应用统计学讲义第三章

1、应用统计学,上海应用技术学院经管学院龚有容Email：gyr888gyr电话：62088001(H),通过本章的学习，掌握统计整理的基本知识，尤其是要掌握统计分组方法、变量数列与统计表的概念和编制，且重在运用计算机进行数据资料的处理和图表的制作。,第一节统计整理概述,一、统计整理的意义统计整理是根据统计研究的任务，对统计调查阶段所搜集到的大量原始资料进行加工汇总，使其系统化、条理化、科学化，以得出反映总体综合特征的资料的工作过程。对已整理过的次级资料的再加工也属于统计整理。统计整理在整个统计研究中占有重要地位，它决不是一个简单的综合汇总工作，而是包括了对调查资料的加工、补充、推算以及报表的汇总

2、工作。采用科学的方法进行统计整理是顺利完成统计研究任务的前提。,第一节统计整理概述,二、统计整理的内容和步骤在实际调查中，对调查来的资料应该整理些什么内容，这要依据事先拟定的整理纲要要求的项目来确定。整理纲要的内容一般包括一整套空白的综合表和编制说明。综合表的基本内容包括两部分：一部分是分组，一部分是相应的统计指标。见表31,表3-12005-2006年某企业房屋基建竣工情况表单位：万平方米,第一节统计整理概述,在表3-1中，甲栏就是分组，其他栏皆为统计指标。统计整理是根据综合表的要求进行的。一般来说，一张综合表的内容不宜太多，否则，工作和阅读都不方便。如果内容多也可分成若干张表。,第一节统计

3、整理概述,统计整理阶段的工作内容大致包括以下四个步骤：（1）拟定整理纲要。（2）对搜集得到的原始数据进行审核。（3）将原始资料进行分组汇总和计算。（4）编制统计表。,第二节统计分组,一、统计分组的意义（一）统计分组的概念统计分组是根据统计研究的目的和现象总体的内在特征，将统计总体按照一个或几个标志划分为若干组成部分的一种统计方法。其目的是把同质总体中的具有不同性质的单位分开，把性质相同的单位合在一起，保持各组内统计资料的一致性和组与组之间资料的差异性。,第二节统计分组,（二）统计分组的作用1划分社会经济现象的类型。比如我国经济成分分为公有制经济和非公有制经济两大类型；工业分为轻工业和重工业两大

4、类型；社会产品划分为生产资料和生活资料两大类；农业划分为农、林、牧、渔四大类型等等。举例见表3-2。,第二节统计分组,表3-2我国农林牧渔业总产值单位：亿元,第二节统计分组,2揭示社会经济现象的内部结构。结构比重数相对大的部分，决定着总体的性质或结构类型。如表3-3是1978年以来我国国内生产总值构成资料，从资料中大致可以看出我国自1978年以来第一产业、第二产业以及第三产业在国内生产总值中的比重变化，从而反映我国国民经济的调整情况。,表3-3我国国内生产总值构成,第二节统计分组,3研究现象间的依存关系。社会经济现象不是孤立存在的，而是相互依存、相互制约的。研究现象之间的依存关系的方法很多，如

5、相关与回归分析法、指数因素分析法、分组分析法等，其中统计分组分析法是最基本的方法，是进行其他分析法的基础。例如，某乡某种农作物的耕作深度与收获率之间的依存关系，见表3-4。,第二节统计分组,表3-4某乡某种农作物的耕作深度与收获率的关系,第二节统计分组,在社会经济现象中，现象之间的依存关系，有的表现为正依存关系，如劳动生产率与成本利润率之间的依存关系，一般地，劳动生产率提高，成本利润率也会提高。有的表现为负依存关系，如商品流转速度与流通费用率之间的依存关系，一般地，商品流转速度越快，流通费用水平越低。,第二节统计分组,二、分组标志的选择（一）选择分组标志的意义分组标志是进行统计分组时，作为划分

6、资料的标准或依据的标志。统计分组应以什么标志为依据，这就是分组标志的选择问题。正确选择分组标志是使统计分组作用得以充分发挥的关键，也是使统计研究获得正确结论的前提。,第二节统计分组,（二）正确选择分组标志的原则1选择能够反映现象本质特征的分组标志。2选择能够满足统计研究目的所需要的分组标志。3结合现象所处的历史条件和经济条件，选择具有现实意义的分组标志。,第二节统计分组,（三）分组标志的种类1按品质标志分组。就是选择反映事物属性差异的品质标志作为分组标志，并在品质标志变异的范围内确定各组界限，将总体划分为不同的组。2按数量标志分组。就是选择反映事物数量差异的数量标志作为分组标志，并在数量标志的

