第三章 数据的整理(2011.03)

第三章

数据整理1教学内容

数据整理概述统计分组分布数列及其编制统计表和统计图2教学基本要求：理解统计数据整理和统计分组的概念；掌握统计分组和分布数列的编制方法；掌握统计表的设计。本章重点：统计分组的方法；组距数列的编制3统计整理统计调查客观现象数量表现统计总体数量特征统计研究的程序统计研究目的统计设计推断分析描述分析4

通过统计调查可以搜集到大量的统计资料，是统计研究的基础。但是这些资料只是反映总体单位具体情况的分散的、不系统的资料，不能用以反映总体的特征。

一.数据整理概念：将统计调查得到的原始资料进行科学的分类和汇总，使其系统化、条理化，以得出反映事物总体特征的资料的工作过程。是统计调查的继续，统计分析的前提和基础，起着承前启后的作用。地位第一节数据整理概述5统计资料的审核统计资料的分组统计资料的汇总编制统计表、统计图二、统计数据整理的基本程序关键环节6第二节统计分组指根据事物的内在特点和统计研究的需要，按一定的标志将统计总体区分为若干性质不同的组成部分的统计研究方法一、统计分组概念对总体而言，是“分”，即将总体区分为性质相异的若干部分。

对总体单位而言，是“合”，即将性质相同的个体组合起来，在同一组内则保持着相同的性质。

7分组示例分组前分组后25％33％42％1、类型分组：划分社会现象的类型二、分组作用例：按所有制性质划分，我国现有8种经济类型：国有经济；集体经济；私营经济；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

82、结构分组：反映总体内部结构3、分析分组：研究现象之间的依存关系年份20012002200320042005第一产业14.413.712.813.412.5第二产业45.144.846.046.247.5第三产业40.541.541.240.440.0合计100.0100.0100.0100.0100.0“十五”期间我国国内生产总值构成（%）例例某乡某种农作物的耕作深度与收获率关系耕作深度分组(cm)平均收获率(斤亩)10-1240012-1446014-165409三、统计分组的方法1、选择分组标志根据统计研究的目的选择分组标志

根据现象的本质特征选择分组标志根据现象所处的历史条件选择分组标志正确选择分组标志是做好统计分组的关键。102、统计分组的程序与原则选择分组标志确定分组体系总体单位归类科学性：组间差异大，组内差异小。穷尽性和互斥性：每个单位均能且只能归到某个组中。原则11按品质标志分组按数量标志分组选择反映事物属性差异的标志作为分组依据。选择反映事物数量方面的差别的标志作为分组依据3、统计分组的方法121、简单分组

2、复合分组

即总体按一个标志进行分组。它只能从某一方面说明总体的分布状况和内部结构。

是指对所研究的总体按两个或两个以上的标志层叠起来分组。可用于对事物多方面、多层次的分析研究。

四、统计分组的形式133、统计分组体系

指根据统计研究的要求，对同一总体进行多种不同的分组而成的一种相互联系，相互补充，从不同角度说明总体的内部状况的认识体系。各分组标志表现并列使用。各分组标志表现交叉结合使用。平行分组体系交叉分组体系14平行分组体系示例对教师的分类按性别分类男性女性按职称分类按年龄分类高级中级初级青年中年共计7组2+3+215复合分组体系示例按性别分类按职称分类按年龄分类男女高级中级初级青年中年共计12组2×3×2对教师的分类16第三节分布数列及其编制

变量数列品质数列概念：在统计分组基础上,将总体所有单位按组归并排列，形成总体中各个单位在各组间的分布,称为分布数列.一、分布数列分类总体按某标志所分的组各组的次数或频率构成要素异距数列等距数列组距数列单项数列17射击射击体操体操乒乓球举重乒乓球羽毛球举重乒乓球羽毛球举重举重跳水跳水跳水乒乓球跳水射击体操羽毛球柔道柔道举重田径羽毛球跆拳道例：中国体育代表团在悉尼奥运会上获金牌的项目二、分布数列的编制(一)品质数列的编制18获金牌项目

