2.2 数据整理（课件）《统计学》（上海交通大学出版社）

第2章　统计调查与数据整理 2.2 数据整理 2.2.1、统计整理的意义和内容 统计整理是根据统计研究的目的和要求，对调查得到的原始记录进行分组、汇总，使其条理化、系统化的工作过程。 统计调查取得的原始资料反映的是个体情况，统计需要的是反映总体的指标。 主要内容通常包括：设计整理方案、汇总资料并计算各项指标、描述整理结果。 2.2.2统计整理的程序和方法 1.统计整理的程序 制定整理方案 审核调查资料 统 计 分 组 统 计 汇 总 编 制 统 计 表 2.2 数据整理 2.统计整理的方法 （1）手工汇总 划记法 过录法 折叠法 卡片法 （2）电子计算机汇总 2.2 数据整理 2.2.3统计分组 是指根据统计研究的目的与要求以及研究现象的内在特点，将统计总体按照某一个或某几个标志划分为若干个性质不同又有联系的部分。 原则：不重不漏 关键：确定分组标志和划分组限 2.2 数据整理 100 200 — 合 计 4 22 34 28 31 10 6 8 44 68 56 62 20 12 5000 以下 5000 —— 7000 6000 —— 8000 7000 —— 8000 8000 —— 9000 9000 ——10000 10000 以上 占比重（％） 某产品件数 组 中 值 按耐用时数分 从某批20 000件产品中随机抽取200件，测得其耐用时数情况如下： 不重原则：即每个单位均只能归到某个组中 ( 试考虑本例的不重否 ) 97 194 — 合 计 4 9 10 28 31 10 5 8 18 20 56 62 20 10 5000 以下 5001 —— 6000 6001 —— 7000 7001 —— 8000 8001 —— 9000 9001 —— 9999 10001 以上 占比重（％） 某产品件数 组 中 值 按耐用时数分组 从某批20 000件产品中随机抽取200件，测得其耐用时数情况如下： 不漏原则：即每个单位都有组可归 ( 试考虑本例不漏否? ) 100 4000 — 合 计 25 20 40 5 5 5 1000 800 1600 200 200 200 华东 华北 中南 东北 西南 西北 人数比重（％） 学生人数 组中值 生 源 地 为了考察某高校在招生过程中有无性别歧视，先进行如下分组 正确选择分组标志 ( 试考虑本例分组的正确性 )  100 40 — 合 计 5 20 40 25 10 2 8 16 10 4 85 ——100 70 —— 85 55 —— 70 40 —— 55 40 以下 人数比重（％） 学生人数 组中值 成 绩 分 组 某班40名学生的统计成绩分组情况 正确划分分组界限 ( 试考虑本例分组的正确性 )  100 40 — 合 计 5 20 40 25 10 2 8 16 10 4 90 ——100 80 —— 90 70 —— 80 60 —— 70 60 以下 人数比（％） 学生人数 组中值 成 绩 分 组 某班40名学生的统计成绩分组情况 ( 试考虑本例分组的正确性 ) 正确划分分组界限  1.统计分组的分类 （1）按分组标志的多少分 简单分组（表2-1）和复合分组（表2-2） （2 ）按分组标志的类型分 品质分组（表2-3）和数量分组（表2-1） （3）按分组的任务和作用分 类型分组（表2-3） 、结构分组（表2-1）和分析分组（表2-4） 2.2 数据整理 某高校4000名新生情况（复合分组） 学科 学生人数 抽 考 数 学 成 绩 分 组（分） 60 以下 60 —70 70—80 80 —90 90 以上 合计 男 女 男 女 男 女 男 女 男 女 男 女 文科 理科 800 600 400 400 400 200 合计 1400 800 600 2.统计分组的方法 （1）单项式分组 是指分组标志在每一组只能有一个取值的统计分组，例如表2-3、表2-4等 。 主要适用于品质分组，分组标志一旦确定，组数、组名、组与组之间的界限也就随之确定。对于分组标志的取值不多且为离散型取值时的数量分组，根据需要也可以采用单项式分组法。 2.2 数据整理 100.0 80 合 计 10.0 27.5 40.0 17.5 5.0 8 22 32 14 4 1 2 3 4 5 比 重（％） 户 数（户） 按人口数分组（人） 某生活小区80户居民家庭人口数情况 单项式分组 2.2 数据整理 （2）组距式分组 是指分组标志在每一组的取值不是一个，而是表现为一段取值区间的统计分组，例如表2-1。 每一组的端点标志值称为组限，其中较小称为下限，记作L；较大的称为上限，记作U。如果每组的U等于其后组的L则为连续式分组，如表2-2；否则称为间断式分组，如表2-1。连续式分组注意“上限不在本组内”。 每一组的分组标志的取值区间的长度称为该组的组距，记作d。如果每一组的d都相等则称为等距组，否则称为异距组。 2.2 数据整理 如果第一组没有L且最后一组没有U，则为开口组，如果所有的组都有L和U，则为闭口组，因此表2-4是连续式开口组，表2-6是闭口组。 （3）有关组距式分组的计算 组中值是分组标志在该组的取值区间的中点值，一般用x表示。 对于间断式分组：公式2-1， 对于连续式分组：公式2-2 开口组：公式2-3。 练习：试计算表2-4、表2-8的组距和组中值。 100 150 — 合 计 2 8 16 38 20 12 4 3 12 24 57 30 18 6 250 350 450 550 650 750 850 300 以下 300 —— 400 400 —— 500 500 —— 600 600 —— 700 700 —— 800 800 以上 比重（％） 工人数 组中值（件） 日产零件数（件） 某工厂一生产班组150名工人日产零件数如下： 等距分组 异距组 100 150 — 合 计 2 8 16 38 20 12 4 3 12 24 57 30 18 6 250 350 450 550 650 800 1000 300 以下 301 —— 400 401 —— 500 501 —— 600 601 —— 700 701—— 900 901以上 比重（％） 工人数 组中值（件） 日产零件数（件） 某工厂一生产班组150名工人日产零件数如下： $$