7、变动范围内划定各组界限，将总体划分为性质不同的若干组成部分。,第二节统计分组,（四）简单分组和复合分组简单分组又称单一分组，就是对被研究现象总体只按一个标志进行的分组。如人口按性别分组、工人按年龄分组、工业企业按所有制分组等。简单分组的特点是只能反映现象在某一标志特征方面的差异情况，而不能反映现象在其他标志特征方面的差异，说明的问题比较简单明了。,第二节统计分组,复合分组就是对同一总体选择两个或两个以上标志层叠起来进行的分组。如对企业从业人员可以按年龄和性别同时进行分组。,第二节统计分组,复合分组的特点是：第一，对总体选择两个或两个以上标志进行层叠分组，可以从几个不同角度了解总体内部的差别和关

8、系，因而比简单分组能更全面、更深入地研究问题；第二，复合分组的组数随着分组标志的增加而成倍地增加。因而在采用复合分组时，选择的分组标志的数量要适量，并且要考虑到只有在总体包括的单位数较多的情况下，才适宜采用复合分组。,第二节统计分组,（五）统计分组体系为获得对事物全貌的认识，通常须采用一系列相互联系、相互补充的标志对现象进行多种分组，这些分组结合起来构成一个体系，在统计上叫做分组体系。分组体系有平行分组体系和复合分组体系两种。对同一总体选择两个或两个以上的标志分别进行简单分组所构成的分组体系叫平行分组体系。例如大学生分别按性别、年龄、身高、体重分组，得到如下平行分组体系：,第二节统计分组,按性

9、别分组：按年龄分组：按身高分组：按体重分组：男生组15岁以下140厘米以下40千克以下女生组1520岁140150厘米4050千克2025岁150160厘米5060千克25岁以上160170厘米6070千克170180厘米7080千克180厘米以上80千克以上,平行分组体系,第二节统计分组,由多个复合分组组成的体系就是复合分组体系。例如，对工业企业按轻重工业、企业规模和盈亏情况进行复合分组，就形成一个复合分组体系：复合分组体系轻工业企业：重工业企业：大型大型盈利盈利亏损亏损中型中型盈利盈利亏损亏损小型小型盈利盈利亏损亏损,第三节分配数列,一、分配数列的概念和种类（一）分配数列的概念在统计分组的

10、基础上，将总体中所有的单位按组归类整理，并按一定顺序排列，形成总体中各个单位在各组间的分布，称为次数分布或分配数列。在分配数列中，分配在各组的个体单位数称为次数，又称频数；各组次数和总次数之比叫比率，又称频率。分配数列包括两个要素：总体按某标志所分的组和各组所分布的单位数。,第三节分配数列,（二）分配数列的种类根据分组标志性质的不同，分配数列可分为品质数列和变量数列。按品质标志分组形成的分配数列称品质数列，也称属性分配数列。品质数列由各组名称和次数组成。各组次数可以用绝对数表示，即频数；也可用相对数表示，即频率（见表3-5）。,第三节分配数列,表3-5某厂职工的性别构成情况各组名称次数或频数比

11、率或频率,第三节分配数列,按数量标志分组形成的分配数列称变量数列。按数量标志分组时，可分为单项式和组距式两种，因此，变量数列也分为单项数列和组距数列两种。（1）单项数列是总体按单项式分组而形成的变量数列，每个变量值是一组，顺序排列（见表3-6）；（2）组距数列是总体按组距式分组而形成的变量数列，每个组是由若干个变量值形成的区间表示。（见表3-7）。,第三节分配数列,表3-6某厂工人平均日产量变量次数频率,第三节分配数列,表3-7某班学生统计学考试成绩,第三节分配数列,由此可见，变量数列也是由各组名称（由变量值表示）和次数（或频率）组成。频率大小表明各组标志值对总体的相对作用程度，也可以表明各组

12、标志值出现的概率大小。变量的具体数值即变量值用符号X表示；各组单位数即次数或频数通常用符号f表示。,第三节分配数列,二、组距数列的编制编制组距数列牵涉的问题较多，其中分组标志的选择最为重要。在组距数列的编制过程中一般要处理好以下几个问题。（一）组距和组数在组距数列中是用变量变动的一定范围代表一组，每个组的最大值为组的上限，最小值为组的下限，每个组的上限和下限之间的距离即为组距。,第三节分配数列,正确地确定组距和组数是编制组距数列的一个重要问题。编制步骤如下：首先要找出全部变量的最大值和最小值的距离R（即全距）。全距R=Xmax-Xmin而分组数K一般采用经验公式K=1+3.3lgn,或查表确定

