。过整理，使之系统化，用表格形式表现。优点优点：（1 1）使统计资料条理化、清晰化；）使统计资料条理化、清晰化；（2 2）简明易懂、节省篇幅；）简明易懂、节省篇幅；（3 3）便于比较（项目、指标）、便于）便于比较（项目、指标）、便于 计算（直接通过表计算（直接通过表格计算）格计算）（4 4）方便检查、核对数字的完整性和准确性）方便检查、核对数字的完整性和准

16、确性1. 1.总标题总标题。2. 2.横行标题横行标题。也称。也称主词主词（主栏），表明总体及其分组，一（主栏），表明总体及其分组，一般列于左方。般列于左方。3. 3.纵栏标题纵栏标题。也称。也称宾词宾词（宾栏），表明总体特征的统计指（宾栏），表明总体特征的统计指标的名称，一般写在表的上方。标的名称，一般写在表的上方。4. 4.数字资料数字资料。即空格中的数字。即空格中的数字。（1 1）统计表按主词的分组不同，可以分为：）统计表按主词的分组不同，可以分为：1 1简单表简单表。未经分组。未经分组。2 2简单分组表简单分组表。按一个标志分组。按一个标志分组。3 3复合分组表复合分组表。按两个及两个

17、以上标志分组。按两个及两个以上标志分组。（2 2）按用途分为：）按用途分为： 1. 1.调查表调查表。用于登记原始资料。用于登记原始资料。 2. 2.整理表或汇总表整理表或汇总表。（狭义的统计表）。（狭义的统计表） 3. 3.计算分析表计算分析表。（可和。（可和2 2表结合）表结合） 设计原则：设计原则： 合理、科学、实用、简明、美观合理、科学、实用、简明、美观1 1一般为长方形。一般为长方形。2 2上下两端的端线用粗线绘制，表的左右两端不封上下两端的端线用粗线绘制，表的左右两端不封闭。闭。3 3表中横行表中横行“合计合计”，一般列在最后一行（或最前，一般列在最后一行（或最前行），表中纵栏行）

18、，表中纵栏“合计合计”一般列在分组后最前一栏。一般列在分组后最前一栏。4 4表的纵栏较多时，可编栏号。文字栏按甲、乙、表的纵栏较多时，可编栏号。文字栏按甲、乙、丙丙编号；而对指标数字的各栏分别用（编号；而对指标数字的各栏分别用（1 1）、（）、（2 2）、）、（3 3）的顺序编号。各栏之间如果有计算关系，可的顺序编号。各栏之间如果有计算关系，可用公式表示，如用公式表示，如（3 3）（）（2 2）（）（l l）。）。5 5总标题要简明扼要，确切说明表的内容，同时标总标题要简明扼要，确切说明表的内容，同时标题内或在标题下面应说明资料所属时间、空间。题内或在标题下面应说明资料所属时间、空间。8 8填

19、写：要规范化填写：要规范化书写工整，字迹清晰，数字位数对齐，同类数字要书写工整，字迹清晰，数字位数对齐，同类数字要有效的统一位数。有效的统一位数。数字相同时，应全部重写一遍，不能用数字相同时，应全部重写一遍，不能用“同上同上”等等字样表示。字样表示。不可能有数字的空格，用短横线不可能有数字的空格，用短横线“”填写；填写；如有数字但数字很小，可以忽略不计，或应有数字如有数字但数字很小，可以忽略不计，或应有数字但不详，用虚线但不详，用虚线“”表示；表示；某项资料免于填报，应用符号某项资料免于填报，应用符号“x”x”填满。填满。9 9某些资料必须进行说明时，应在表下注明。某些资料必须进行说明时，应在表下注明。10. 10. 制表完毕，制表人和负责人应签