统计学第2章.电子教案教学课件

第二章统计资料的收集、整理与显示统计数据的收集

统计数据的整理统计数据的显示EXCEL在统计整理与统计图表中的应用2第一节统计数据的收集一、数据的收集方法（一）数据收集的概念所谓数据收集是根据统计研究的目的，运用科学的方法，有计划、有组织地采集数据的过程。数据收集是统计工作的基础环节。统计数据按来源不同分为第一手资料和第二手资料。第一手资料是通过专门的调查或实验，直接向需要观察的对象收集的反映其情况的统计资料，一般称为原始资料；第二手资料是指对他人调查或实验取得的原始资料进行加工后得到的数据。对原始资料的收集，又称为统计调查。3（二）收集原始数据的具体方法

1.直接观察法是指由调查人员到现场对调查对象进行直接查看、测量和计量。直接调查取得的资料准确性较高，但需要大量人力、物力。2.报告法(通讯法)由统计机构将调查表格分发给被调查者，被调查者根据填报要求填写、寄回。在被调查单位有健全的原始记录和核算制度、统计基础较好的条件下，利用报告法能够有效地取得资料。我国现行的统计报表制度采用的就是这种方法。43.登记法由有关的组织机构发出通告，规定当事人在规定事项发生后到该机构登记，填写所需材料。4.采访法根据被调查者的回答来收集统计资料，这种方法又可分为口头询问法和被调查者自填法两种。口头询问法是由调查人员对被调查者逐一采访，当面填答。被调查者自填法，即调查人员把调查表交给被调查者，向被调查者说明填表的要求和方法，并对有关注意事项加以解释，由被调查者按实际情况一一填写，填好后交给调查人员审核收回。55.实验法是用于收集测试某一新产品、新工艺或新方法使用效果的资料的方法。特点是可以将影响现象的其他因素控制不变，专门观察某一因素的影响。6.网络调查法是传统调查方法和网络的结合，在互联网普及程度越来越高的现代社会，开始得到广泛使用。7.电话访问法是调查人员通过电话向被调查者询问以获得所需资料方法。包括有中心控制电话访谈法和电脑辅助电话访谈法（CATI）。6二、统计调查方式（一）统计调查方式1.普查普查是一种专门组织的全面调查，它主要是用以收集某些不能或不宜用定期报表收集的统计资料。对国情国力的调查一般采用普查。2.统计报表制度统计报表制度是依照国家有关法规，自上而下地统一布置，以原始记录为依据，按照统一的表式、统一的指标项目、统一的报送时间和报送程序，自下而上逐级地定期提供统计资料的一种调查方式。7统计报表的主要特点有:第一,报表资料的来源是建立在各个基层单位的原始记录的基础上,基层单位可利用其资料对生产、经营活动进行监督管理。第二,由于统计报表是逐级上报和汇总的,各级领导部门能获得管辖范围内的报表资料,了解本地区、本部门的经济和社会发展情况。第三,由于统计报表属于经常性(连续性)调查,调查项目相对稳定,有利于积累资料,并进行动态对比分析。二、统计调查方式（一）统计调查方式1.普查普查是一种专门组织的全面调查，它主要是用以收集某些不能或不宜用定期报表收集的统计资料。对国情国力的调查一般采用普查。2.统计报表制度统计报表制度是依照国家有关法规，自上而下地统一布置，以原始记录为依据，按照统一的表式、统一的指标项目、统一的报送时间和报送程序，自下而上逐级地定期提供统计资料的一种调查方式。93.抽样调查抽样调查是一种非全面调查。通常的抽样调查是指随机抽样调查，即按随机原则从调查对象中抽取部分单位作为样本进行观察，用以推算总体数量特征的一种调查方式。抽样调查有如下特点:第一，样本单位按随机原则抽取，排除了主观因素对选样的影响。