金牌数比重(%)跳水５17.86举重５17.86乒乓球４14.29羽毛球４14.29体操３10.71射击３10.71柔道２7.14田径１3.57跆拳道１3.57合计28100.00品质数列中国获金牌数统计191.单项数列指数列中每个组值只用一个具体的变量值表现的数列同时具备(二)变量数列的编制变量是离散变量变量的不同取值个数较少编制条件:【例】己知某车间有24名工人，他们的日产量（件）分别是：20，23，20，24，23，21，22，25，26，20，21，21，22，22，23，22，22，24，25，21，22，21，24，23。要求根据以上资料编制变量数列。20日产量（件）工人数（人)202122232425263564321合计24编制结果如下：单项数列212.组距数列指每个组的变量值用一个区间来表现的变量数列变量是连续变量；或：总体单位数较多变量不同取值个数也较多的离散变量。编制条件:变量值变动区间的长度相等变量值变动区间的长度不完全相等等距数列异距数列22组距数列中的一些概念组限上限下限区间数值的最大值区间数值的最小值组距每一组的区间长度组距=上限-下限组中值每一组中点位置的数值组中值=（上限+下限）÷2开口组缺少上限数值或下限数值的组注意开口组的组中以相邻组的组距作为该组的组距，确定其下限或上限，再计算组中值。23某地区100个百货商店月销售额与流通费用情况销售额（万元）商店数（个）每百元商品销售额中支付的流通费（元）50以下50～100100～200200～300300以上102030251514.211.410.19.28.5上组限U下组限L如：组距d=U-L=100-50=50（万元）如：组中值x=(U+L)/2=(100+200)/2=150（万元）如：组中值=50-50/2=25(万元)如：组中值=300+100/2=350(万元)举例24编制等距数列适用于总体单位的标志值变动比较均匀的情况实例己知某班组35名工人某月产量如下，单位(件)44505660626365656969697074767778787980838485858687888990919192939494要求编制组距数列。25组距数列的编制原始数据计算组中值排序确定组限计算变异全距确定组数、组距汇总组单位数制作组距数列统计表编制步骤或内容26编制步骤：⒈求变异全距⒉确定组距及组数确定组距的原则：要能区分各组的性质差异要能反映总体资料的分布特征为方便计算，尽可能为5或10的整数倍R≤组距(d)×组数（m)编制等距数列27计算组数（组数不宜过多，也不宜太少）上例中，取d=10，则有（当的结果为整数时）（当的结果为小数时）28⒊确定组限对于离散变量，相邻组组限可以间断，也可重叠；对于连续变量，相邻组组限必须重叠；符合“上组限不计入”原则；首末两组可使用“××以下”及“××以上”的开口组。组限的表示方法29例已知组距为5，组数为7，最大值39，最小值5，怎样分组？按分法（?）较合适（a）（b）（c）1-53-84-95-108-139-1410-1513-1814-1915-2018-2319-2420-2523-2824-2925-3028-3329-3430-3533-3834-39304、计算各组次数5、制作组距数列按月产量分组（件）工人人数（人）60以下60～7070～8080～9090～10038897合计35某班组工人月产量分组表31累计次数（频率）

从变量值低的组开始，将各组次数（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次数（频率）。向上累计向下累计

从变量值高的组开始，将各组次数（频率）逐次向变量值低的组累计，说明某一组下限以上各组的累计次数（频率）。频率各组单位数占总体单位总数的比重三、频率与累积频率32销售额(百万元)商店数(个)频率(﹪)累计次数(个)累计频率（﹪）5以下5～1010～1515～2020～2525以上410161343820322686合计50100举例133销售额（百万元）商店数(个)频率（﹪）累计次数累计频率（﹪）向上累计向上累计5以下5～1010～1515～2020～2525以上41016134382032268641430434750828608694100合计50100——举例234销售额（百万元）商店数(个)频率（﹪）累计次数(个)累计频率（﹪）向上累计向下累计向上累计向下累计5以下5～1010～1515～2020～2525以上410161343