13、。然后确定组距h=R/K，h一般取测量单位的整倍数。,第三节分配数列,务必使分组的结果尽可能反映出总体分布的特征。组数的确定和组距有密切的联系。组距大则组数少，组距小则组数多，两者成反比例关系。在具体确定组距时，应使组距能体现组内资料的同质性和组与组资料的差异性。,第三节分配数列,例如，按百分制记分，某班40位学生统计学考试成绩分别如下：89887699746082608986939994827779977895928784796598675972848556817773656683637970,第三节分配数列,若将上述资料按数值大小排列，结果如下：5659606063656566677072

14、7374767777787979798182828384848586878888899293949597989999资料的最小值为56分，最大值为99分，则全距R995643分。根据考试成绩性质的不同，在60分的数量界限的基础上分为不及格、及格、中等、良好、优秀五个类型，并将每组组距h定为10分。,第三节分配数列,编制如下组距数列（见表3-7），则基本上能反映学生成绩的分布特征。表3-7某班学生统计学考试成绩,第三节分配数列,本例根据研究对象本身的特点和研究目的，按组距h为10，定组数K为5。按表3-7的资料可画成直方图（见图3-1）。图3-1某班学生统计学考试成绩次数分配曲线图,第三节分配数

15、列,.,绘制直方图,直方图示例.xls,直方图还可用来估计一批产品订单的赢利状况：,直方图应用.xls利润估计,第三章计算题1.xls,第三节分配数列,（二）等距分组和异距分组组距数列根据组距是否相等，分为等距数列和异距数列两种。异距数列中每组的组距是不全相等的（如表3-8所示）。,第三节分配数列,表3-8某地区人口分布状况,第三节分配数列,异距数列是当在社会经济现象总体中存在一部分现象性质差异的变动不均衡时进行的分组，往往能比较准确地反映总体内部各组成部分的性质差异。但在研究各组次数实际分布时，要消除组距不同的影响，必须将不等组距的次数换算成标准组距次数。可以将数列中最小组组距作为标准组距，

16、将不等组距次数换算成为统一的标准组距次数，继而绘制图形。或者在原数列基础上计算次数密度或频率密度，其公式如下：,第三节分配数列,次数密度=各组次数/各组组距频率密度=各组频率/各组组距各组次数=次数密度标准组距再根据次数密度或频率密度来绘制图形。,第三节分配数列,异距数列常在以下场合适用：第一，有许多社会经济现象的分布存在明显的偏斜倾向；第二，有些社会经济现象的标志变异范围较大，或呈比例关系变化。,第三节分配数列,（三）组限和组中值1组限。组限是分组的界限，是表明每组界限的两头数值。每组的起点数值即最小值为下限，每组的终点数值即最大值为上限。组的上限、下限都齐全的组叫闭口组；有上限缺下限，或有

17、下限缺上限或上下限均缺的的组叫开口组。,第三节分配数列,确定组限，应注意以下几点：（1）最小组的下限必须包含数列中最小变量值；最大组的上限必须包含数列中最大变量值。（2）组限的确定要表现出总体分布特点，反映出现象质的变化。（3）连续型变量与离散型变量其组限的表示方法不同。连续型变量的组限必须重叠设置，即相邻两组中较大一组的下限与较小一组的上限相同。,第三节分配数列,为了避免计算总体单位数值的混乱，一般原则是把到达上限值的标志值计入下一组内，即称为“上组限不在内”原则。对于离散型变量，由于其可以一一列举，故其组限设置是不重叠的，即相邻两组较大一组下限为较小一组的上限的延续数。,第三节分配数列,2

18、.组中值。组中值是各组变量范围中的中间数值，通常可以根据各组上限、下限进行简单平均，即：,第三节分配数列,用组中值代表各组变量值的一般水平有一个前提，即假定各单位在组内是均匀分布的，因此，我们说组中值只是一个近似值。对于开口组的组中值的确定，一般以其相邻组组距的一半来调整：,第三节分配数列,例如，按完成总产值分组（万元）10以下102020303040405050以上,第三节分配数列,则:,第三节分配数列,第三节分配数列,三、累计次数分布将变量数列各组的次数和比率逐组累计相加而成累计次数分布，它表明总体在某一标志值的某一水平上下总共包含的总体次数和比率。累计次数有以下计算方法:,第三节分配数列