第二，根据样本信息对总体的数量特征做出估计。第三，抽样误差可以事先计算并加以控制。抽样调查的适用范围主要有:第一，对一些不可能或不必要进行全面调查的社会现象，采用抽样调查。第二，对普查资料进行必要的核对与修正。104.重点调查重点调查是指在调查对象中，只选择一部分重点单位进行的非全面调查。所谓重点单位，是着眼于现象的量的方面而言，尽管这些单位在全部单位中只是一部分，但它们在所研究现象的标志总量中却占有较大的比重，在总体中具有举足轻重的作用。5.典型调查典型调查是一种专门组织的非全面调查。它是根据调查的目的，在对所研究的对象进行初步分析的基础上，有意识地选取若干具有代表性的单位进行调查和研究，借以认识事物发展变化的规律。11三、统计调查体系统计调查体系是一个国家开展统计调查方法和制度的总称。在计划经济体制下，我国统计调查方式以统计报表制度为主，是一种以全面调查、层层汇总为特征的统计调查体系。改革开放以来，随着社会主义市场经济的发展，社会经济现象空前复杂化和各部门对统计信息的新需求使得传统的统计调查体系受到挑战。因此，国家统计局已经提出要建立以必要的周期性的普查为基础，经常性的抽样调查为主体，同时辅之以重点调查、科学推算和部分全面报表综合运用的统计调查体系。在这一体系中,普查是基础。只有通过普查,才能收集到全面和详细的数据,为开展抽样调查和统计推断提供必要的基础资料。但是,普查要耗费大量人力、物力、财力,无法及时反映社会经济的变化,因此,还必须采用其他调查方式。12抽样调查调查单位少,可以由经过专门训练的人员去完成,同时也便于对某一社会经济现象进行更深入的研究,这样既可以节省调查费用又可以满足统计时效和统计数据质量的要求。所以,新的统计调查体系要以经常性的抽样调查为主体。重点调查、典型调查和定期报表是我国过去统计实践中常用的方式,在新形势下仍可发挥重要的补充作用。在我国的统计调查体系中,还要采用科学的推算方法。所谓统计推算,是在不可能或不必要通过直接调查取得资料的情况下,根据已掌握的有关日常业务资料、会计核算资料和统计资料,运用各种统计方法进行科学的估计推算(又称统计估算),通过间接方式去取得所需的统计数据。四、统计调查方案的设计1.明确调查目的和任务2.确定调查对象和调查单位调查对象指需要调查的现象总体，由性质相同的许多调查单位组成。调查单位指所要调查的具体单位，它是进行调查登记的标志的承担者。报告单位亦称填报单位，是负责向上报告调查内容、提交资料的单位。3.确定调查项目调查项目就是调查中所要登记的调查单位的特征。4．设计调查表格和问卷调查表两种形式：一览表是把许多调查单位填写在一张表上。单一表是每个调查单位填写一份,可容纳较多标志。14问卷调查是一种特殊的调查形式,常用于民意测验或市场调查。根据调查目的,在调查对象中随机选择或有意识地确定调查单位,以书面文字或表格形式了解被调查者的意见,调查者自愿、自由地回答问卷中所提出的问题。5.确定调查时间和调查期限调查时间是指调查资料所属的时间，又称客观时间。调查期限是进行调查工作的时限，包括收集资料和报送资料的工作所需的时间，又称主观时间。6.确定调查的组织实施计划包括确定调查机构,组织和培训调查人员,落实调查经费来源和开支办法,确定数据的处理方法、报送方式和提交调查报告的具体时间。五、间接统计数据的主要来源对于应用统计的分析人员来说，相当一部分统计数据不必亲自进行统计调查，可取自有关统计部门和机构发布的统计资料。这方面的资料,可通过以下途径获得:

(一)统计年鉴(1)《中国统计年鉴》

(2)《国际统计年鉴》

(3)《各省市自治区统计年鉴》

(4)《中国统计摘要》,收录了反映我国经济社会发展的主要统计数据,一般比统计年鉴早若干月出版。16(二)有关期刊(1)《中国经济景气月报》(2)《中国经济数据分析》(3)《经济预测分析》(三)有关网站(1)中国统计信息网,(2)国研网,(3)中国经济信息网,(4)中国经济时报网,(四)数据库(1)国家统计数据库(2)中经网统计数据库(3)中宏数据库利用第二手数据需要注意之处：第一、注意引用数据的计算口径及其可比性；第二，注明数据的来源，尊重他人劳动成果。第二节统计数据的整理数据整理概述统计分组频数分布与频率19累计频数与累计频率一、数据整理概述（一）数据整理的意义统计资料整理是人们对社会经济现象从感性认识上升到理性认识的过渡阶段，既是统计调查阶段的继续和深入，又是统计分析阶段的基础，起着承前启后的作用。(二)数据整理的内容与步骤1.统计资料的审核。2.资料的分组和汇总。3.编制统计表或绘制统计图，描述整理的结果。4.统计资料的积累、保管和公布。20二、统计分组（一）统计分组的概念与种类1.统计分组的概念根据统计研究的目的和客观现象的内在特点，按某个标志(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。2.统计分组的种类(1)按分组标志的多少，可分为简单分组和复合分组。简单分组就是对研究现象按一个标志进行分组。先按一个标志分组,在此基础上再按第二个标志分小组,必要时还可以按第三个标志分成更小的组,这称为复合分组。(2)按分组标志性质不同，可分为品质分组和数量分组。21(二)统计分组的原则与方法在进行统计分组时，要遵循两个原则:穷尽原则,就是总体中的每一个单位都应有组可归。互斥原则,就是在特定的分组标志下,总体中的任何一个单位只能归属于某一组,而不能同时归属于几个组。1.品质分组方法品质分组是对研究现象按品质（或属性）标志进行分组。品质分组相对比较简单,分组标志一经确定,组的名称和组数也随之确定。有些品质分组还取决于统计分析对分组层次的不同要求。例如,社会经济各部门划分为第一产业、第二产业和第三产业,第一产业还可细分为农业、林业、畜牧业和渔业等,这种类别繁多的分组又称为分类。标准统计分类的制定是国家统计部门的一项重要工作。222.数量分组方法按数量标志分组,应注意以下两个问题:首先,分组时各组数量界限的确定必须能反映事物质的差别。其次,应根据被研究的现象总体的数量特征,采用适当的分组形式,确定相宜的组距、组限。（1）单项式分组与组距式分组①单项式分组。按数量标志分组,数量标志的表现就是变量的取值,即标志值,又称变量值。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。例如,育龄妇女按其生育子女的存活数分组,可分为0个、1个、2个、3个、4个、5个6组。单项式分组一般适用于变动范围不大的离散型变量。23②组距式分组。就是将变量依次划分为几段区间,形成组距式变量数列。区间的距离就是组距。例如,为了反映城市居民生活水平情况,可以按人均月消费支出将其分为1000元以下、1000~3000元、3000~6000元、6000~9000元、9000元以上5组。组距式分组常用于连续型变量或者变动范围较大的离散型变量。（2）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,其最小值为下限,最大值为上限。相邻两组的界限称为组限。凡是组限不相连的,称为间断型组距式分组。例如,家庭按其子女数分组,分为1个、2个、3个、4个及以上4组。凡是组限相连的(或称相重叠的),即以同一数值作为相邻两组的共同界限,称为连续型组距式分组。在连续型组距式分组中,存在以同一个数值作为相邻两组共同的界限,根据统计分组的互斥原则,我国统计制度规定,凡是总体某一个单位的变量值是相邻两组的界限值,这一个单位归入作为下限值的那一组内,亦称“上限不在内”原则。例如,学生按成绩分组,把70分的学生归入70~80分组内,把80分的学生归入80~90分组内。(3)等距分组与异距分组。等距分组就是标志值在各组保持相等的组距。在标志值变动比较均匀的情况下,可采用等距分组。等距分组便于计算,便于绘制统计图。异距分组即各组的组距不相等。适用于如下几种场合:第一,标志值分布不均匀。第二,标志值相等的量具有不同意义。第三,标志值按一定比例发展变化。（4）组距式分组中相关指标的计算连续组距分组的组距计算公式:

（2.1）间断式分组的组距计算公式:

