应用统计学第3章 数据整理课件

第三章数据整理

1本章学习目标1.熟悉统计整理的步骤和方法。2.了解统计分组的概念和次数分配的统计方法。3.了解统计数据的表现形式——统计表和统计图的基本内容。4.学习整理数据并以适当的统计图表来表现。2数据整理对统计调查所搜集到的数据进行分类和汇总，使其系统化、条理化、科学化，以得出反映事物总体综合特征的资料的工作过程。3统计调查统计整理统计分析统计分组5统计分组统计分组是指按照统计研究目的和任务的要求，根据选定的某个或几个标志，将被研究的总体数据分成若干部分的科学分类。6选择分组标志的原则1.根据研究任务和目的选择分组标志。2.选择能反映事物本质特征或重要特征的标志。7××班应用统计学学习情况8成绩人数/人成绩人数/人60分以下1880～90分1960～70分1990分以上1070～80分25合计91××班应用统计学成绩练习以一个企业的工人为总体，研究任务是分析该企业工人的文化素质，则分组标志应选择: 1.工人的技术等级 2.工人的文化程度 3.工人的日产量 4.工人的出勤天数210统计分组的基本类型按照分组标志的个数多少不同，可分为：

简单分组和复合分组12复合分组2005年我国某地区工业增加值和职工人数项目类型增加值/万元职工人数/人内资企业大型975013800中型860045000小型420010050外商投资大型73007500中型520010400小型44004500统计分组---品质型数据15饭店食物质量状况调查【例3.1】坐落于杭州西湖西山路的一家饭店使用一种调查问卷，用来询问顾客对饭店的服务、食物质量、价格与气氛的看法。每一个属性分别以极好(1)、非常好(2)、良好(3)、一般(4)和较差(5)的标准来评价。60份饭店食物质量状况的问卷结果如表3-2所示。16312341212321122242122132124223332121213211231224142124122122表3-2饭店食物质量状况调查的样本数据按品质标志分组时，组数是品质标志的全部类型数据整理的方法–次数分配将观察值分类、分组并计算观察值在各组出现的次数的统计方法称为次数分配，也叫做次数分布、分布数列、分配数列等。17统计表将搜集得到的数据整理成表格的形式，并以文字或数字的形式表现出来，即是所谓的统计表。18统计表的内容20表3-14我国2008年年底城乡人口数

按城乡分组人数(万人)

比重(%)

城镇乡村606677213545.6854.32合计132802100资料来源：《中国统计年鉴2005》，中国统计出版社。注：本表为城镇居民家庭收支抽样调查材料。

(主词栏)(宾词栏)饭店食物质量状况调查21表3-3饭店食物质量状况的频数分布饭店食物质量频数（人）极好18非常好27良好9一般6较差0合计60饭店食物质量状况调查23表3-4饭店食物质量状况的频率分布饭店食物质量频数（人）频率(％)极好1830非常好2745良好915一般610较差00合计60100统计图条形图饼图24饭店食物质量的饼图26饼形图只能显示一个总体的结构比例

统计分组---

数值型数据27数值型数据分组方法

1.单项式分组

2.组距式分组28组距式分组组距式分组是指把一段变量值设为一组的分组方式。按连续型变量(可以连续计数的变量。如产值、利润、收入等)分组时，一般只能采用组距式分组；而离散型变量(只能间断计数的变量。如人口数、设备台数等)可以采用单项式分组，也可以采用组距式分组。30冰店的营业收入黄小倫在公司上班好幾年，厭倦一成不變的生活，2010年年初自己在住家附近租了一间店面，开了一家叫海之滨的冰店，春秋卖冰品及红豆汤等，夏天卖各式冰品，冬天卖花生汤圆、咖啡等。冰店开张后，起初生意不佳，但因為產品口感好、料又實在，因此生意逐漸好轉。到了年中，黃小倫想統計一下4、5月的营收收入，看看营收的大概分布情形。31海之滨的营业收入32單位：百元统计分组技术(1)确定全距全距=最大值-最小值33海之滨的营业收入34單位：百元全距=89-21=68统计分组技术(1)确定全距。(2)确定组数。

