第4讲统计整理分组

1、2022-6-1第四讲 统计整理2022-6-2 有组织、有组织、有计划地有计划地搜集资料。搜集资料。要求：准确、要求：准确、完整、及时完整、及时对调查资料对调查资料去伪存真、去伪存真、去粗取精、去粗取精、科学分类、科学分类、浓缩简化浓缩简化描述性分析描述性分析推断分析、推断分析、决策分析。决策分析。要求：定性要求：定性定量结合定量结合2022-6-3主要内容数据整理统计分组概念、内容、程序、主要任务概念、关键、原则、作用、种类、方法2022-6-4概念 从广义上讲，有两种整理：1）对统计调查所搜集到的各种数据进行分类和汇总，称为汇总性整理或汇总；2）对现成的综合统计资料的整理。 统计的数据整

2、理2022-6-5内容内容v根据研究目的设计整理汇总方案；v根据汇总方案，对各调查项目的资料进行汇总，通过汇总计算各项指标；v通过统计表或统计图形式，描述整理结果。 2022-6-6汇总方案的设计汇总方案的设计（1）总体的处理方法）总体的处理方法（2）说明总体的统计指标的确定）说明总体的统计指标的确定1）对总体单位进行简单排列2）将所有总体的资料加以合计3）对总体进行各种分组1）对调查项目全部进行汇总2）根据统计分析研究的需要对调查项目有选择的加以汇总2022-6-7程序v设计和编制统计资料的汇总方案；v审核原始资料，包括完整性、及时性、正确性、可比性；v用一定的组织形式和方法，对原始资料进行

3、分组、汇总和计算；v编制统计表、统计图及统计报告；v 统计资料的积累和保管。2022-6-8主要任务主要任务资料审核、分组、资料审核、分组、汇总、图表等。汇总、图表等。分组分组频数分布频数分布统计表统计表统计图统计图基本方法基本表现形式描述形式描述形式主要任务2022-6-9概念 根据统计研究的目的和客观现象的内在特点，按某一标志（或几个标志）把被研究的总体划分为若干个不同性质的组，称为统计分组。注：1）统计分组的对象是总体 2）分组标志 3）“分合”的意义2022-6-10 对总体而言是“分”，将总体分为性质相异的若干部分；而对单位而言是“合”，将性质相同的单位组合起来。对于分组标志而言是“

4、分”，按分组标志将不同的标志表现分为若干组；而对其他标志而言，是“合”，在一个组内的各单位即使其它标志表现不相同也只能结合在一组。2022-6-11统计分组的关键 选择分组标志 划分各组的界限确定将统计总体区分为各个性质不同的组的标准和依据。2022-6-12分组标志的选择原则（1）根据研究问题的目的来选择分组标志）根据研究问题的目的来选择分组标志（2）要选择最能反映被研究现象本质特征）要选择最能反映被研究现象本质特征 的标志作为分组标志。的标志作为分组标志。（3）要结合现象所处的具体历史条件或经）要结合现象所处的具体历史条件或经 济条件来选择分组标志济条件来选择分组标志2022-6-13划分

5、各组的界限：在分组标志的变异范围内，划定各相邻组之间的性质界限和数量界限。2022-6-14原则v穷尽原则v互斥原则 2022-6-15作用v划分现象的类型；v研究总体内部的结构；v研究现象之间的依存关系。 2022-6-16 例：我国经济成分按所有制性质划分，分为公例：我国经济成分按所有制性质划分，分为公有经济和非公有经济。公有经济包括国有及国有经济和非公有经济。公有经济包括国有及国有控股经济和集体经济；非公有经济包括私营有控股经济和集体经济；非公有经济包括私营经济、个体经济联营经济、股份制经济、外商经济、个体经济联营经济、股份制经济、外商投资经济、港澳台投资经济等。投资经济、港澳台投资经济

6、等。2022-6-17例：上海市按例：上海市按GDP计算的三次产业结构（计算的三次产业结构（%） 2000年年2001年年 2002年年 2003年年 GDP100 100 100 100 第一产业第一产业1.8 1.731.63 1.49 第二产业第二产业48.05 47.5847.42 50.09 第三产业第三产业50.15 50.6950.95 48.422022-6-18例：例：中国农民家庭按收入分组的恩格尔系数（中国农民家庭按收入分组的恩格尔系数（1984年）年）按收入分组（元）按收入分组（元） 200 300 400 500 600 800 1000恩格尔系数（恩格尔系数（%） 6