（2.2）或（2.3）组数:组数的多少与组距的大小有直接关系,组距大,组数就少;组距小,组数就多。26在实际分组时，可以借助美国学者斯特杰斯（H.A.Sturges）提出的经验公式确定组数与组距：（2.4）

（2.5）式中，为组数；为总体单位数；为组距；为全距，即最大变量值与最小变量值之差。15～2425～4445～8990～179180～35956789表2-1分组组数参考表27组中值。上下限之间的中点数值称为组中值。连续组距分组的组中值计算公式:

（2.6）间断式分组的组中值计算公式:

（2.7）或

（2.8）有时在组距式分组数列的两端会使用开放式的组距，开口组的组中值和组距参照相邻组确定。28三、频数分布(一)频数分布的基本概念频数分布在统计分组的基础上，将总体所有的单位按某一标志进行归类排列，称为频数分布，或次数分布。按品质标志分组所形成的数列即品质分布数列，按数量标志分组所形成的数列叫变量分布数列.分布数列的两个要素分布数列由两个要素构成:一个是总体按某标志所分的组；另一个是各组所出现的单位数，即频数，亦称次数。29频率将各标志出现的频数与总体单位总和相除可以得到频率,即频率

(2.6)式中:fi为第i组频数。频率具有以下性质:(1)任何频率都界于0和1之间;(2)各组频率之和等于1。频数密度与频率密度对于异距分组,由于各组次数的多少还受到组距不同的影响,各组的频数可能会随着组距的扩大而增加,随着组距的缩小而减少。为消除异距分组所造成的这种影响,须计算频数密度(或称次数密度)和频率密度。其计算公式如下:频数密度=频数/组距(2.7)频率密度=频率/组距(2.8)各组频数密度与各组组距乘积之和等于总体单位数,各组频率密度与各组组距乘积之和等于1。（二）变量数列的编制

下面以一实例说明变量数列的编制。【例2-1】某大学50个同学的月消费支出资料如下(单位:元):32解:首先对数据按大小进行排序，结果如下：对上述资料采用等距分组,分为8组,组距为100,以800为第一组下限。经过整理,形成的频数分布如表2-2所示。33通过对总体各单位分组而形成变量数列,可以显示各单位标志值在各组间的分布状况,从而使杂乱无章的原始数据显示出一定的规律性。从表2-2中可以看出,月消费支出在1000~1300元的学生占总数的60%,而月消费支出低于1000元和高于1400元的学生所占比重较小,呈现出一种近似两头小、中间大的钟形分布特征。四、累计频数与累计频率（一）累计频数（率）分布向上累计频数(或频率)分布，其方法是先列出各组的上限，然后由标志值低的组向标志值高的组依次累计。向上累计频数表明某组上限以下的各组单位数之和是多少，向上累计频率表明某组上限以下的各组单位数之和占总体单位数的比重。向下累计频数(或频率)分布，其方法是先列出各组的下限，然后由标志值高的组向标志值低的组依次累计。向下累计频数表明某组下限以上的各组单位数之和是多少，向下累计频率表明某组下限以上的各组单位数之和占总体单位数的比重。35【例2-2】以例2-1的资料,进行向上累计和向下累计。向上累计向下累计月消费支出分组的上限/元频数/个累计频数/个频率/%累计频率/%月消费支出分组的下限/元频数/个累计频数/个频率/%累计频率/%900551010800550101001000162129001452901100814162810008441688120011252250110011362272130011362272120011252250140074314861300714142815004478941400478141600249498150023461700150210016001122合计50—100—合计50—100—解:具体的计算过程和结果如表2-3所示。由表2-3可知,月消费支出在1000元以下的学生有6人,占总数的12%;月消费支出在1200元以下的学生有25人,占总数的50%;月消费支出在1000元以上的学生有44人,占总数的88%等。第三节统计数据的显示统计表统计图38频（次）数分布图的类型（一）统计表的定义和结构

统计表的定义

对统计调查所获得的资料进行整理,可得到说明社会现象及其发展过程的数据,把这些数据按一定的顺序排列在表格上,就形成统计表。统计表是统计分析的一种重要工具。利用统计表,可清楚地、有条理地显示统计资料,直观地反映统计分布特征。统计表的结构从表式看，包括总标题、横行标题、纵栏标题和指标数值四个部分。

