第3章 数据的整理（课件）-《统计学基础与应用》同步教学（高教版）

第3章 数据的整理 14 二月 2024 工作任务 任务1：对本组所得到的调查结果进行数据的整理，并用图表表现汇总结果，写出数据整理的报告。 2 主要内容 3.1 数据的审核及预处理 3.2 数据的分组 3.3 数据的汇总 3.4 数据汇总结果的图表表示 3 3.1 数据的审核及预处理 3.1.1 数据的审核 3.1.2 数据的预处理 4 3.1.1 数据的审核 准确性 完整性 及时性（时效性） 5 3.1.2 数据的预处理 编码：问卷以编号，给变量值以数字代码，如A-1，B-2，C-3 排序：将数据按一定顺序排列，如升序或降序，便于研究者浏览数据从而发现数据分布的明显特征和趋势。 筛选：将符合某种特定条件的数据筛选出来，通过筛选可以剔除明显有错误的数据。 数据加权、变量重新计算并定义等处理方式。 6 3.2 数据的分组 数据整理的关键是数据的分组。由于总体单位存在的差异性，因此，可以对统计总体进行分组，而同一组的总体单位在某一标志上又存在“同质性”。 通过数据的分组，可以发现总体分布的特点和规律性。 通过数据的分组，可以认识现象之间质的差别。 通过数据的分组，可以反映总体内部结构的动态变化。 通过数据的分组，可以分析现象之间的依存关系。 7 3.2.1 什么是数据的分组 所谓分组是根据研究的目的，将总体按照某一标志划分为若干个组成部分的统计方法。 例如：将全班同学按性别分为两组，一组为男生，一组为女生。 8 3.2.2 数据分组的方法 数据的分组关键是如何选择分组标志。在选择分组标志时要遵循以下的原则： 1．根据研究的目的和任务选择 2．选择反映最本质特征的标志 3．选择分组标志时，考虑历史和经济条件 历史和经济条件的变化 9 3.2.3数据分组的类型 10 按分组标志的性质 品质标志分组 数量标志分组 按分组标志的数量 简单分组 复合分组 3.3 数据的汇总 3.3.1 手工汇总 3.3.2 机械汇总 11 3.3.1 手工汇总 1．划记法。按照事先分好的组用正字划记，计算各组的单位数和合计数。 2．过录法。将调查数据先过录到事先设计好的整理表上，并计算出合计数，然后再将结果填入正式的汇总表中。 3．折叠法。将所有调查表中需要汇总的项目和数值折在边上，一张接一张叠在一起进行汇总计算。 4．卡片法。将每个总体单位需要汇总的项目和数值摘录到事先准备好的卡片上，然后根据卡片进行分组和汇总计算。 12 3.3.2 机械汇总 13 方法一：Excel软件 分类汇总 数据分析工具——直方图 数据透视表 函数 Countif、Frequency 方法二：Spss软件 （新版：ＰＡＳＷ软件） 描述统计——频率 3.4 数据汇总结果的图、表表现 3.4.1 汇总表的编制 3.4.2 统计图的绘制 14 汇总数据的表现方式 如何表现数据 文字描述 1 表格呈现 2 图表表示 3 北京市第六次人口普查数据显示，常住人口1961.2万人，其中，男性1012.6万人，占51.6%；女性为948.6万人，占48.4%。 15 表 格 呈 现 北京市第六次人口普查性别构成 16 图 表 表 示 17 3.4.1 汇总表的编制 汇总表在统计工作中是用的最多的一种数据表现形式，按数据的不同类型，可以分为品质型数据的汇总表和数值型数据的汇总表，汇总表又称为次数分布表或分布数列。 在编制时，由于品质型数据容易确定界限，较容易编制，数值型数据由于数量界限不易确定，编制起来相对复杂和困难。 汇总表主要包括分组和次数两个部分，通常在绘制时，还增加一行合计和一列频率（或称比例、比重） 18 1.品质数列 19 北京市第六次人口普查性别构成 2.变量数列 单项变量数列 组距变量数列 20 单项变量数列 单项式数列是指一个数值代表一个组的变量数列。 应用情形：一般是按离散型变量分组且变量值变动幅度小，个数不多的时候采用，有时连续型变量也可采用单项式数列编制，如年龄是连续型变量，当年龄变动幅度较小时，也可以编制单项变量数列。 21 单项变量数列示例 22 组距变量数列 组距变量数列是指变量值变动的范围代表一个组。 应用情形：如按离散型变量分组且变量值变动幅度很大、个数很多时采用；而连续型变量分组时由于不能一一列举变量值，通常编制组距变量数列。 组距变量数列按每组的组距是否相等，又分为等距变量数列和不等距变量数列。 23 组距变量数列示例 24 （1）组距变量数列的有关概念 组限 组距 组中值 25 组 限 组限即各组的界限。如60-70分这一组，60分和70分就是组限。组限分为上限和下限，上限是每组的最大值，下限是每组的最小值。如果该组的组限都齐全，称为闭口组，如60-70分这一组，如果该组的组限不齐全，表现为缺上限或缺下限，称为开口组，如60分以下这组。 在划