7、4.9 60.2 56.7 54.4 50.5 49.9 43.6恩格尔系数介绍恩格尔系数介绍（由德国统计学家恩格尔定律而得）（由德国统计学家恩格尔定律而得）反映人民生活水平类型的指标，用家庭或个人食品反映人民生活水平类型的指标，用家庭或个人食品支出总额占消费支出总额比重计算。支出总额占消费支出总额比重计算。30%以下：以下：30%40%40%50%50%60%60%以上以上最富裕水平最富裕水平富裕水平富裕水平小康水平小康水平勉强度日水平（温饱）勉强度日水平（温饱）绝对贫困水平绝对贫困水平2022-6-19 某班的性别构成情况按性别分组绝对数人数比重(%)男3075女1025合计40100直方

8、图接收频率频率直方图接收频率频率直方图接收频率频率2022-6-20工人平均日产量(件)绝对数比重(%)2108.731513.043026.154034.862017.4合计115100.0某厂第二季度工人平均日产量工人数2022-6-21种类按分组标志性质分按分组标志性质分品质分组品质分组品质数列品质数列数量分组数量分组（变量分组）（变量分组）变量数列变量数列按分组标志个数分按分组标志个数分简单分组简单分组：对被研究现象总体只按一个标志进行分组。复合分组复合分组：对同一总体选择两个或两个以上标志层叠起来进行分组。2022-6-22种类分组的作用和任务不同分： 类型分组：将复杂的现象总体划分

9、为若干个不同性质的部分。 结构分组：在对总体分组的基础上计算出各组对总体的比重，藉此研究总体各部分的结构。 分析分组：为研究现象之间依存关系而进行的统计分组。2022-6-23方法 品质分组的方法 数量分组的方法2022-6-24品质分组的方法 优点：比较简单，分组标志确定，组名或组数也随之确定。 缺点：繁杂，性质界限不易划分。2022-6-25数量分组的方法 确定各组数量界限（必须能反映事物质的差别） 确定组距、组限2022-6-26数量分组的方法单项式分组和组距式分组 单项式分组就是用一个变量值作为一组，形成单项式变量数列。适用于离散型变量且变量变动范围不大的场合。 组距式分组就是将变量依

10、次划分为几段区间，一段区间表现为“从到”距离，把一段区间内的所有变量值归为一组，形成组距式变量数列。区间的距离称为组距。适用于连续型变量或变动范围较大的离散型变量。2022-6-27工人按完成生产定额分组（%）工人数绝对数比重（%）809090100100110110120120130304060302016.722.233.316.711.1合计1801002022-6-28间断组距式分组和连续组距式分组 在组距式分组中，每组包含许多变量值，每一组变量值中，最小值为下限，最大值为上限。组距是上下限之间的距离，相邻两组的界限，称为组限。凡组限不相连的称为间断组距式分组。凡是组限相连（或重叠）即

11、以同一数值作为相邻两组的共同界限称为连续组距式分组。2022-6-29按年龄分组分为： 20岁及20岁以下 2135岁 3550岁 5155岁 5660岁 60岁以上2022-6-30等距分组和异距分组 等距分组就是标志值在各组保持相等的组距，即各组的标志值变动都限于相同的范围。适用于标志值变动比较均匀的情况。 异距分组亦不等距分组就是各组的组距不尽相等。适用于标志值分布很不均匀的情况；标志值相等的量具有不同意义的情况；标志值按一定比例发展变化的情况。2022-6-31考分人数（人）比重（%）506025.06070717.570801127.580901230.090100820.0合计40

12、100.0 某班学生统计学考试成绩表2022-6-32人口按年龄分组人口数（万人）1岁以下（婴儿组）117岁（幼儿组）6717岁（学龄儿童组）121855岁（有劳动能力的人口组）24.655岁以上（老年组）8.1合计51.7 某地区人口分布状况2022-6-33相关概念及计算: 组距、组数、组限、组中值 组距:上下限之间的距离。 连续组距式：组距上限下限 间断组距式：组距本组上限前组上限 本组下限前组下限 本组上限本组下限1 组数（美国学者斯特杰斯）指变量数列共分多少组 n13.3lgN d=R/n2022-6-34 组中值：组距数列中各组所有变量值的代表值，实际上就是各组上限与下限之间的中点值。 计算公式为： 闭口组： 缺下限的开口组： 缺上限的开口组：2下限上限