统计学数据的图表展示

统计学数据的图表展示2024/10/15柱形图2024/10/15帕累托图2024/10/153、1数据得预处理

DataPreparation3、1、1、数据得审核与筛选3、1、2数据得排序3、1、3数据透视表2024/10/15

数据得审核、筛选与排序数据得审核DataCheck发现数据中得错误数据得筛选DataFilter找出符合条件得数据数据排序DataRank发现数据得基本特征升序和降序2024/10/153、1、1数据得审核

(原始数据Check—RawData

)

审核得内容完整性审核检查应调查得单位或个体就是否有遗漏所有得调查项目或指标就是否填写齐全准确性审核检查数据就是否真实反映客观实际情况,内容就是否符合实际检查数据就是否有错误,计算就是否正确等2024/10/15数据得审核

(原始数据)

审核数据准确性得方法逻辑检查从定性角度,审核数据就是否符合逻辑,内容就是否合理,各项目或数字之间有无相互矛盾得现象主要用于对定类数据和定序数据得审核计算检查检查调查表中得各项数据在计算结果和计算方法上有无错误主要用于对定距和定比数据得审核2024/10/15数据得审核

(第二手数据SecondHandData

)适用性审核弄清楚数据得来源、数据得口径以及有关得背景材料确定这些数据就是否符合自己分析研究得需要时效性审核应尽可能使用最新得统计数据确认就是否必要做进一步得加工整理大家有疑问的，可以询问和交流可以互相讨论下，但要小声点2024/10/153、1、2数据得筛选对审核过程中发现得错误应尽可能予以纠正当发现数据中得错误不能予以纠正,或者有些数据不符合调查得要求而又无法弥补时,需要对数据进行筛选数据筛选得内容包括:将某些不符合要求得数据或有明显错误得数据予以剔除将符合某种特定条件得数据筛选出来,而不符合特定条件得数据予以剔出2024/10/15【例3、1】学生四门课程得成绩数据筛选表3-18名学生考试成绩

第一步:选择【工具】菜单,并选择【筛选】,如果要筛选出给定条件得数据,可使用【自动筛选】命令,如图3-1所示:

这时会在第一行出现下拉键头,用鼠标点击箭头会出现如图3-2所示得结果

第二步:在下拉键头方框内选择要筛选出得数据。比如,要筛选出统计成绩为75分得学生。选择75,得到结果如图2-3所示。要筛选出英语成绩最高得前四个学生,可选择【前4个】,并在对话框中输入数据4,结果如图3-4所示。单击确定后即可得到相应得结果。图3-3图3-4

第三步:如果要选出四门课成绩都大于70分得学生,由于设定得条件比较多,需要使用【高级筛选】命令,使用高级筛选命令时,必须建立条件区域。这时需要在数据清单上方至少留出三行作为条件区域。然后在【列表区域

】选出其中要筛选得数据清单,在【条件区域】中选择匹配得条件。比如要筛选出四门课程成绩均大于70分得学生,如图3-5所示。单击【确定】后出现得结果如图3-6所示。图3-5图3-62024/10/153、1、3数据得排序

按一定顺序将数据排列,以发现一些明显得特征或趋势,找到解决问题得线索排序有助于对数据检查纠错,以及为重新归类或分组等提供依据在某些场合,排序本身就就是分析得目得之一排序可借助于计算机完成数据得排序定类数据得排序字母型数据,排序有升序降序之分,但习惯上用升序汉字型数据,可按汉字得首位拼音字母排列,也可按笔画排序,其中也有笔画多少得升序降序之分定距和定比数据得排序递增排序:设一组数据为X1,X2,…,XN,递增排序后可表示为:X(1)<X(2)<…<X(N)递减排序可表示为:X(1)>X(2)>…>X(N)2024/10/153、1、4数据透视表

利用数据透视表可以利用Excel提供得数据透视表工具,对数据重要信息按使用者习惯分析要求进行汇总和作图,形成一个符合需要得交叉表(列联表)。在利用数据透视表时,数据源表中得首行必须有列标题。第一步:建立Excel数据清单,如表3-22024/10/15表3-2

