《统计学（第二版）》课件第02章 统计数据的采集

1、第二章 统计数据的采集第二章 统计数据的采集第一节 统计数据的来源第二节 统计调查方案与问卷设计第三节统计数据的采集方法第一节 统计数据的搜集 一、统计数据的直接来源统计数据的直接来源是指通过专门组织的调查和科学实验搜集数据。科学实验是取得自然科学数据的主要手段，如医学、生物学等的数据都是通过实验和观察取得的。 原始材料（初级资料、直接资料或第一手资料） 需要大量的人工，时间和资金1、统计调查的意义和要求 统计调查，是指根据统计研究的目的和要求，利用各种统计调查的方式方法,搜集统计资料的工作过程。 统计调查作为统计工作的第二个阶段，在统计工作的整个过程中，担负着提供基础资料的任务，对统计资料的

2、搜集，要求做到准确、及时和完整。（尽量做到最好）2统计调查的种类社会经济现象错综复杂，根据不同的调查目的，需要采取不同的统计调查方式方法。统计调查的常见分类有： 是否包括全部调查单位 调查资料登记时间是否具有连续性 全面调查 对调查对象中的全部单位一一加以调查。 非全面调查 对调查对象中的部分单位进行调查。 经常性调查：随着调查对象的变化而进行的经常地、连续不断地登记调查。 一次性调查：是间隔一段时间对调查对象进行的登记调查。 资料搜集的方法不同调查的组织方式不同统计报表:按一定的表式和要求，自上而下统一布置，自下而上上报统计资料的一种统计调查方式方法专门调查:是为了研究某些专门问题，由进行调

3、查的单位专门组织的调查 。直接观察法采访法报告法问卷法二、统计数据的间接来源统计数据的间接来源是指对次级资料的搜集，即第二手资料的搜集。一般是搜集公开出版或公开报道的数据。（数据库）www.scb.se瑞典人口、选举、就业等数据库数据来源 数据来源第一手资料 实验法调查观察出版物第二手资料网络数据库，电视，广播其 他 公开的统计出版物（一）我国官方的统计公开出版物 如中国统计出版社出版：中国统计年鉴、中国统计摘要、中国社会统计年鉴、中国工业统计年鉴、中国农村统计年鉴、中国人口统计年鉴、中国市场统计年鉴等。（二）外文出版物 世界银行各年度的世界发展报告、联合国的联合国统计年鉴、联合国粮农组织生产

4、年鉴、国际货币基金组织的国际金融统计月报、亚太经合组织的亚太统计数字等。www.scb.se（in English） 第二节 约统计调查方案与问卷设计（一）统计调查方案设计的主要内容 1、调查目的 。（为什么调查？） 统计调查中，首先要明确调查目的，既通过调查要解决什么问题， 2、调查对象、调查单位和报告单位（向谁调查？） 调查对象又称调查总体，是我们所要研究事物的整体。 调查单位就是调查对象范围内的各个个体单位。 报告单位又称填报单位，它是负责填报调查资料的单位。 （调查单位设备，报告单位是企业）3、调查项目和调查表 （调查什么？） 调查项目就是进行调查时向调查单位需要调查的问题。一般来说有

5、多少个问题，便有多少个调查项目。 调查表类型单一表：在一份表格上只登记一个调查单位的资料，可以容纳较多的调查项目。 一览表：在一张表上登记若干个调查单位的资料，调查的项目不能过多。 调查表制定以后，为了保证调查资料的科学性和统一性，需要编写填表说明和指标解释。 4调查时间和调查地点 调查时间包括调查资料所属的时间和调查期限。 （1）调查资料所属的时间。 时期资料指事物在某一时期内发展过程的总量。例如，总产值、总产量 时点资料是指事物在某一时点上的水平。例如，工人数、商品库存量、耕地面积等 （2）调查期限。 调查期限是指调查工作的起止时间。包括搜集资料和报送资料的整个工作所需的时间。 调查地点是

