数据收集与描述总复习课件

数据收集整理与描述总复习本课件涵盖数据收集、整理和描述的关键概念和方法。我们将探讨从数据收集到可视化的全过程，帮助您掌握数据分析的基础技能。数据收集的基本方法问卷调查法通过设计问卷收集大量标准化数据访谈调查法通过面对面交流获取深入信息观察法直接观察并记录行为或现象实验法在控制条件下测试假设问卷调查法优点收集大量数据成本较低易于标准化注意事项问题设计清晰避免引导性问题考虑回答者的理解能力访谈调查法准备制定访谈提纲，确定访谈对象实施建立融洽关系，灵活引导对话记录准确记录回答，注意非语言信息分析整理访谈内容，提炼关键信息观察法直接观察研究者亲自观察并记录现象间接观察通过录像等技术手段进行观察结构化观察使用预设的观察表格记录数据实验法1提出假设2设计实验3控制变量4收集数据5分析结果实验法是科学研究的基石，通过严格控制条件来验证假设。数据编码与录入制定编码规则为每个变量分配唯一的数字或字母代码创建编码手册详细记录每个变量的编码方式数据录入使用专业软件如SPSS或Excel录入数据数据核查定期检查录入数据的准确性数据清洗和预处理1识别错误检查数据中的明显错误和异常值2处理缺失值决定如何处理缺失的数据点3标准化将不同尺度的变量转换为相同尺度4格式转换确保数据格式符合分析软件要求缺失值处理删除法列表删除成对删除插补法均值插补回归插补多重插补异常值处理1识别异常值使用统计方法或可视化技术2验证异常值确认是否为真实观测值3决定处理方式删除、转换或保留4记录处理过程详细记录所有处理步骤数据描述性分析集中趋势平均数、中位数、众数离散程度方差、标准差、四分位距分布形状偏度、峰度集中趋势指标X̄算术平均数所有观测值的总和除以观测数Med中位数将数据排序后的中间值Mo众数出现频率最高的数值数据分布指标数据范围最大值与最小值之间的差距四分位数Q1（25%），Q2（50%），Q3（75%）百分位数将数据等分为100份的位置值离散程度指标1方差反映数据离散程度的平方平均数2标准差方差的平方根，与原数据单位相同3变异系数标准差与平均数的比值，用于比较不同单位数据4四分位距第三四分位数与第一四分位数的差值偏斜度和峰度偏斜度描述数据分布的对称性。正偏表示右侧尾部较长，负偏表示左侧尾部较长。峰度描述数据分布的尖峭程度。高峰度表示分布较尖，低峰度表示分布较平。计数数据描述频数每个类别出现的次数频率频数除以总观测数累积频数某一类别及之前类别的频数总和累积频率累积频数除以总观测数定序数据描述中位数排序后的中间值众数出现最多的类别四分位数将数据分为四等份的三个点百分位数将数据分为100等份的99个点连续数据描述均值所有观测值的平均数标准差反映数据离散程度的指标分布形状通过直方图或密度图展示典型箱线图下边缘第一四分位数（Q1）中间线中位数（Q2）上边缘第三四分位数（Q3）须线extends到1.5倍四分位距的范围数据可视化的基本方法直方图特点展示连续数据分布x轴表示数据区间y轴表示频数或频率应用观察数据分布形状识别异常值和峰值比较不同组的数据分布柱状图垂直柱状图适用于展示各类别的频数或数值水平柱状图当类别名称较长时使用分组柱状图比较多个变量在不同类别下的表现堆叠柱状图展示整体和部分的关系折线图1选择数据通常用于展示时间序列数据2确定坐标轴x轴表示时间，y轴表示数值3绘制数据点将每个时间点的数值标注在图上4连接数据点用线段连接相邻的数据点散点图用途展示两个变量之间的关系识别相关性和模式发现异常值变体气泡图：添加第三个变量矩阵散点图：多个变量对比3D散点图：展示三个变量关系饼图基本饼图展示整体中各部分的比例环形图中心可添加总数或其他信息分离饼图突出显示某些切片提出问题1明确研究目的确定要解决的核心问题2文献综述了解已有研究成果3确定研究范围界定问题的具体边界4形成研究问题将问题转化为可研究的形式制定假设假设类型零假设（H0）备择假设（H1）假设特征清晰具体可验证基于理论或经验选择合适的分析方法确定研究目的描述、预测或解释考虑数据类型定类、定序或定距评估样本规模大样本或小样本选择统计技术参数检验或非参数检验解释分析结果统计显著性评估结果是否具有统计学意义效应大小量化变量之间关系的强度置信区间估计参数