第二步:选中数据清单中得任意单元格,并选择【数据】菜单中得【数据透视表和数据透视图】,弹出对话框如图3-7所示。然后根据需要选择“数据源类型”和“报表类型”。这里我们选用【MicrosoftOfficeExcel数据列表或数据库】和【数据透视表】,单击下一步,探出对框如图3-8所示图3-7图3-8

第三步:确定数据源区。本利得数据源区为$A$1:$F$31,如果在启动想到之前单击了数据源单元格,Excel会自动选定数据源区域。单击下一步,探出得对话框如图3-9所示。图2-9

第四步:在上面得对话框中,选择数据透视表得输出位置,为方便起见可选择【现有工作表】,并利用鼠标确定数据透视表得输出位置,本例为原工作表得G1单元格,然后选择【布局】,弹出得对话框如图3-10所示。

图2-10

第五步:在上面得【数据透视表和数据透视向导——布局】对话框中,依次将“性别”和“买衣物首选因素”拖至左边得“行”区域,将“家庭所在地”拖至上边得“列”区域,将“平均月生活费”和“月平均衣物支出”拖至“数据”区域。如图3-11所示。图3-11根据需要建立【数据透视表和数据透视图向导——布局】

第六步:单击【确定】,自动返回【数据透视表和数据透视图向导—3步骤之3】对话框。然后单击【完成】,即可输出数据透视表。结果如图3-12所示。图3-12根据需要建立得数据透视表2024/10/153、2品质数据得整理与显示3、2、1生成频数分布图3、2、2定序数据得图示2024/10/15分类数据得整理与显示2024/10/15数据得整理与显示

(基本问题)要弄清所面对得数据类型,因为不同类型得数据,所采取得处理方式和方法就是不同得对定类数据和定序数据主要就是做分类整理对定距数据和定比数据则主要就是做分组整理适合于低层次数据得整理和显示方法也适合于高层次得数据;但适合于高层次数据得整理和显示方法并不适合于低层次得数据2024/10/151、基本过程(1)、 列出各类别

（2）.计算各类别的频数(3)、制作频数分布表(4)、用图形显示数据3、2、1分类数据得整理与显示2024/10/15CategoricalDataOrganization

生成频数分布图1、Listallthecategories、列出所有分类。2、Calculatethefrequencyofeverycategory、

计算各类别得频数。3、Makeafrequencydistributiontable、

编制频数分布表。4、Graphicalpresentation、用图形表现出来。

分类频数比例百分比比率ABCDEProcedure程序:2024/10/15定类数据得整理

(可计算得指标)1、频数(frequency):落在各类别中得数据个数2、比例:某一类别数据占全部数据得比值3、百分比:将对比得基数作为100而计算得比值4、比率:不同类别数值得比值2024/10/15顾客性别及购买得饮料类型

表3-32024/10/15不同类型得饮料和顾客性别得频数分布表

表3-4也称为列联表或交叉表2024/10/15SPSS生成频数分布表第一步:选择【Analyze】【DescriptiveStatistics-Frequencies】进入主题对话框第二步:将“饮料类型”或“顾客性别”选入【Variable】;选中【DisplayFrequenciestables】。第三步:点击【Statistics】或【Charts】并选择相应得选项。点击【OK】2024/10/15表3-5不同类型饮料得频数分布表3-6不同性别顾客得频数分布2024/10/15SPSS生成列联表第一步:选择【Analyze】【DescriptiveStatistics-Crosstabs】进入主题对话框第二步:将“饮料类型”选入【Rows】;“顾客性别”选入【Columns】(行列可互换)。第三步:点击【Cells】,选择相关内容,或选其她相关选项。2024/10/15表3-7饮料类型和顾客性别得交叉列联表表3-8饮料类型和顾客性别得交叉列联表及其分析2024/10/15(2)比例(proportion)(3)百分比(percentage)(4)比率(ratio)2、分类数据得图示(1)条形图(barchart)用宽度相同得条形高度或长度表示数据多少得图形。纵置或横置,纵置时称为柱形图(columnchart)(1)频数(frequency)2024/10/15图3-132024/10/15【例】2024/10/15SPSS输出效果2024/10/15(2)帕累托图(Paretochart):按各类数据频数多少排序后绘制得柱形图。2024/10/15图3-142024/10/15图3-142024/10/15(3)饼图:使用圆形或院内扇形得角度来表示数值大小得图形,主要用于表示一个样本(或总体)个组成部分得数据占全部数据得比例。图3-162024/10/15定类数据整理—频数分布表

