传播方法论-调查方法2：基础统计学课件

基础统计学简介传播方法论-调查方法2：基础统计学课件第一节概述一、统计学统计学是应用数学的一个分支描述、组织和解释数据或信息的一套工具和技术利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考2022/12/102第一节概述一、统计学2022/12/102二、两个概念描述性统计（DescriptiveStatistics）

推论性统计（InferentialStatistics)2022/12/103二、两个概念2022/12/1031、描述性统计组织、描述和总结所收集到的一组数据的特征它所描述的是这组数据本身的分布特征

测量层次（适用于较低测量层次的统计法，可以适用于较高层次，反之则不成立）2022/12/1041、描述性统计2022/12/1042、推论统计从一个较小的群体中了解的信息并得出相关结论，推广到更大的一个群体我们把较小的这个群体，也就是我们收集了数据的群体称之为样本（sample），把更大的那个群体，也就是我们所感兴趣的、要研究的对象群体称之为总体（population）。统计值→参数值2022/12/1052、推论统计2022/12/105三、变量的层次定类变量：按事物性质划分，是一种分类体系。比如：性别，婚姻状况等。定序变量：数据具有某种逻辑顺序，有高低、大小、强弱差异。比如等级评定、学历、喜爱程度等。定距变量：反映事物在数量方面的差异，具有相等的单位。比如智商、温度等。定比变量：不仅具有相当单位，还具有实际意义的绝对零点。比如年龄、收入等。2022/12/106三、变量的层次2022/12/106适用的运算形式＝、≠＞、＜＋、－×、÷定类变量√定序变量√√定距变量√√√定比变量√√√√2022/12/107适用的运算形式＝、≠＞、＜＋、－×、÷定类变量√定序变量√√第二节单变量描述统计一、基本技术（一）定类层次1、次数分布2、比例3、比率4、对比值5、图示法2022/12/108第二节单变量描述统计一、基本技术2022/12/101、次数分布（frequencydistribution）原理与做法：思考：从右边两个表格可以说明什么？不可以说明什么？职业次数干部110工人152农民288总数550职业次数干部50工人135农民295总数4802022/12/1091、次数分布（frequencydistribution）2、比例（proportions）每类的次数除以总数原理：使不同样本的总数变成同一个基数，即都以1为基数，就可以比较了2022/12/10102、比例（proportions）2022/12/1010职业次数比例（p）干部1100.200工人1520.276农民2880.524总数5501.000职业次数比例（p）干部500.104工人1350.281农民2950.615总数4801.0002022/12/1011职业次数比例（p）干部1100.200工人1520.276农3、比率（rates）原理：把计算比例时所用的基数扩大百分率(f/n)*100千分率f/n*1000万分率f/n*100002022/12/10123、比率（rates）2022/12/1012职业次数比例（p）百分比干部1100.20020.0工人1520.27627.6农民2880.52452.4总数5501.000100.0职业次数比例（p）百分比干部500.10410.4工人1350.28128.1农民2950.61561.5总数4801.000100.02022/12/1013职业次数比例（p）百分比干部1100.20020.0工人154、对比值（ratios）A数值与B数值的对比值，就是A除以B全校学生43285人，教师6118人生师比为：43285/6118＝7.1：12022/12/10144、对比值（ratios）2022/12/10145、图示法长条图：barchart2022/12/10155、图示法2022/12/1015圆瓣图：piechart2022/12/1016圆瓣图：piechart2022/12/1016（二）定序层次1、累加次数2、累加百分比2022/12/1017（二）定序层次2022/12/10172022/12/10182022/12/1018（三）定距层次1、分组组限：上限、下限组距：示例2022/12/1019（三）定距层次2022/12/10192、图示（1）矩形图（直方图）histogram2022/12/10202、图示2022/12/1020（2）线形图（LineChart