商务统计学课件-数值数据整理与图示

数值数据整理与图示Applied

Statistics1.数值数据整理2.数值数据图示数值数据的整理分组方法等距分组不等距分组单值分组组距分组组距分组(关键步骤)确定组数：组数的确定应以能够显示数据的分布特征和规律为目的。在实际分组时，可以按

Sturges提出的经验公式来确定组数K确定组距：组距(ClassWidth)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即

组距＝(最大值-最小值)÷组数

确定各组组限组距分组(基本概念)1.下限(lowlimit)：一个组的最小值2.上限(upperlimit)：一个组的最大值3.组距(classwidth)：上限与下限之差4.组中值(classmidpoint)：下限与上限之间的中点值下限值+上限值2组中值=组距分组(基本概念)

只有当全部数据中的最大观察值和最小观察值与其他数据相差悬殊，为避免出现空白组（不包含有任何数据的组）或个别极端值被漏掉，第一组和最后一组可以采取“××以下”及“××以上”这样的开口组。开口组的情况下，一般以相邻组的组距作为其组距，使用下面的公式之一计算组中值：组中值=上限－相邻组组距/2组中值=下限＋相邻组组距/2组距分组【例】为了解淘宝双十一购物节顾客消费的情况，阿里巴巴集团数据分析部门随机抽取了100名顾客的消费额数据。编制频数分布表，分析顾客消费额的分布状况。组距分组730754801721864805718768828808735830798809894809801811812811830760853766756866865829794785868880815842778710838820791759745790815821824702722818836751812792724893859876727841783841776843829734782823762791806817810820812786803895792782764820815741815761817817791758825829810821774806744808828785784800表

淘宝双十一购物节顾客消费额数据组距分组确定组数：根据Sturges提出的经验公式得组数K为：确定各组的组距：组距＝(895-702)÷10=19.3

20确定各组组限组距分组（上、下组限重叠）消费额（元）顾客数（名）频率百分比/（%）700~72030.033720~74070.077740~76080.088760~78090.099780~800150.1515800~820260.2626820~840170.1717840~86060.066860~88050.055880~90040.044合计1001.00100表淘宝双十一购物节顾客消费额的频数分布表组距分组（上、下组限间断）消费额（元）顾客数（名）频率百分比/（%）700~71930.033720~73970.077740~75980.088760~76990.099780~799150.1515800~819260.2626820~839170.1717840~85960.066860~87950.055880~89940.044合计1001.00100表淘宝双十一购物节顾客消费额的频数分布表组距分组（开口组）消费额（元）顾客数（名）频率百分比/（%）700以下30.033720~74070.077740~76080.088760~78090.099780~800150.1515800~820260.2626820~840170.1717840~86060.066860~88050.055880以上40.044合计1001.00100表

淘宝双十一购物节顾客消费额的频数分布表组距分组解FREQUENCY函数的功能是计算数据在某个数值区间内的出现频数，然后返回一个数组。这里，FREQUENCY必须以数组公式的形式输入。语法结构为：FREQUENCY（data_array,bins_array）其中：data_array指定的是待整理的数据所在区域；bins_array指定的是各分组的上限（此处是上、下组限间断表达方法的各分组上限）。组距分组解

“数据”——“数据分析”——“直方图”

图“直方图”对话框等距分组与不等距分组（1）等距分组时，各组频数的分布不受组距大小的影响，可直接根据绝对频数来观察频数分布的特征；（2）不等距分组时，各组频数的分布受组距大小不同的影响，各组绝对频数的多少不能反映频数分布的实际状况，需要用频数密度反映频数分布的实际状况。频数密度=频数÷组距数值数据的图示——直方图图

淘宝双十一购物节顾客消费额的直方图数值数据的图示——折线图图

淘宝双十一购物节顾客消费额的折线图