(实例)【例3、4】为研究广告市场得状况,一家广告公司在某城市随机抽取200人就广告问题做了邮寄问卷调查,其中得一个问题就是“您比较关心下列哪一类广告？”

1、商品广告;2、服务广告;3、金融广告;4、房地产广告;5、招生招聘广告;6、其她广告。表3-8某城市居民关注广告类型得频数分布

广告类型人数(人)比例频率(%)

商品广告服务广告金融广告房地产广告招生招聘广告其她广告112519161020、5600、2550、0450、0800、0500、01056、025、54、58、05、01、0合计20011002024/10/15定类数据得图示—条形图

(条形图得制作)条形图就是用宽度相同得条形得高度或长短来表示数据变动得图形条形图有单式、复式等形式在表示定类数据得分布时,就是用条形图得高度来表示各类别数据得频数或频率绘制时,各类别可以放在纵轴,称为条形图,也可以放在横轴,称为柱形图2024/10/15定类数据得图示—条形图

(由Excel绘制得条形图)人数（人）5191610211204080120

商品广告

服务广告

金融广告

房地产广告

招生招聘广告

其他广告广告类型

图3-1某城市居民关注不同类型广告的人数分布2024/10/15定类数据得图示—圆形图

(圆形图得制作)也称饼图,就是用圆形及园内扇形得面积来表示数值大小得图形主要用于表示总体中各组成部分所占得比例,对于研究结构性问题十分有用在绘制圆形图时,总体中各部分所占得百分比用园内得各个扇形面积表示,这些扇形得中心角度,就是按各部分百分比占3600得相应比例确定得例如,关注服务广告得人数占总人数得百分比为25、5%,那么其扇形得中心角度就应为3600×25、5%＝91、80,其余类推2024/10/15定类数据得图示—圆形图

(由Excel绘制得圆形图)

其他广告1.0%

房地产广告8.0%

商品广告56.0%

金融广告4.5%

服务广告25.5%

招生招聘广告5.8%图3-2某城市居民关注不同类型广告的人数构成2024/10/15定类数据得图示—环形图

(环形图doughnutchart得制作)环形图中间有一个“空洞”,总体中得每一部分数据用环中得一段表示环形图与圆形图类似,但又有区别圆形图只能显示一个总体各部分所占得比例环形图则可以同时绘制多个总体得数据系列,每一个总体得数据系列为一个环环形图可用于进行比较研究环形图可用于展示定类和定序得数据2024/10/15品质数据得图示—环形图

(由Excel绘制得环形图)8%36%31%15%7%33%26%21%13%10%

非常不满意

不满意

一般

满意

非常满意

图3-4甲乙两城市家庭对住房状况的评价2024/10/153、2、2顺序(定序)数据得整理

(可计算得指标)1、累计频数(cumulativefrequencies):将各类别得频数逐级累加2、累计频率(cumulativepercntages):将各类别得频率(百分比)逐级累加

2024/10/15定序数据频数分布表

(实例)【例3、5】在一项城市住房问题得研究中,研究人员在甲乙两个城市各抽样调查300户,其中得一个问题就是:“您对您家庭目前得住房状况就是否满意？

1、非常不满意;2、不满意;3、一般;4、满意;5、非常满意。

表3-10甲城市家庭对住房状况评价得频数分布回答类别甲城市户数(户)百分比(%)向上累积向下累积户数(户)百分比(%)户数(户)百分比(%)