）2022/12/1021（2）线形图（LineChart）2022/12/1021二、集中趋势测量法集中趋势的量度（measuresofcentraltendency）：共性找出一个数值来代表变项的资料分布，以反映资料的集结情况可以根据这个代表值来估计或预测每个研究对象的数值2022/12/1022二、集中趋势测量法2022/12/1022（一）定类变项：众数（mode）次数最多之值2022/12/1023（一）定类变项：众数（mode）2022/12/1023（二）定序变项：中位数（median）一个序列的中央位置之值，即高于此值也有50%的个案，低于此值也有50%按照某种顺序排列，之后寻找位于频次中间的值2022/12/1024（二）定序变项：中位数（median）2022/12/102求中位值Md位置=（n+1）/2有男女两组成绩的定序数据男：优，优，良，良，中，中，中，中，差女：优，优，优，良，良，中，中，中，中，差2022/12/1025求中位值2022/12/1025（三）定距变项：平均值（mean）2022/12/1026（三）定距变项：平均值（mean）2022/12/1026报纸上报道有个人在一条河中淹死了，这条河的平均深度仅2尺。怎么回事？平均数怎么回事？2022/12/1027报纸上报道有个人在一条河中淹死了，这条河的平均深度仅2尺。答案：这个人是在一个10多尺深的陷坑处沉下去的。2022/12/1028答案：这个人是在一个10多尺深的陷坑处沉下去的。2022/1吉斯莫先生的企业招新员工，他承诺所有员工的平均薪金是每周300元。萨姆十分乐意地接受了这份工作，但没过多久就发现没有一个普通员工的工资超过每周100元。怎么回事？2022/12/1029吉斯莫先生的企业招新员工，他承诺所有员工的平均薪金是每周30答案原来吉斯莫的企业中有少数高薪管理者是他的亲戚，由于存在极端值的影响，平均工资虽然很高，但考虑一下众数，你就会发现大多数人的工资都很低。2022/12/1030答案原来吉斯莫的企业中有少数高薪管理者是他的亲戚，由于存在极骗人的平均数不宜使用均值的情况：极端值非常特殊，代表性有问题2022/12/1031骗人的平均数不宜使用均值的情况：2022/12/1031三、离散趋势测量法（measuresofvariability）：异质性求出一个值表示个案与个案之间的差异情况2022/12/1032三、离散趋势测量法2022/12/1032（一）定类变项n为全部个案数目，fmo是众值的次数

离异/异众比率,简写v2022/12/1033（一）定类变项n为全部个案数目，fmo是众值的次数离异某院系对大四学生的就业意愿进行了调查，请根据右表进行有关阐述。想就业的类型男生女生自主创业123外企员工3120中学教师2652公务员510总数74852022/12/1034某院系对大四学生的就业意愿进行了调查，请根据右表进行有关阐述（二）定序变项四分位差：将一组数据按顺序排列，将数据的个数分为四个相等的部分除去两端的两个25%的数据，以中间50%的数据所占的范围作为数据分散程度的指标2022/12/1035（二）定序变项2022/12/1035（三）定距变项全距（range）、标准差（standarddeviation）、方差（variance）全距=最大数-最小数简单但粗糙2022/12/1036（三）定距变项2022/12/10362、标准差反映的是每一个个案的分值与平均的分值之间的差距，简单来说，就是平均差异有多大。标准差越大表示差异越大。

2022/12/10372、标准差反映的是每一个个案的分值与平均的分值之间的差距，简3、方差标准差的平方2022/12/10383、方差2022/12/1038五、单变量描述统计的作用样本情况报告了解数据的基本情况（判断数据质量）…………2022/12/1039五、单变量描述统计的作用2022/12/1039众数中位数平均值集中趋势值离散趋势值异众比率四分位差全距标准差2022/12/1040众数集中趋势值离散趋势值异众比率2022/12/1040六、单变量描述的操作1、次数、百分数等Frequencies2、中位数等Frequencies+statistics3、均值与标准差Descriptive2022/12/1041六、单变量描述的操作2022/12/1041第三节双变量描述性统计事物之间的关系确定性关系（函数关系）非确定性关系（相关关系）线性关系非线性关系必然现象不可能事件2022/12/1042第三节双变量描述性统计事物之间的关系确定性关系非确定相关：一个变项的值与