19、,（一）向上累计向上累计，是将各组次数和比率，由变量值低的组向变量值高的组逐组累计，则产生相应的向上累计次数和向上累计频率。组距数列中的向上累计，表明各组上限以下所包含的总体次数和比率有多少。,第三节分配数列,（二）向下累计向下累计，是将各组次数和比率，由变量值高的组向变量值低的组逐组累计，则产生相应的向下累计次数和向下累计频率。组距数列中的向下累计，表明各组下限以上总共所包含的总体次数和比率有多少。例如，前面所举学生统计学成绩的累计分布，如表3-9所示。,第三节分配数列,表3-9某班统计学考试成绩次数分配,第三节分配数列,根据表3-9的资料还可绘制累计次数分布折线图，如图3-2所示。,累计曲

20、线图.xls,第三节分配数列,第三节分配数列,四、次数分布的主要类型常见的有三种类型：钟型分布、U型分布、J型分布。(一)钟型分布钟形分布的特征是：“两端小，中间大”其分布曲线图宛如一口钟故而得其名。见图33（a），正态分布是最常见的对称分布。钟形分布可分为对称分布和偏态分布两种。其中偏态分布又分右偏和左偏。,第三节分配数列,yX(a)对称分布,第三节分配数列,yX(b)右偏分布,第三节分配数列,yX（c）左偏分布,第三节分配数列,（二）U型分布其最大特征是呈现“两头大，中间小”其分布图形象英文字母U故而得名。见图3-4yX图34U型分布,第三节分配数列,（三）J型分布其分布呈现“一边小，一边

21、大”，即大部分标志值集中在分布左端或右端。J型分布有两种类型。1正J型分布其特征为次数随标志值的增大而增多，大部分标志值集中在分布右侧。例如，投资额按利润率大小分布，一般呈J型分布。如图35（a）所示。,第三节分配数列,2反J型分布其特征为次数随标志值的增大而减少，大部分标志值集中在分布左侧。例如，商品销量与销售价格之间的增减变动关系。如图35（b）所示。,第三节分配数列,YY0X0X（a）正J型分布（b）反J型分布图35J型分布,第四节统计表,一、统计表的概念把统计调查得来的数字资料，经过汇总整理后，得出一些系统化的统计资料，将其按一定顺序填列在一定的表格内，这个表格就是统计表。本节侧重讨论

22、表现统计整理结果所用的统计表。,第四节统计表,用统计表来表现统计资料，其主要优点有：第一，可以使统计资料条理化、系统化，使人在阅读时一目了然；第二，科学合理地组织统计资料，便于人们的对比分析,第四节统计表,二、统计表的构成（一）从内容上看，统计表是由主词和宾词两部分组成，如表3-10所示。（二）从构成要素上看，统计表是由总标题、横行标题、纵栏标题和数字资料四个部分组成，如表310所示。,总标题表3-102007年全国工业增加值表,第四节统计表,总标题是统计表的名称，用以概括说明统计表中全部资料的内容，一般写在表的上端中央。横行标题或称横标目，是横行各组的名称，说明各横行的经济内容，一般放在表的

23、左边。纵栏标题或称纵标目，是纵栏的名称，用以列示统计指标或分组标志名称，说明各纵栏的经济内容，一般放在表的右上方。数字资料即指标数值，位于横行与纵栏的交汇处，每一数字的经济内容由横行标题和纵栏标题所限定。,第四节统计表,三、统计表的种类统计表按照总体分组情况不同，可分为简单表、分组表和复合表三类。,第四节统计表,（一）简单表简单表，是指总体未经任何分组的统计表。简单表的主词一般按时间顺序排列，或按总体各单位名称排列。通常是对调查来的原始资料初步整理所采用的形式。如表3-11，即为按总体各单位名称排列的简单表。,第四节统计表,表3-112008年某公司所属两企业空调合格品数量,第四节统计表,（二）分组表分组表，是指对总体仅按一个标志进行分组的统计表。利用分组表可以揭示不同类型现象的特征；说明现象的内部结构；分析现象之间的依存关系等，如表3-10所示。,第四节统计表,（三）复合表复合表，是指对总体按两个或两个以上标志进行层叠分组的统计表。如表3-12所示。复合表能更深刻更详细地反映客观现象，但使用复合表应恰如其分，并不是分组越细越好。因为复合表中多进行一次分组，组数将成倍增加，分组太细