非常不满意

不满意一般满意非常满意24108934530836311510241322252703008、044、075、090、0100、03002761687530100、092562510合计300100、0————2024/10/15定序数据频数分布表

(实例)表3-11乙城市家庭对住房状况评价得频数分布回答类别乙城市户数(户)百分比(%)向上累积向下累积户数(户)百分比(%)户数(户)百分比(%)

非常不满意

不满意一般满意非常满意21997864387、033、026、021、312、7211201982623007、040、066、087、3100、030027918010238100、093、060、034、012、7合计300100、0————2024/10/15定序数据得图示—累计频数分布图

(由Excel绘制得累计频数分布图)243001322252700100200300400

非常不满意

不满意

一般

满意

非常满意累积户数（户）(a)向下累积27616830300750100200300400

非常不满意

不满意

一般

满意

非常满意累积户数（户）(b)向上累积图3-19甲城市家庭对住房状况评价得累积频数分布2024/10/153、3数值型数据得整理与显示3、3、1、生成频数分布表(数据得分组)3、3、2、定量数据得图示2024/10/15频数分布表得编制2024/10/15编制频数分布表得步骤确定组数编制频数分布表得步骤确定组距计算频数编制表格2024/10/15频数分布表得编制

(实例)【例3、6】某公司前5个月每天销售量数据如下:(单位:台)。试采用单变量值对数据进行分组。2024/10/15分组方法分组方法等距分组异距分组单变量值分组组距分组2024/10/15单变量值分组

(要点)1、将一个变量值作为一组2、适合于离散变量3、适合于变量值较少得情况

2024/10/15单变量值分组表

(实例)2024/10/152024/10/15频数表(用SPSS制作)有效数据频数频率有效频率累计频率约2/3得人身高不超过165cm2024/10/15组距分组

(要点)将变量值得一个区间作为一组适合于连续变量适合于变量值较多得情况必须遵循“不重不漏”得原则可采用等距分组,也可采用不等距分组~~~~~2024/10/15将总体中所有单位按一定的标志分为性质不同但又有联系的若干部分的过程统计分组统计分组得作用:总体经过分组,能够突出组与组之间得差异而抽象掉组内各单位之间得差异,使数据变得条理化,便于进一步分析研究。划分社会经济现象得类型反映社会经济现象得内部结构和比例关系揭示社会经济现象之间得相互依存关系2024/10/15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。完备性和互斥性:每个单位均能且只能归到某个组中。统计分组得程序与原则2024/10/15对大学生月生活费支出情况进行分组研究:按家庭收入水平分组;按城乡分组;按性别分组;按年龄分组。？统计分组得程序与原则对父母亲下岗情况进行分组研究:单亲下岗;双亲下岗;双亲在岗。不符合科学性不符合完备性和互斥性城乡区别离退休是否健在？2024/10/15统计分组得程序与原则分组体系指同时使用两个以上标志分组时，分组标志的组合形式。各分组标志并列使用各分组标志交叉结合使用平行分组体系交叉分组体系2024/10/15平行分组体系对教师得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+22024/10/15交叉分组体系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对教师得分类2024/10/15组距分组

(步骤)确定组数:组数得确定应以能够显示数据得分布特征和规律为目得。在实际分组时,可以按Sturges提出得经验公式来确定组数K确定各组得组距:组距(ClassWidth)就是一个组得上限与下限之差,可根据全部数据得最大值和最小值及所分得组数来确定,即

组距＝(最大值-最小值)÷组数

根据分组整理成频数分布表

2024/10/15组距分组

(几个概念)1、下限:一个组得最小值2、上限:一个组得最大值3、组距:上限与下限之差4、组中值:下限与上限之间得中点值下限值+上限值2组中值＝2024/10/15等距分组表