从内容看，统计表由主词栏和宾词栏两部分组成。

具体见书P29表2-6一、统计表（二）统计表的分类按主词的结构分类，根据主词是否分组和分组的程度，可分为简单表、分组表和复合表。简单表。主词未经任何分组的统计表。如表2-4所示。分组表。主词只按一个标志进行分组形成的统计表,也称简单分组表,如表2-5是我国对主要贸易伙伴的贸易额按区域进行简单分组所形成的统计表。复合表。主词按两个或两个以上标志进行分组的统计表。表2-6就是一种复合表，贸易额先按出口进行第一次分组,进而再分别按贸易产品的类型再次分组。按宾词设计分类，可分为宾词简单排列、分组平行排列和分组层叠排列等三种。宾词简单排列。宾词不进行任何分组,按一定顺序排列,如表2-4所示。宾词分组平行排列。宾词栏中各分组标志彼此分开,平行排列。如表2-7。宾词分组层叠排列。统计指标同时有层次地按两个或两个以上标志分组,各种分组层叠在一起,如表2-8。统计表的主词分组与宾词分组是有区别的:主词分组的结果使总体分成许多组成部分。宾词分组的结果仅仅是比较详细地描述总体已有的各个组成部分。由此可见,主词分组具有独立的意义,而宾词分组从属于主词的要求。（三）统计表的设计

线条的绘制统计报表的上下端以粗线绘制,表内纵横线以细线绘制，表格的左右两端一般不画线,采用“开口式”。合计栏的设置。纵列若需要合计,一般将合计列在最后一行;横行若需要合计,可将合计列在最前一栏或最后一栏。标题。应简明扼要,以简练而又准确的文字表述统计资料的内容、资料所属的空间和时间范围。指标数值。应该填写整齐,对准位数。当数字小可略而不计时,可写上“0”;当缺某项数字资料时,可用符号“…”表示;不应有数字时,用符号“—”表示。计量单位.

必须注明数字资料的计量单位。全表只有一种计量单位时,可把它写在表头的右上方。如果表中各行的指标数值计量单位不同,可在横行标题后添一列计量单位。注释或资料来源二、统计图（一）圆形图圆形图也称饼形图，是用圆形及圆内扇形的面积来表示数值大小的图形。43

（二）直方图直方图是用直方形的宽度和高度来表示次数分布的图形。绘制直方图时,横轴表示各组组限,纵轴表示次数(一般标在左方)和比率(或频率,一般标在右方)。依据各组的组距的宽度与次数的高度绘成直方形。根据表2-9的资料绘制的直方图如下图所示（三）折线图折线图以线段的起伏表示其数量分布的特征。绘图时,可以在直方图的基础上,用折线将各组次数高度的坐标连接而成,也可以用组中值与次数求坐标点连接而成。下图是根据表2-9的资料绘制的折线图（四）曲线图的绘制方法与折线图基本相同,只是在连接各组次数坐标点时应当用平滑曲线。（五）累计曲线图累计频数(频率)分布图分为向上累计频数(频率)分布图和向下累计频数(频率)分布图。不论是向上累计还是向下累计,均以分组变量为横轴,以累计频数(频率)为纵轴。在直角坐标系上将各组组距的上限与其相应的累计频数(频率)构成坐标点,依次用折线(或光滑曲线)相连,即是向上累计曲线。在直角坐标系上将各组组距下限与其相应的累计频数(频率)构成坐标点,依次用折线(或光滑曲线)相连,即是向下累计曲线。洛伦茨博士(Dr.M.O.Lorenz)把累计频数(或频率)分布曲线运用于研究社会财富、土地和工资收入的分配是否公平。这种累计曲线又称洛伦茨曲线图。其绘制方法如下:

将分配对象和接受分配者的数量化成结构相对数并进行向上累计。纵轴和横轴均为百分比尺度,纵轴自下而上,用以测定分配的对象(如一国的财富、土地或收入等的分配状况);横轴由左向右,用以测定接受分配者(如一个地区人口)。