一般常用公式:

35k:组数n:观察值个数

海之滨的营业收入36單位：百元统计分组技术(1)确定全距。(2)确定组数。(3)确定组距。37组距全距组数组距一般採整數原則。最好是2、5或10的倍数。各组组距最好相等(并非绝对)海之滨的营业收入38單位：百元组距统计分组技术(1)确定全距。(2)确定组数。(3)确定组距。(4)确定组限，亦即各组的上下限。39(4)确定组限。穷举原则

最大组的上限应大于最大标志值，最小组的下限应小于最小标志值。

要根据变量的性质，保持相邻组之间的连续性。40(4)确定组限。互斥原则

重点要注意相邻组之间重叠组限上的单位归属问题，这就是统计上的一般处理方法：

重叠组限的上限归入下限组，或者叫做“上限不在内”原则。41(4)确定组限。

1)连续型变量作等距分组时，相邻组的组限必须重叠。分组方式表為组下限组上限。如

。42(4)确定组限。

2)离散型变量作等距分组时，相邻组的组限可以断开。分组方式表為组下限组上限。如

。43海之滨的营业收入44连续变量，最小值是21，因此以20为组下限

统计分组技术(1)确定全距。(2)确定组数。(3)确定组距。(4)确定组限，亦即各组的上下限。(5)计算各组的组中值。45组中值上限+下限海之滨的营业收入46第1組:

组中值统计分组技术(1)确定全距。(2)确定组数。(3)确定组距。(4)确定组限，亦即各组的上下限。(5)计算各组的组中值。(6)计算各组的次数。47海之滨营业收入的次数分配表48相对次数分配频率是用各组次数与总体单位总个数相比，其计算公式为：49频率某一组次数总体单位总个数海之滨收入的相對次數分配表50累计次数分布(1)向上累计。又称为以下累计。从变量值低的组开始，将各组频数(频率)逐次向变量值高的组累计，说明某一组上限以下各组的累计频数(频率)。

(2)向下累计。51海之滨营业收入的累加次数分配表52海之滨收入的累加相对次数分配表53统计图直方图线图次数多边图54海之滨每日营业收入的次数分配直方图55次數多邊圖连结次數直方图或相对次数直方图各组的组中值，并前后各延伸半个组距单位即为次数多边图。56海之滨春季营业收入的次数多边图57海之滨夏季营业收入的次数分配图（左偏）58海之滨冬季营业收入的次数分配图（右偏）59極端值茎叶图将观察值分成二部份，一部份为茎，另一部份为叶。茎的部份为高位数字，叶的部份为低位数字。60经济学学期成绩假設X大經濟學上學期的學期成績如下: 5657586465666769717273747475757778787984858586868788899092949561经济学学期成绩的茎叶图6263帕累托(Pareto)图假设大荣百貨公司客服部想了解顧客對公司服務的意見，以作為改進的參考。現抽樣調查了100个顾客，发现有50个顾客不满意公司的服务。不满意的项目依照抱怨人数的多寡依序为:等待结账时间太长、专柜标示不清、洗手间不够清洁、休息位置太少等，整理如下表:64顾客抱怨项目65顾客抱怨的Pareto图66总结1.熟悉统计整理的步骤和方法。统计整理方案设计数据预处理

–审核、订正67练习-p.78三、练习题3姓名性别年龄与被调查者的关系工作单位参加工作年月职务或工种固定工或临时工刘

盛男46被调查者本人长城机电公司1973.7干部固定陈心华女43夫妻市第一针织厂1975.4工人固定刘淑影女20长女待业青年1999—临时刘平路男18长子医学院—学生—68总结1.熟悉统计整理的步骤和方法。统计整理方案设计数据预处理

–审核、订正对调查资料进行分组、汇总、计算对汇总后调查资料的审核编制统计表、绘制统计图69总结1.熟悉统计整理的步骤和方法。2.了解统计分组的概念和次数分配的统计方法。3.学习整理数据并以适当的统计图表来表现。70练习试根据下列洪诊所兩天内病人等待看病时间之资料（单位：分钟）编制次数分配表，并请说明编制步骤。26101345518119991224

6