另一个变项的值有连带性相关的三种情况：正相关、负相关、零相关相关程度（0~1）相关的方向（+-）2022/12/1043相关：一个变项的值与另一个变项的值有连带性2022/12/1交互分类与百分表交互分类：同时依据两个变项的值，将所研究的个案分类列联表（交互分类表）表的大小=行*列自变量、因变量2022/12/1044交互分类与百分表交互分类：同时依据两个变项的值，将所研究的个志愿性别男女总数快乐家庭103040理想工作401050增广见闻10010总数60401002022/12/1045志愿性别男女总数快乐家庭103040理想工作401050增广制作条件百分表的准则——信息清楚、表格简洁社会学研究的常规做法：以自变项为计算百分率的方向——根据自己的研究需要三线表的制作（表格简明型1，去掉末行）2022/12/1046制作条件百分表的准则——信息清楚、表格简洁2022/12/1第四节相关测量法相关测量法以一个统计值表示变项之间的相关程度这个值，通常称为相关系数2022/12/1047第四节相关测量法相关测量法2022/12/1047定类和定类变量定类和定序变量Lambda相关测量法tau-y相关测量法基本逻辑：以一个定类变项的值来预测另一个定类变项的值时，可以减少多少误差其值介于0~1之间2022/12/1048定类和定类变量Lambda相关测量法基本逻辑：以一个定类变项例题：考察性别（v2）与政治面貌（d11a）之间的关系2022/12/1049例题：2022/12/1049定序和定序变量Gamma系数Gamma系数按照同序对和异序对个数来计算两定序变量的相关程度和方向；同序对和异序对相差越大，说明相关越强2022/12/1050定序和定序变量Gamma系数Gamma系数按照同序对和异序对例题：考察受教育程度b4_a与对自己社会地位满意程度i5_a之间的关系2022/12/1051例题：2022/12/1051定类和定距变量定序和定距变量相关比率（eta平方系数）原理：根据自变量取值来预测或估计因变量的均值2022/12/1052定类和定距变量相关比率（eta平方系数）2022/12/10例题：考察性别（v2）与家务劳动时间之间的关系2022/12/1053例题：2022/12/1053定距和定距变量相关系数r即皮尔逊相关系数原理：两个变量以平均数为基准的平均共变程度r本身不具有消减误差比率的性质，但r2具有这一性质2022/12/1054定距和定距变量相关系数r原理：两个变量以平均数为基准的平均共例题：考察读书年数（b2）与收入之间（c18_a）的关系2022/12/1055例题：2022/12/1055消减误差比例（PRE/proportionatereductioninerror）PRE数值的意义为，用一个变项来解释另一个变项时能够减少的错误比率X与Y的关系越强，所能减少的预测误差就会越多2022/12/1056消减误差比例（PRE/proportionatered第五节假设检验假设检验是根据样本调查结果证实或推翻总体有关假设的一种推论统计方法。2022/12/1057第五节假设检验假设检验是根据样本调查结果证实或推翻总最终目的总体参数值样本统计值估算验证统计推论逻辑思路2022/12/1058最终目的总体参数值样本统计值估算验证统计推论逻辑思路2022思路常用分布（统计理论确定）根据样本计算特定统计量，判断此统计量在理论分布中出现的概率情况此过程称为“统计推论”2022/12/1059思路常用分布根据样本计算特定统计量，判断此统计量在理论分布中统计推论：用于抽样调查资料的处理——根据局部资料（样本资料）对总体的特征进行推断，属于归纳推理的范畴，不可能保证100%正确。1、由于局部资料源于总体，因此局部资料的特性在某种程度上能反映总体的特性。2、由于社会资料的随机性，即抽样结果不是唯一的，又使得一次抽样结果不能恰好就等于总体的结果。2022/12/1060统计推论：用于抽样调查资料的处理2022/12/1060（一）卡方检验常用的几种检验方法适用于定类、定序变量原理：以理论次数为基准考察实际次数与理论次数之间的偏离程度通常结果要汇报卡方值ⅹ2、自由度df、显著度p。2022/12/1061（一）卡方检验常用的几种检验方法适用于定类、定序变量2022（二）z检验和t检验主要用于总体参数的检验，包括平均数、百分比等的检验。2022/12/1062（二）z检验和t检验2022/12/1062Z检验基于正态分布，要求大样本，t检验则基于t值抽样分布，可用于小样本。因为当样本增大时，t值会逐渐接近正态分布，这时，二者区别不大。