6、指登记调查资料的地点。在一般情况下，调查地点和调查单位所在地点是一致的。 5调查方式 根据调查目的的不同，采取不同的调查方式。具体采用哪种调查方式，主要考虑人员、时间和经费等条件。一般来说，能够通过非全面调查解决的问题，不要进行全面调查。 6制定调查的组织实施计划（1）建立调查队伍；（2）调查人员的组织和培训；（3）经费的预算和开支办法；（4）试点调查。（二）调查问卷设计基本要求主题明确，性事件名，文字通俗，容易理解，便于回答。问句内容具体。问句的几种形式:1 开放式问句24 顺位式问句5 标度测量第三节 统计数据的采集方法一、统计报表 统计报表是我国取得统计资料的一种基本的组织形式。它是基层

7、企业、事业单位以及各级领导机关，按照国家有关部门统一规定的报表格式、报告内容、报送时间和程序等，自下而上报送报表的一种调查方式。 通常把一整套提供基本统计资料的组织方式叫统计报表制度，而把提供统计资料的表格叫做统计报表。我国目前的统计报表由国民经济基本统计报表和专业统计报表两部分组成。统计报表分类调查范围不同报送周期长短不同报送方式不同填报单位和程序的不同全面的统计报表非全面的统计报表。日报旬报月报半年报年报邮寄报表电讯报表基层报表(基层企业单位)综合报表（统计局各方面汇总） 电话电报传真二、普查 普查是为了某一特定目的而专门组织的一次性全面调查，如人口普查、工业普查、农业普查等。 特点：普查

8、通常是一次性的或周期性的普查一般需要规定统一的标准调查时间普查的数据一般比较准确普查的使用范围比较窄，只能调查一些最基本及特定的现象。我国的普查制度每逢末尾数字为“0”的年份进行人口普查。每逢末尾数字为“1”或“6”的年份进行基本单位普查。每逢末尾数字为“3”的年份进行第三产业普查。每逢末尾数字为“5”的年份进行工业普查。每逢末尾数字为“7”的年份进行农业普查。人口普查1953年第一次全国人口普查中国总人口： 59435万人； 1964年第二次全国人口普查中国总人口： 69458万人； 1982年第三次全国人口普查中国总人口：100818万人； 1990年第四次全国人口普查中国总人口：1133

9、68万人； 2000年第五次全国人口普查中国总人口：124261万人；2010年第六次全国人口普查?三、抽样调查 抽样调查是实际中应用最广泛的一种调查方式和方法，它是从调查对象的总体中随机抽取一部分单位做为样本进行调查，并根据样本调查结果来推断总体数量特征的一种非全面调查。(随机原则，大数定理) 特点：经济性，时效性，适应性，准确性四、重点调查 重点调查在调查总体中，选择一部分重点单位进行调查，以了解总体基本情况的一种非全面调查。重点单位，是指调查单位的标志总量在总体标志总量中占绝大比重的单位。（钢铁业，农村信贷） 应用重点调查的先决条件： 第一，调查的任务只要求掌握调查总体的基本情况。 第二

10、，在调查总体中，确实存在着重点单位。五、典型调查 典型调查是根据调查目的和要求，在对调查对象进行初步分析的基础上，有意识的选取少数具有代表性的典型单位进行深入细致的调查研究，借以认识同类事物的发展变化规律及本质的一种非全面调查。 特点： 1典型单位是根据调查目的和要求，通过对调查对象的全面分析后，有意识地选定的。 2只对少数典型单位调查，其调查范围小，调查单位少。 3调查的内容具有很大的灵活性。重点调查、抽样调查和典型调查的区别和联系联系：都属于非全面调查，都具有省时省力的特点区别：（1）目的不同 重点调查只能了解总体的基本情况不能推断总体 抽样调查目的是用部分推断总体 典型调查只有在一定的条

11、件下才能推断总体 （2）选取调查单位的方法不同 重点调查是挑选总体中的重点单位进行调查 抽样调查是按着随机原则抽取调查单位 典型调查有意识的选取典型单位进行调查第二章 第二节 统计资料的整理第二节 统计数据的整理一、数据的审核 在对统计数据进行整理时，首先要进行审核，以保证数据质量，为进一步统计分析打下基础。 对于通过直接调查取得的原始数据，应主要从完整性和准确性两个方面去审核。审核数据准确性的方法主要有逻辑检查（中学教大学）和计算检查（100%）二、统计分组（一）统计分组的概念(P24)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个组成部分的一种统计方法。(含义：分和合