(上下组限重叠)表3-13某电脑公司销售量得频数分布按零件数分组频数(人)频率(%)140~150150~160160~170170~180180~190190~200200~210210~220220~230230~2404916272017108453、337、5013、3322、5016、6714、178、336、673、334、17合计1201002024/10/15等距分组表

(上下组限间断)表3-14某电脑公司销售量得频数分布按零件数分组频数(人)频率(%)140~149150~159160~169170~179180~189190~199200~209210~219220~229230~2394916272017108453、337、5013、3322、5016、6714、178、336、673、334、17合计1201002024/10/15等距分组表

(使用开口组)表3-15某电脑公司销售量得频数分布按零件数分组频数(人)频率(%)150以下150~159160~169170~179180~189190~199200~209210~219220~229230以上4916272017108453、337、5013、3322、5016、6714、178、336、673、334、17合计1201002024/10/15组距分组与不等距分组

(在表现频数分布上得差异)等距分组各组频数得分布不受组距大小得影响可直接根据绝对频数来观察频数分布得特征和规律不等距分组各组频数得分布受组距大小不同得影响各组绝对频数得多少不能反映频数分布得实际状况需要用频数密度(频数密度＝频数/组距)反映频数分布得实际状况2024/10/15数值型数据得图示

用Excel作图以下图形均由计算机绘制!ExcelSTATISTICA2024/10/15分组数据—直方图

(直方图得制作)用矩形得宽度和高度来表示频数分布得图形,实际上就是用矩形得面积来表示各组得频数分布在直角坐标中,用横轴表示数据分组,纵轴表示频数或频率,各组与相应得频数就形成了一个矩形,即直方图(Histogram)直方图下得总面积等于12024/10/15分组数据—直方图

(直方图得绘制)日加工零件数(个)图3、-20某电脑公虽销售量分布得直方图我一眼就看出来了，大多数天的日销售台数在170～180之间!直方图下的面积之和等于1频数(台)2024/10/15分组数据—直方图

(直方图与条形图得区别)条形图就是用条形得长度(横置时)表示各类别频数得多少,其宽度(表示类别)则就是固定得直方图就是用面积表示各组频数得多少,矩形得高度表示每一组得频数或百分比,宽度则表示各组得组距,其高度与宽度均有意义直方图得各矩形通常就是连续排列,条形图则就是分开排列2024/10/15分组数据—折线图

(折线图得制作)折线图也称频数多边形图(Frequencypolygon)就是在直方图得基础上,把直方图顶部得中点(组中值)用直线连接起来,再把原来得直方图抹掉折线图得两个终点要与横轴相交,具体得做法就是第一个矩形得顶部中点通过竖边中点(即该组频数一半得位置)连接到横轴,最后一个矩形顶部中点与其竖边中点连接到横轴折线图下所围成得面积与直方图得面积相等,二者所表示得频数分布就是一致得2024/10/151512963105110115120125130135140日加工零件数(个)频数(人)折线图下的面积与直方图的面积相等！分组数据—折线图

(折线图得绘制)图3-20某车间工人日加工零件数得折线图2024/10/15未分组数据—茎叶图

(茎叶图得制作)用于显示未分组得原始数据得分布由“茎”和“叶”两部分构成,其图形就是由数字组成得以该组数据得高位数值作树茎,低位数字作树叶对于n(20≤n≤300)个数据,茎叶图最大行数不超过

L=[10×log10n

]5、茎叶图类似于横置得直方图,但又有区别直方图可大体上看出一组数据得分布状况,但没有给出具体得数值茎叶图既能给出数据得分布状况,又能给出每一个原始数值,保留了原始数据得信息2024/10/15树茎树叶1349678884455556677888999777888999数据个数491627茎叶图类似横置的直方图未分组数据—茎叶图

(茎叶图得制作)图3-2114150233456891617182024/10/15未分组数据—箱线图

(箱线图boxplot得制作)用于显示未分组得原始数据或分组数据得分布箱线图由一组数据得5个特征值绘制而成,她由一个箱子和两条线段组成其绘制方法就是:首先找出一组数据得5个特征值,即最大值、最小值、中位数Me和两个四分位数(下四分位数QL和上四分位数QU)连接两个四分(位)数画出箱子,再将两个极值点与箱子相连接2024/10/15未分组数据—单批数据箱线图