因此，不论样本大小如何，皆可用t检验。Z检验可以说是t检验的一种特殊（大样本）情况。在近代社会研究中，t检验应用更为广泛。2022/12/1063Z检验基于正态分布，要求大样本，t检验则基于t值抽样分布，t检验的几种类型One-samplettest与已有的某一参照值进行比较Independent-samplesttest用于比较同一变量内两组数据之间的差异，而该两组数据是按照某一定类变量或定序变量划分的。Paired-samplettest配对样本t检验，用于同一批个案在两种不同情况下或两个变量中的差异分别举例演示2022/12/1064t检验的几种类型2022/12/1064（三）F检验（方差分析ANOVA）

原理：通过对方差的分解和比较，以确定主要变异来源主要用途：比较几个均值之间是否存在显著差异适用于定距变量间的相关检验计算：F＝组间均方/组内均方演示2022/12/1065（三）F检验（方差分析ANOVA）2022/12/1065两变量的测量层次相关测量法（PRE）假设检验定类-定类λ,tau-y卡方检验定类-定序定序-定序Gamma,dyZ或t检验定类-定距EtaF检验或t检验定序-定距定距-定距r,b总结2022/12/1066两变量的测量层次相关测量法（PRE）假设检验定类-定类λ,t演示习题分别对性别与政治面貌、受教育程度、读书年数等的关系进行探索，将结果撰写成简要报告。2022/12/1067演示习题分别对性别与政治面貌、受教育程度、读书年数等的关系进基础统计学简介传播方法论-调查方法2：基础统计学课件第一节概述一、统计学统计学是应用数学的一个分支描述、组织和解释数据或信息的一套工具和技术利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考2022/12/1069第一节概述一、统计学2022/12/102二、两个概念描述性统计（DescriptiveStatistics）

推论性统计（InferentialStatistics)2022/12/1070二、两个概念2022/12/1031、描述性统计组织、描述和总结所收集到的一组数据的特征它所描述的是这组数据本身的分布特征

测量层次（适用于较低测量层次的统计法，可以适用于较高层次，反之则不成立）2022/12/10711、描述性统计2022/12/1042、推论统计从一个较小的群体中了解的信息并得出相关结论，推广到更大的一个群体我们把较小的这个群体，也就是我们收集了数据的群体称之为样本（sample），把更大的那个群体，也就是我们所感兴趣的、要研究的对象群体称之为总体（population）。统计值→参数值2022/12/10722、推论统计2022/12/105三、变量的层次定类变量：按事物性质划分，是一种分类体系。比如：性别，婚姻状况等。定序变量：数据具有某种逻辑顺序，有高低、大小、强弱差异。比如等级评定、学历、喜爱程度等。定距变量：反映事物在数量方面的差异，具有相等的单位。比如智商、温度等。定比变量：不仅具有相当单位，还具有实际意义的绝对零点。比如年龄、收入等。2022/12/1073三、变量的层次2022/12/106适用的运算形式＝、≠＞、＜＋、－×、÷定类变量√定序变量√√定距变量√√√定比变量√√√√2022/12/1074适用的运算形式＝、≠＞、＜＋、－×、÷定类变量√定序变量√√第二节单变量描述统计一、基本技术（一）定类层次1、次数分布2、比例3、比率4、对比值5、图示法2022/12/1075第二节单变量描述统计一、基本技术2022/12/101、次数分布（frequencydistribution）原理与做法：思考：从右边两个表格可以说明什么？不可以说明什么？职业次数干部110工人152农民288总数550职业次数干部50工人135农民295总数4802022/12/10761、次数分布（frequencydistribution）2、比例（proportions）每类的次数除以总数原理：使不同样本的总数变成同一个基数，即都以1为基数，就可以比较了2022/12/10772、比例（proportions）2022/12/1010职业次数比例（p）干部1100.200工人1520.276农民2880.524总数5501.000职业次数比例（p）干部500.104工人1350.281农民2950.615总数4801.0002022/12/1078职业次数比例（p）干部1100.200工人1520.276农3、比率（rates）原理：把计算比例时所用的基数扩大百分率(f/n)*100千