根据计算所得的分配对象和接受分配者的累计百分数,在图中标出相应的绘示点,连接各点并使之平滑化,所得曲线即所要求的洛伦茨曲线。洛伦茨曲线图下图是根据表2.4的数据绘制的洛伦兹曲线AB基尼系数=A/(A+B)基尼系数，用以衡量收入分配的平等与否。三、频（次）数分布的类型利用统计图还可对现象的数量分布特征进行描述,通过这些图形,可以直观地显示不同类型现象的分布特征。（一）钟型分布

(Ⅰ)(Ⅱ)(Ⅲ)钟型分布示意图

（二）U型分布

102030405060708050403020100死亡率(‰)年龄U型分布示意图（三）J型分布正J型图反J型图J型分布示意图

第四节

Excel在统计整理与统计图表中的应用

编制分布数列绘制统计图一、编制分布数列在Excel中,有两类方法可以实现分布数列的编制:第一,使用相关的函数,如Countif函数、Dcount数据库函数或Frequency函数;第二,应用“直方图”分析工具。“直方图”分析工具还可以进行向上累计,并能直接绘出直方图。需要注意的是,“直方图”分析工具与Frequency函数在编制分布数列时,并不符合统计分组的“上限不在内”原则,在实际应用时必须进行调整。

【例2-5】用Excel实现本章例2-1和例2-2的计算过程。解:使用Frequency函数编制,主要步骤如下:

1.输入数据。如图2-8所示,A、B、C列为原始输入数据(除最后一组上限用函数求得外),其他列为计算所得数据。月消费支出放在A2:A51单元格区域,限于篇幅,图2-8中未完全显示出来。B列的各个数据(各组的上限值)是使用Frequency函数或“直方图”分析工具编制分布数列所必需的数据。图2-82.选定D2:D9,输入公式“=FREQUENCY(A2:A51,B2:B9)”,然后按Crtl+Shift+Enter组合键,即可计算出各组的频数。该函数的第一个参数指定用于编制分布数列的原始数据,第二个参数指定每一组的上限。在D10中输入公式“=SUM(D2:D9)”计算出频数的合计。我们知道,统计分组的一般原则是“上限不在内”,但应用Frequency函数和“直方图”分析工具编制分布数列时,使用“上限在内”的原则。怎样才能保证编制的结果符合统计的一般原则呢?这时,可以采用如下的方法:在确定Frequency函数所需的分组上限时,使其尽量接近统计分组中的上限,但又不与任何的原始数据相同。以“800~900”这一组为例,必须找到这样的一个上限值:它略小于900,但又是“800~900”这一组中最大的。因为原始的月消费支出数据都是整数,我们采用的899.9应该能满足上述要求。899.9实际上表示的是“小于等于899.9”的分组,并不完全等同于“800~900”的分组。但由于在消费支出数据中,并没有大于899.9且小于900的数,因此“小于等于899.9”的分组与“800~900”的分组所包含的收入数据肯定是相同的。如此,我们就在Excel中遵守了“上限不在内”的原则。如果原始数据中包括899.9这个数据,那么可以将该组的上限改为899.99。一般来讲,在小数点后多加几个9就可以了。“1500以上”这一组的上限可以使用原始数据(月消费支出)的最大值,它可通过函数求得,在B9中输入公式“=MAX(A2:A51)”即可。3.计算频率。在E2中输入公式“=D2/D$10*100”,然后将该公式复制到E3:E9即可。D10存放的是频数的合计数,乘以100是因为其单位是“%”。4.计算向上累计频数。在F2单元格中输入“=D2”,在E3单元格中输入公式“=D3+F2”,再将公式复制到F4:F9。5.计算向下累计频数。在G9中输入公式“=D9”,在G8单元格输入公式“=G9+D8”,再将公式复制到G2:G7单元格区域即可。可以采用向上填充的方法复制公式,即选定G2:G8单元格区域,然后点击“开始”选项卡,在“编辑”命令组中,点击“填充”→“向上”。

二、绘制统计图

Exc