第2章 数据的搜集（课件）- 《统计学》同步教学（人民大学版·2021）

贾俊平 2023/12/25 2.1 数据的来源 2.2 调查方法 2.3 实验方法 2.4 数据的误差 第 2 章 数据的搜集 第 2 章 《统计学》(第 8 版) 2 - 1 2023/12/25 导 读 2016年轰动全球的重大事件之一是美国民调机构总统大选预测的失手。舆论普遍预测民主党的希拉里将在这次大选中获胜,但投票结果令人大跌眼镜,共和党的特朗普出人意料地成为第58届美国总统,舆论一片哗然。 美国总统大选预测是有历史的,该预测采用抽样调查的方法,在选民中抽取少量人作为样本,根据样本调查结果对总体进行推断。被称为民意调查创始人的乔治·盖洛普(George Gallup)是美国舆论统计学家,1935年创建美国民意调查研究所,开始正式进行各类全国性民意调查。在1936年美国大选中,另一个著名机构“文艺文摘”宣称根据它对240万选民的调查,共和党候选人兰登将会当选,而盖洛普公司基于对5万选民的调查,预测民主党候选人罗斯福将获胜。事实证明盖洛普公司的预测正确,样本量5万比样本量240万的预测还要准确,从此盖洛普公司名声大振,由此也催生和带动了美国的民意调查和市场调查业的发展。近几十年来盖洛普公司对美国总统大选的预测无一失手,大选预测的许多材料成为统计学课程中的经典案例。 但2016年美国总统选举结果却狠狠地打了民调机构的脸。这次民调机构普遍预测希拉里将胜出,美国将出现历史上第一位女总统。但选举结果着实出人意料,是什么原因导致总统竞选预测结果的失败? 美国民调机构2016年总统大选预测的失手 第 2 章 《统计学》(第 8 版) 2 - 1 2023/12/25 初级课程的详细信息和/或课目/项目所需的书籍/资料。 2 导 读 调查专家们进行了总结和反思。其实,就最后选票看,希拉里普选票高于特朗普票数近300万,但美国总统非直接民选,而是由各州依人口比例委任选举人团代表选出。获得一州相对多数选票的候选人,其所属政党可推选该州所有的选举人团代表。此方法意味着,如果哪位总统候选人在州获得多数票,该州的选举人团票就基本上属于这位总统候选人。这样,希拉里和特朗普的决斗胜负就取决于几个摇摆的州,希拉里只要在其中一二个州胜出就可获得最后胜利。但命运却偏偏眷顾特朗普。媒体说,投票结果公布后,奥巴马政府情报部门进行了调查,发现有国外因素涉入,某国的“黑客”在投票前公布了一些不利于希拉里的绝密文件,影响了最后投票的走势。特朗 普最后也被迫承认“黑客门”的信息对自己有利,但反驳说外部势力没有也不可能改动选票。除了这个因素,分析还认为,有人查阅了网站竞选预测指针的源代码,发现其变化并非来自实时数据,而是呈现随机摇摆,由此推测样本点的分布不够均匀。调查中的缺失数据和失真数据是一个重要原因,数据分析表明,许多特朗普的支持者在调查中或者保持沉默,或者说了假话,对统计推断产生了误导。上述分析表明,预测失败不是因为抽样技术和统计推断不科学,而是因为偏离了正确的抽样,调查数据存在虚假,推断中没有考虑关键的影响变量 美国民调机构2016年总统大选预测的失手 第 2 章 《统计学》(第 8 版) 2 - 1 2023/12/25 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 二手数据的来源 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 业务资料，如与业务经营活动有关的各种单据，记录 经营活动过程中的各种统计报表 各种财务，会计核算和分析资料等 数据的间接来源 二手数据的特点 搜集容易，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 搜集二手资料在研究中应优先考虑 二手数据的评估 数据是谁搜集的？ 可信度评估 为什么目的而搜集的？ 数据是怎样搜集的？ 什么时候搜集的 第 2 章 《统计学》(第 8 版) 2 - 1 2023/12/25 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 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 数据的直接来源 第 2 章 《统计学》(第 8 版) 2 - 1 2023/12/25 初级课程的详细信息和/或课目/项目所需的书籍/资料。 5 2.2 调查方法 概