12、） (二)统计分组的作用1、区分不同事物的性质2、反映事物的内部构成及其变化规律性3、揭示现象之间的数量依存关系作用1区分不同事物的性质 区分事物不同的性质是统计分组的根本作用。例如：研究人口时，可以从性别、年龄、民族、文化 程度等方面来区分人口的不同性质。 分组前分组后253342作用2反映事物的内部构成及其变化规律性 通过分组区分了事物的不同性质，可以研究现象的各部分构成，进而识别事物的主要部分与共性特征，以说明事物发展变化的规律。 表21 2004年某地区产业结构100.0189 4.02合 计15.950.933.2301.15964.06628.81第一产业第二产业第三产业比重 %增

13、加值（亿元）产业作用3揭示现象之间的数量依存关系 通过分组将性质上有关联的分组资料联系起来分析，便可研究不同现象总体之间数量上的依存关系。例如表22中的数据便可展现出小麦亩产量与施肥量二者之间的相互依存关系。表22 小麦施肥量与亩产量之间的关系500651490420350280210小麦亩产量（斤） 706050403020100施肥量 （斤） 140（三）统计分组的原则与分组标志1、统计分组的原则 组内差异尽量小，组间差异尽量大（分组标志，组限） 一、要有周延性，即不遗漏，每一单位都有所归属。 二、要有互斥性，即不重复，每一单位只能归属于某一组而不能归属于另一组。2、统计分组的标志 分组标

14、志就是将总体分为各个性质不同的标准或根据。 根据分组标志的特征不同，总体可按（1）属性标志分组，也可按（2）数量标志分组。 （1）按属性标志分组 以属性标志作为分组标志，并在属性标志的变异范围内划分各组界限，将总体分为若干组。 属性标志划分，概念明确，容易确定分组组数 但因人而异 （2）按数量标志分组 以数量标志作为分组标志，并在数量标志的变异范围内划分各组界限，将总体分为若干组。 （四）简单分组和复合分组 1简单分组 对总体只按一个标志分组称为简单分组。 2复合分组 对总体按两个或两个以上标志层叠起来进行分组称为复合分组。即先按一个标志分组，然后再按另一个标志将已经分好的各个组进一步划分为若

15、干组。 3交叉分组 对总体按两个标志交叉进行分组称为交叉分组，它也是一种复合分组。如表23所示。1 简单分组2 复合分组2006-2010中国进出口贸易统计表单位:万美金按业务环节和汇别分组20062007200820092010总计出口合计现汇出口记账外汇出口进口合计进汇进口记账外汇进口表23 2004年三个地区按城乡分组的文盲率 合计6.395.846.203.383.294.07甲地区乙地区丙地区乡村文盲率（%）城镇文盲率（%）地 区3 交叉分组 三、次数分布 （一）次数分布的概念 在统计分组的基础上，将组中的所有单位按组归类整理，形成总体中各个单位在各组间的分布，就叫做次数分布。 分布

16、在各组的个体单位数叫次数，又称频数。各组次数与总次数之比称比率，又称频率。 将各组组别与次数依次编排而成的数列就叫做次数分布数列，简称分布数列。 次数分布分为属性次数分布和变量次数分布。 属性次数分布就是按属性标志分组所形成的次数分布。它有两个构成要素：一是组的名称，二是各组的次数。如表24。表24 某 地 人 口 按 性 别 分 组 的 情 况100.0126 5合 计51.6248.3865 361 2男女占总人口比重（%）人 数（万人）性 别 数量次数分布就是按数量标志分组所形成的次数分布。它也有两个构成要素：一是数量，二是各组的单位数。如表25。(学生成绩)表25 某班组工人看管机器台

17、数的情况100.0016合 计20.0053.3026.70385123比 率（%）工人数（人）看管机器数（台） 数量次数分布又分为单项次数分布和组距次数分布。 变量次数分布中的每个组只用一个变量值来表示就是单项次数分布。 如表25。 数量次数分布中的每个组用一定范围的数量值来表示就是组距次数分布。如果数量值的变动范围大，项数较多，就要采用组距次数分布反映总体的分布状态。如表26。 表26 某地区2 004年城镇居民可支配收入情况100.00合 计 2.5514.8224.4522.0017.36 9.64 4.91 2.36 1.91200 以下200 300300 400400 50050

