第2章 数据来源和处理（课件）- 《统计学基础》同步教学（人民大学版`2021）

贾俊平 2023/12/24 2.1 数据的来源 2.2 数据的预处理 2.3 生成频数分布表 第 2 章 数据来源和处理 第 2 章 《统计学基础》(第六版) 2 - 1 统计学基础(第六版)—贾俊平 2023/12/24 内容提要 本章主要介绍统计数据的来源及其基本的处理方法，以便为进一步的分析奠定基础 具体内容包括 数据的来源，介绍数据的直接来源和间接来源，抽样方法以及抽取数据样本的Excel实现 数据的预处理，介绍数据审核、数据排序和筛选方法及Excel实现 生成频数分布表。介绍类别数据和数值数据频数分布表的生成方法及Excel实现 本章内容提要 第 2 章 《统计学基础》(第六版) 2 - 1 统计学基础(第六版)—贾俊平 2023/12/24 初级课程的详细信息和/或课目/项目所需的书籍/资料。 2 2.1 数据的来源 二手数据——别人调查或实验的数据 统计部门和政府部门公布的有关资料，如各类统计年鉴 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 从互联网或图书馆查阅到的相关资料 间接来源 二手数据的特点 收集容易，采集成本低 作用广泛 分析所要研究的问题 提供研究问题的背景 帮助研究者更好地定义问题 检验和回答某些疑问和假设 寻找研究问题的思路和途径 收集二手资料在研究中应优先考虑 二手数据的评估 数据是谁收集的？ 可信度评估 为什么目的而收集的？ 数据是怎样收集的？ 什么时候收集的？ 第 2 章 《统计学基础》(第六版) 2 - 1 统计学基础(第六版)—贾俊平 2023/12/24 初级课程的详细信息和/或课目/项目所需的书籍/资料。 3 2.1 数据的来源 直接来源 调查数据 通过调查方法获得的数据 通常是对社会现象而言 通常取自有限总体 实验数据 通过实验方法得到的数据 通常是对自然现象而言 也被广泛运用到社会科学中 如心理学、教育学、社会学、经济学、管理学等 第 2 章 《统计学基础》(第六版) 2 - 1 统计学基础(第六版)—贾俊平 2023/12/24 初级课程的详细信息和/或课目/项目所需的书籍/资料。 4 2.1 数据的来源 数据抽样——概率抽样（probability sampling） 简单随机抽样(simple random sampling) 从含有N个元素的总体中,抽取n个元素作为样本，使得每一个容量为n的样本都有相同的机会(概率)被抽中 简单随机抽样是其他抽样方法的基础 有两种抽取元素的方法:重复抽样和不重复抽样 重复抽样(sampling without replacement)：从总体中抽取一个元素后,把这个元素放回到总体中再抽取第二个元素,直至抽取n个元素为止 不重复抽样(sampling with replacement：个元素被抽中后不再放回总体,然后再从所剩下的元素中抽取第二个元素,直到抽取n个元素为止 分层抽样(stratified sampling) 在抽样之前先将总体的元素划分为若干层(类),然后从各个层中抽取一定数量的元素组成一个样本,这样的抽样方式称为分层抽样,也称分类抽样(stratified sampling) 在分层或分类时,应使层内各元素的差异尽可能小,而使层与层之间的差异尽可能大。各层的划分可根据研究者的判断或研究的需要进行。比如,研究的对象为人时,可按性别、年龄等分层;研究收入的差异时,可按城乡分层,等等。 分层抽样是一种常用的抽样方式。它具有以下优点: 分层抽样除了可以对总体进行估计外,还可以对各层的子总体进行估计 分层抽样按自然区域或行政区域进行分层,可以使抽样的组织和实施都比较方便 分层抽样的样本分布在各个层内,从而使样本在总体中的分布比较均匀 分层抽样可以提高估计的精度 第 2 章 《统计学基础》(第六版) 2 - 1 统计学基础(第六版)—贾俊平 2023/12/24 初级课程的详细信息和/或课目/项目所需的书籍/资料。 5 2.1 数据的来源 数据抽样——概率抽样（probability sampling） 系统抽样(systematic sampling) 也称等距抽样或机械抽样。先将总体各元素按某种顺序排列,并按某种规则确定一个随机起点,然后,每隔一定的间隔抽取一个元素,直至抽取n个元素形成一个样本 系统抽样具有以下优点: 简便易行。当抽样容量很大时,简单随机抽样逐个使用随机数字表抽选是相当麻烦的,而系统抽样有了总体元素的排序,只要确定出抽样的起点和间隔后,样本元素也就随之确定,而且可以利用现有的排列顺序,如抽选学生时利用学校的花名册,抽