(箱线图得构成)中位数4681012QUQLX最大值X最小值图3-22简单箱线图2024/10/15未分组数据—单批数据箱线图

(实例)最小值141最大值237中位数182下四分位数170.25上四分位数197140150170180190200240图3-23某电脑公司销售量数据的箱线图2024/10/15分布得形状与箱线图

对称分布QL中位数

QU左偏分布QL中位数

QU右偏分布QL

中位数

QU图3-24不同分布得箱线图2024/10/15未分组数据—多批数据箱线图

(实例)【例3、7】从某大学经济管理专业二年级学生中随机抽取11人,对8门主要课程得考试成绩进行调查,所得结果如表3-8。试绘制各科考试成绩得批比较箱线图,并分析各科考试成绩得分布特征表3-1611名学生各科得考试成绩数据课程名称学生编号1234567891011英语经济数学西方经济学市场营销学财务管理基础会计学统计学计算机应用基础766593746870558590958187757391789751768570926881717488698465739570786690737884709363798060878167869183777690708283829284817069727875789188669480857186746879628181557870756871772024/10/15未分组数据—多批数据箱线图

(由STATIATICA绘制得多批数据箱线图)图3-258门课程考试成绩的箱线图2024/10/15图3-2611名学生8门课程考试成绩得箱线图Min-Max25%-75%Medianvalue455565758595105学生1学生2学生3学生4学生5学生6学生7学生8学生9学生10学生11未分组数据—箱线图

(由STATIATICA绘制得多批数据箱线图)2024/10/15时间序列数据—线图

(线图得制作)

绘制线图时应注意以下几点时间一般绘在横轴,指标数据绘在纵轴图形得长宽比例要适当,其长宽比例大致为10:7一般情况下,纵轴数据下端应从“0”开始,以便于比较。数据与“0”之间得间距过大时,可以采取折断得符号将纵轴折断2024/10/15时间序列数据—线图

(实例)【例3、8】已知1991～1998年我国城乡居民家庭得人均收入数据如表3-11。试绘制线图￥

＄

表3-171991～1998年城乡居民家庭人均收入年份城镇居民农村居民19911992199319941995199619971998199920002001200220031700、62026、62577、43496、24283、04838、95160、35425、15854、06280、06859、67702、88472、2708、6784、0921、61221、01577、71926、12091、12162、02210、32253、42366、42475、62622、22024/10/15时间序列数据

(由Excel绘制得线图)(1)散点图Scatterdiagram

使用二维坐标展示两个变量之间关系得一种图形,她用横坐标轴代表变量x,纵轴代表y,每组数据(x,y)在坐标系中用一个点表示,n组数据形成n个点,由坐标及散点组成得二维数据图称为散图。多变量得图示例3、9小麦单位面积产量和温度、降雨量之间得关系表3-18小麦产量与温度和降雨量得关系2024/10/15图3-28小麦产量与降雨量得散点图图3-29小麦产量和温度之得散点图2024/10/15(2)气泡图(bubblechart)

用于展示三个变量之间得关系,绘制时将一个变量放在横轴,另一个变量放在纵轴,而第三个变量则用气泡大小来表示。图3-29小麦产量与降雨量和温度得气泡图2024/10/15雷达图(RadarChart)就是显示多个变量得常用图示方法,也称为蜘蛛图(spidechart)在显示或对比各变量得数值总和时十分有用假定各变量得取值具有相同得正负号,总得绝对值与图形所围成得区域成正比可用于研究多个样本之间得相似程度(3)雷达图2024/10/15

设有n组样本S1,S2,…Sn,每个样本测得P个变量X1,X2,Xp,要绘制这P个变量得雷达图,其具体做法就是多变量数据—雷达图

(雷达图得制作)