18、0 600600 700700 800800 900900 以上百 分 比（%）每人每月可支配收入（元）（二）数量次数分布的编制方法步骤：1、编制序列和计数 2、确定组数和组距 3、确定组限和组中值 例如，对某工厂某月50名工人装配零件（件）情况进行调查，得到下列初级资料：10682106979681108841051109811412892112111122104111103911099110710810710411297110861258510510910510396124125931131151061011061028986119这些数据杂乱无章，难以看出其数量特征及其分布的规律性，需编

19、制次数分布。 1编制序列和计数 按一定顺序排列的数值称为序列，即把数值从小到大（从大到小）的顺序排列。编制单项次数分布表27。表27 某企业装配零件数分布表50合 计22211111121110111112113114115119122124125128211122342229798101102103104105106107108109111111121128182838485868991929396人数（人）零件数（件）人数（人）零件数（件）人数（人）零件数（件） 2确定组数和组距 组数是指对总体划分为几个组。 组距就是一个组的范围，它是通过相邻两组的下限（或上限）之差来计算的。 全距=总体

20、最大标志值-总体最小标志值 对于同一总体，组数的多少和组距的大小成反比。因为 全距=组距*组数 如果将表27重新分组，取组数为5，组距为10，就得到表28的次数分布。 表28 工 人 装 配 零 件 数 分 布 表10050合 计14183820107919105809090100100110110120120130比 率（%）人 数（人）零 件 数（件） 在组距次数分布中，各组组距相同的次数分布称为等距次数分布（表28）。各组组距不同的次数分布称为异距次数分布。 等距次数分布一般在现象性质差异变动比较均衡的条件下使用。 优点：易于掌握次数分布的特性。各组次数可以直接比较。 连续: 组距=本组

21、上限-本组下限 离散: 组距=本组上限-前组上限 组数 全距/组距 组距全距/组数 组数 全距/组距 组距全距/组数P30 组数=全距/组距=(128-81)/10=4.75例二异距次数分布一般在现象性质差异的变动非均衡的条件下使用。 例一采用异距次数分布应当注意的是：由于各组组距不同，各组次数直接比较没有意义。通常需计算次数密度（次数/组距）。 3确定组限和组中值 组限就是各组间的数量界限。 对于连续变量来说，由于变量的数值是连续不断的，相邻两值之间可取无限数值，因此，相邻组的组限必须重合。 如表28按装配零件分组，第一组的上限与第二组的下限相同，均为90件。 按习惯规定，各组包括下限数值，

22、但不包括上限数值，统计中叫做“上组限不在内”原则。 对于离散变量，相邻组的组限一般要间断。如表29中“100199”一组的上限199和“200299”一组的下限200并不需要重合，只需互相衔接。表29 按工人人数划分的工业企业分布情况285合 计 8012060205100以下100199200299300399400以上工 业 企 业 数（个）工 人 数（人） 常用组中值作为各组变量值的代表值，反映分布在各组中个体单位变量值的一般水平。 组中值是上限与下限之间的中点数值。 计算公式为： 组中值上限+下限 2 用组中值的假定的前提： 各单位的变量值在本组内呈均匀分布或在组中值两侧呈对称分布。

23、根据表29计算各组组距和组中值，如表210。（闭口组）表210 某企业装配零件数分布8595105115125101010101080-9090-100100-110110-120120-130组中值组距零件数（件）如表211（开口组）表211 按工人人数分组 50150250350450100100100100100100以下100199200299300399400以上 组中值组距 工人数（人）开口组 缺下限的开口组组中值本组上限邻组组距 / 2缺上限的开口组组中值本组下限邻组组距 / 2选择开口组还是闭口组？兼顾习惯，如大量连续组一般用开口组 （三）次数分布的表示方法 1、表示法 表示法