分率f/n*1000万分率f/n*100002022/12/10793、比率（rates）2022/12/1012职业次数比例（p）百分比干部1100.20020.0工人1520.27627.6农民2880.52452.4总数5501.000100.0职业次数比例（p）百分比干部500.10410.4工人1350.28128.1农民2950.61561.5总数4801.000100.02022/12/1080职业次数比例（p）百分比干部1100.20020.0工人154、对比值（ratios）A数值与B数值的对比值，就是A除以B全校学生43285人，教师6118人生师比为：43285/6118＝7.1：12022/12/10814、对比值（ratios）2022/12/10145、图示法长条图：barchart2022/12/10825、图示法2022/12/1015圆瓣图：piechart2022/12/1083圆瓣图：piechart2022/12/1016（二）定序层次1、累加次数2、累加百分比2022/12/1084（二）定序层次2022/12/10172022/12/10852022/12/1018（三）定距层次1、分组组限：上限、下限组距：示例2022/12/1086（三）定距层次2022/12/10192、图示（1）矩形图（直方图）histogram2022/12/10872、图示2022/12/1020（2）线形图（LineChart）2022/12/1088（2）线形图（LineChart）2022/12/1021二、集中趋势测量法集中趋势的量度（measuresofcentraltendency）：共性找出一个数值来代表变项的资料分布，以反映资料的集结情况可以根据这个代表值来估计或预测每个研究对象的数值2022/12/1089二、集中趋势测量法2022/12/1022（一）定类变项：众数（mode）次数最多之值2022/12/1090（一）定类变项：众数（mode）2022/12/1023（二）定序变项：中位数（median）一个序列的中央位置之值，即高于此值也有50%的个案，低于此值也有50%按照某种顺序排列，之后寻找位于频次中间的值2022/12/1091（二）定序变项：中位数（median）2022/12/102求中位值Md位置=（n+1）/2有男女两组成绩的定序数据男：优，优，良，良，中，中，中，中，差女：优，优，优，良，良，中，中，中，中，差2022/12/1092求中位值2022/12/1025（三）定距变项：平均值（mean）2022/12/1093（三）定距变项：平均值（mean）2022/12/1026报纸上报道有个人在一条河中淹死了，这条河的平均深度仅2尺。怎么回事？平均数怎么回事？2022/12/1094报纸上报道有个人在一条河中淹死了，这条河的平均深度仅2尺。答案：这个人是在一个10多尺深的陷坑处沉下去的。2022/12/1095答案：这个人是在一个10多尺深的陷坑处沉下去的。2022/1吉斯莫先生的企业招新员工，他承诺所有员工的平均薪金是每周300元。萨姆十分乐意地接受了这份工作，但没过多久就发现没有一个普通员工的工资超过每周100元。怎么回事？2022/12/1096吉斯莫先生的企业招新员工，他承诺所有员工的平均薪金是每周30答案原来吉斯莫的企业中有少数高薪管理者是他的亲戚，由于存在极端值的影响，平均工资虽然很高，但考虑一下众数，你就会发现大多数人的工资都很低。2022/12/1097答案原来吉斯莫的企业中有少数高薪管理者是他的亲戚，由于存在极骗人的平均数不宜使用均值的情况：极端值非常特殊，代表性有问题2022/12/1098骗人的平均数不宜使用均值的情况：2022/12/1031三、离散趋势测量法（measuresofvariability）：异质性求出一个值表示个案与个案之间的差异情况2022/12/1099三、离散趋势测量法2022/12/1032（一）定类变项n为全部个案数目，fmo是众值的次数

离异/异众比率,简写v2022/12/10100（一）定类变项n为全部个案数目，fmo是众值的次数离异某院系对大四学生的就业意愿进行了调查，请根据右表进行有关阐述。想就业的类型男生女生自主创业123外企员工3120中学教师2652公务员510总数74852022/12/10101某院系对大四学生的就业意愿进行了调查，请根据右表进行有关阐述（二）定序变项四分位差：将一组数据按顺序排列，将数据的个数分为四个相等的部分除去两端的两个25%的数据，以中间50%的数据所占的范围作为数据分散程度的指标2022/12/10102（二）定序变项2022/12/1035（三）定距变项全距（range）、标准差（standarddeviation）、方差（variance）全距=最大数-最小数简单但粗糙2022/12/10103（三）定距变项2022/12/10362、标准差反映的是每一个个案的分值与平均的分值之间的差距，简单来说，就是平均差异有多大。标准差越大表示差异越大。