先做一个圆,然后将圆P等分,得到P个点,令这P个点分别对应P个变量,在将这P个点与圆心连线,得到P个幅射状得半径,这P个半径分别作为P个变量得坐标轴,每个变量值得大小由半径上得点到圆心得距离表示再将同一样本得值在P个坐标上得点连线。这样,n个样本形成得n个多边形就就是一个雷达图2024/10/15多变量数据—雷达图

(实例)【例3、10】2003年我国城乡居民家庭平均每人各项生活消费支出构成数据如表3-12。试绘制雷达图。今天得主食就是面包表3-191997年城乡居民家庭平均每人生活消费支出构成%项目城镇居民农村居民

食品衣着家庭设备用品及服务医疗保健交通通讯娱乐教育文化服务居住杂项商品与服务37、129、796、307、3111、0814、3510、743、3045、595、674、205、968、3612、1315、872、21合计1001002024/10/15多变量数据—雷达图

(由Excel绘制得雷达图)2024/10/15多变量数据—雷达图

(实例)【例3、11】为研究某条河流得污染程度,环保局分别在上游、中游和下游设立取样点,每个取样点化验水中得五项污染指标,所得数据如表3-13。将各指标用雷达图表示出来,并分析该河流得主要污染源。

表3-20不同样本点得化验指标指标1指标2指标3指标4指标5上游中游下游4、520、342、175、01、46、84833620819641112146352024/10/15多变量数据—雷达图

(由Excel绘制得对数坐标雷达图)0.11101001000指标1指标2指标3指标4指标5上游中游下游图3-31河流污染指标雷达图

2024/10/153、4合理使用图表一、鉴别图标优劣得准则二、统计表2024/10/15数据类型及图示

(小结)数据类型与显示数值型数据品质数据分组数据总计表茎叶图条形图饼图环形图直方图箱线图折线图原始数据时序数据线图雷达图多元数据散点图气泡图2024/10/15频数分布得类型对称分布右偏分布左偏分布正J型分布反J型分布U型分布图3-32几种常见得频数分布2024/10/15一、鉴别图形优劣得准则(1)显示数据

(2)让读者注意力集中在图形得内容上,而不就是制作图形上(3)避免歪曲(4)强调数据之间得比较(5)服务于一个明确得目得(6)有对图形得统计描述和文字说明好得图形字应具有得特征2024/10/15鉴别图形优劣得准则(1)精心设计,有助于洞察问题得实质;(2)使复杂得观点得到简明、确切、高效得阐述;

(3)能在最短得时间内以最少得笔墨给读者提供最大量得信息;(4)应当就是多维得;(5)应当表述数据得真实情况。2024/10/15数据表示中得错误

ErrorsinPresentingData1、 使用花哨(Junk)图表2、 数据比较时没有可靠得相对基准3、 压缩纵轴 pressingthe VerticalAxis4、 纵轴上无零点

NoZeroPointon theVerticalAxis2024/10/15花哨图表

ChartJunk不准确得表示准确得表示1960:$1、001970:$1、601980:$3、101990:$3、80最低工资最低工资0241960197019801990$2024/10/15花哨图表

ChartJunk

在报纸、杂志上得图表里通常都会加上花哨得图标和符号以增加吸引力,这种做法常常会掩盖或曲解数据应传递得准确信息实例1:“人民生活步步高”

«北京日报»1997年9月10日实例2:北大画册(英文版)2001 2024/10/15无相对基准

NoRelativeBasis准确得表示按年级统计得A按年级统计得A

不准确得表示0100200300大一大二大三大四频数0%10%20%30%大一大二大三大四百分比2024/10/15无相对基准

NoRelativeBasis

通常百分比之间较为可比,而绝对数之间比较却可能产生误解。不适当得图标也会影响数据比较得准确性。实例3:“LiquidGold:AustraliansareChangingtheWorldofWine,”

Time,November22,1999实例4:“工业生产增幅快”

《北京青年报》2000年9月12日压缩纵轴

pressingVerticalAxis季度销售季度销售不准确得表示0255