24、就是用表格来反映次数分布。表示法的形式有两种：一是次数分布表，二是累积次数分布表。次数可用绝对数或相对数。 需要各组的累计次数时，可编制累计次数分布表，如表2-12。 计算累计次数的方法： 向上累计是从变量值最小一组的次数起逐项累计，每组累计次数表示小于该组上限值的次数共有多少。 向下累计是从变量值最大一组累计的次数共有多少。每组累计次数表示大于该组下限值的次数共有多少。 表212 工人装配零件数累计次数表10050合计10086683010504334155143270901007163545501418382010791910580-9090-100100-110110-120120-13

25、0比率（%）人数（人）比率（%）人数（人）比率（%）人数（人）向下累计向上累计次 数零件数（件）图示法 图示法给人以更清晰、直观的印象，很容易看出总体分布的特征。图示法就是用图形来表示次数分布。它的种类很多如次数直方图、次数折线图、累计次数分布图、饼形图、环形图和雷达图。在等距分组下，横轴表示变量，纵轴表示各组次数，其宽度与各组组距相适应，这样绘制的各直方形的面积可以表示各组次数的分布状态，称为次数直方图。 020406080100809090100100110110120120130向上累计向下累计折线图折线图也可以反映总体的次数分布情况。绘制次数折线图时，横轴表示变量，变量值用组中值表示。

26、纵轴表示次数，在每组组中值上方按该组的次数描一个点，然后用直线连接起来，即成为次数折线图。 根据累计次数分布表绘制而成。向上累计次数曲线以各组上限为横坐标，向下累计次数曲线以各组下限为横坐标，其纵坐标都是累计次数。 05101520809090100100110110120120130装配零件数工人数累计次数分布图洛伦次曲线Lorenz Curve 实际曲线应用累次饼形图饼形图用以表示把总体分为各个组成部分，各组成部分占全体的百分数用圆内的各个扇形的中心角度占360的相应百分数表示。饼形图不应过多的细分，扇形的标志必须清楚。 环形图中间有一个“空洞”，总体中的每一个数据用环中的一段表示。环形图

27、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环形图雷达图 雷达图是显示多个变量的常用图示方法。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，做法是：先做一个圆，然后将圆P等分，得到P个点，令这P个点分别对应P个变量，再将这P个点与圆心连线，得到P个辐射状的半径，这P个半径分别作为P个变量的坐标轴，每个变量值的大小由半径上的点到圆心的距离表示，再做同一样本的值在P个坐标上的点连线。 （四）次数分布的主要类型 1.钟形分布 特征是“两头小，中间大”，即靠近中间的变量值分布的次数多，靠近两端的变量值的次数少，绘成曲线图，宛如一口古钟

28、。钟形分布的种类很多，其中有正态分布。 正态分布的特征： 中间变量值分布的次数最多，两侧变量值分布的次数则随着与中间变量值距离的增大而逐渐减少，因而形成中间隆起，左右两尾对称徐徐下降的完全对称分布。 偏态分布的特征: 在非对称分布中，有着不同方向的偏态。 （a）右偏 （b） 对称 （c）左偏U形分布 特征: 靠近中间的变量值 ，分布次数少，靠近两端的变量值分布次数多，形成“中间小，两头大”的分布。如死亡人口总体按年龄分组的分布。如图：J形分布 类型： 正J形分布，如图（a），是次数随着变量值的增大而按某种规律增多。反J形分布，如图（b），反J形分布是次数随着变量值的增大而按某种规律减小。 (a

29、) (b)四、统计表 （一）统计表的概念 统计表是以横纵交叉的线条所绘制的表格来表现统计资料的一种形式。 主要优点：第一，能有条理、有系统的排列统计资料，一目了然。第二，能合理地、科学地组织统计资料，便于对照比较。 （二）统计表的构成 统计表由总标题、横行标题、纵栏标题、指标数值四部分所构成（如表2-17）。 表217 2004年某市各类工业企业的总产值 210 3 128 合 计1 2361 85735（2）（1）（ 甲）总产值 （亿元）工业企业数（个）按经济类型分组国有企业集体企业中外合资13767 6纵栏标题指标数值横行标题总标题是表的名称，用以概括统计表中全部统计资料的内容，一般写在表的上端中部。（3W）横行标题是横行的名称，在统计表中通