2022/12/101042、标准差反映的是每一个个案的分值与平均的分值之间的差距，简3、方差标准差的平方2022/12/101053、方差2022/12/1038五、单变量描述统计的作用样本情况报告了解数据的基本情况（判断数据质量）…………2022/12/10106五、单变量描述统计的作用2022/12/1039众数中位数平均值集中趋势值离散趋势值异众比率四分位差全距标准差2022/12/10107众数集中趋势值离散趋势值异众比率2022/12/1040六、单变量描述的操作1、次数、百分数等Frequencies2、中位数等Frequencies+statistics3、均值与标准差Descriptive2022/12/10108六、单变量描述的操作2022/12/1041第三节双变量描述性统计事物之间的关系确定性关系（函数关系）非确定性关系（相关关系）线性关系非线性关系必然现象不可能事件2022/12/10109第三节双变量描述性统计事物之间的关系确定性关系非确定相关：一个变项的值与另一个变项的值有连带性相关的三种情况：正相关、负相关、零相关相关程度（0~1）相关的方向（+-）2022/12/10110相关：一个变项的值与另一个变项的值有连带性2022/12/1交互分类与百分表交互分类：同时依据两个变项的值，将所研究的个案分类列联表（交互分类表）表的大小=行*列自变量、因变量2022/12/10111交互分类与百分表交互分类：同时依据两个变项的值，将所研究的个志愿性别男女总数快乐家庭103040理想工作401050增广见闻10010总数60401002022/12/10112志愿性别男女总数快乐家庭103040理想工作401050增广制作条件百分表的准则——信息清楚、表格简洁社会学研究的常规做法：以自变项为计算百分率的方向——根据自己的研究需要三线表的制作（表格简明型1，去掉末行）2022/12/10113制作条件百分表的准则——信息清楚、表格简洁2022/12/1第四节相关测量法相关测量法以一个统计值表示变项之间的相关程度这个值，通常称为相关系数2022/12/10114第四节相关测量法相关测量法2022/12/1047定类和定类变量定类和定序变量Lambda相关测量法tau-y相关测量法基本逻辑：以一个定类变项的值来预测另一个定类变项的值时，可以减少多少误差其值介于0~1之间2022/12/10115定类和定类变量Lambda相关测量法基本逻辑：以一个定类变项例题：考察性别（v2）与政治面貌（d11a）之间的关系2022/12/10116例题：2022/12/1049定序和定序变量Gamma系数Gamma系数按照同序对和异序对个数来计算两定序变量的相关程度和方向；同序对和异序对相差越大，说明相关越强2022/12/10117定序和定序变量Gamma系数Gamma系数按照同序对和异序对例题：考察受教育程度b4_a与对自己社会地位满意程度i5_a之间的关系2022/12/10118例题：2022/12/1051定类和定距变量定序和定距变量相关比率（eta平方系数）原理：根据自变量取值来预测或估计因变量的均值2022/12/10119定类和定距变量相关比率（eta平方系数）2022/12/10例题：考察性别（v2）与家务劳动时间之间的关系2022/12/10120例题：2022/12/1053定距和定距变量相关系数r即皮尔逊相关系数原理：两个变量以平均数为基准的平均共变程度r本身不具有消减误差比率的性质，但r2具有这一性质2022/12/10121定距和定距变量相关系数r原理：两个变量以平均数为基准的平均共例题：考察读书年数（b2）与收入之间（c18_a）的关系2022/12/10122例题：2022/12/1055消减误差比例（PRE/proportionatereductioninerror）PRE数值的意义为，用一个变项来解释另一个变项时能够减少的错误比率X与Y的关系越强，所能减少的预测误差就会越多2022/12/10123消减误差比例（PRE/proportionatered第五节假设检验假设检验是根据样本调查结果证实或推翻总体有关假设的一种