高等数学第三章-统计数据的整理课件.ppt

1、第三章 统计数据的整理第一节第一节 数据的预处理数据的预处理一、统计资料整理的必要性一、统计资料整理的必要性 概念：也称统计整理，是根据统计研究的任务与要求，对调查得来的各种原始资料，进行科学的综合与加工，使之系统化，从而得出反映总体的综合资料的过程 必要性：表现在以下方面：1、统计调查搜集到的大量原始资料是分散的、不系统的，只能说明总体单位的个别特征和属性（被调查单位的具体情况）。必须按照科学的原则加以整理，使之简化和系统化。2、统计资料整理，是统计调查的继续，也是统计分析的前提和基础，在整个统计工作中具有承前启后的作用。二、数据的预处理二、数据的预处理 统计整理的步骤：审核、筛选、排序、分

2、组（类）、频数分布表（图）1.审核 对于第一手资料：1）完整性（两方面）2）准确性（两方面）对于第二手资料：1）完整性 2）准确性 3）适用性 4）时效性2.筛选 1）剔除 2）挑出3.排序 1）升序 2）降序第二节第二节 统计分组（类统计分组（类）是根据现象总体内在特点和统计工作任务的要求，按照某种标志，把总体划分为不同类型或者性质不同的几部分的一种统计方法。（一）分组的种类1.类型分组 根据不同的标志把社会经济现象划分为性质不同的类型，以解释不同社会经济现象的性质、特点及其相互联系2.结构分组 根据某种标志，把社会经济现象总体分成若干组成部分，以分析其构成。如表1.3.分析分组 为研究现象

3、总体诸标志依存关系而进行的分组 如表2 表1 中国农村居民纯收入构成（按收入来源分）单位：%年份工资性收入经营性收入财产性收入转移性收入20002001200220032004200531.232.633.935.034.036.163.361.760.058.859.556.72.02.02.02.52.62.73.53.74.03.73.94.5表2 家庭人均生活费与就业人品数依存关系按人均月生活费分组(元)平均每户就业人数（人）200以下200-250250-350350-500500-600600以上1.781.962.122.332.592.82(二)分组的方法1.按品质标志分组2.

4、按数量标志分组（书61）1）单项式分组 每个变量值列为一个组的分组方法 适合数量标志的变化范围不大、总体单位数不多的离散型变量的分组。2）组距式分组 把整个变量值依次划分为几个区间，各个变量值则按其大小确定所归并的区间的分组方法。相关概念：全距、组距（等距、不等距）、组限（上限值、下限值）、组中值、开口组、闭口组分组步骤：第一步：确定组数 5k 15 第二步：确定各组的组距,（一个组的上下限之差）组距=全距/组数 习惯上的做法是：取5或10的倍数21010loglog1Nk第三步：将分组结果整理成频数分布表注：1.根据需要，实际中往往还有更复杂的分组方法。如复合分组法。2.不管何种分组方法，都

5、要遵循“不重不漏”的原则。为解决“不重”的问题，在分组时必须做到：“下组限在内”或“上组限不在内”五、频数分布表1.频数分布表的结构及组成要素例1.某生产车间50名工人日加工零件数如下（单位：个）107 108 108 110 112 112 113 114 115 117 117 117 118 118 118 119 120 120 121 122 122 122 122 123 123 123 123 124 124 124 125 125 126 126 127 127 127 128 128 129 130 131 133 133 134 134 135 137 139 1391）单

6、项式分组 某车间50名工人日加工零件数零件数（个）频数零件数（个）频数零件数（个）频数1071081101121131141151171181212111331191201211221231241251261271214432231281291301311331341351371392111221122）组距分组按零件数分组频数（人）频率（%）105-110110-115115-120120-125125-130130-135135-140合计358141064506101628201281002.累计频数按零件数分组频数（人）频率（%）向上累积向下累积频数（人）频率（%）频数（人）频率（%）

7、105-110105-110110-115110-115115-120115-120120-125120-125125-130125-130130-135130-135135-140135-1403 35 58 8141410106 64 46 6101016162828202012128 83 38 8161630304040464650506 6161632326060808092921001005050474742423434202010104 4100100949484846868404020208 8合计50100-六、统计表 统计表是用来显示统计资料的基本工具。以上调查表、频数分布

8、表都是统计表。（一）统计表的作用（优点）1.能使统计资料条理化2.比用叙述的方式表现统计资料更简明易懂，节省篇幅3.便于比较各项目之间的关系，便于计算4.便于检查统计数字的完整性和正确性（二）统计表的构成 1.由表头、（横）行标题（纵）列标题、数字资料 四部分组成。另外，必要时可加上表外附加。2.从内容上看，统计表包括主词和宾词两个部分。主词是统计表所要说明的总体或总体单位或各组的名称，通常排在表的左方，即列于横行，宾词是用来说明主词的各种指标，通常排在表的右方即列于纵栏 例：见下表 中国农村居民纯收入构成（按收入来源分）单位：%资料来源：中国农村统计年鉴 注：本表数据为抽样调查材料年份工资性

9、收入经营性收入财产性收入转移性收入20002001200220032004200531.232.633.935.034.036.163.361.760.058.859.556.72.02.02.02.52.62.73.53.74.03.73.94.5（三）统计表的种类A.按用途的不同，可以分为调查表、整理表、分析表1.调查表：在统计调查中，用于登记、搜集和表现原始统计资料的表格2.整理表：在统计整理过程中用于统计汇总和用于表现统计汇总结果的表格3.分析表：在统计分析中用于对汇总结果进行定量分析的表格。B.按主词是否分组，可以分为简单表、分组表、复合表（四）编制统计表的规则：1.总体要求：内容紧

10、凑、重点突出、简洁明了，便于分析和比较2.表头要以概括、简练的文字反映表中资料的基本内容（what）及资料所属的时间(when)和空间(where)范围；表头一般放在表的上端中央；表头一般应包括表号、总标题和表中数据的单位等。若表中数据单位不同，则应将计量单位放在每个指标后或单列出一列标明3.统计表中各主词项目之间和宾词项目之间的顺序，应根据时间的先后、数量的大小、空间位置的顺序等合理编排。4.统计表中横行合计一般在最后一列，而纵栏合计一般列在最后一行。5.统计表中如果栏数较多，习惯上对主词各栏采用甲、乙次序编栏，对宾词各栏采用1、2、3次序编栏，若各栏统计指标值之间有一定的计算关系，还可用等

11、式表示。6.表中数据一般应右对齐，若是小数，应保留相同的小数点后的位数，并以小数点对齐；不要求填写或无数字的空格，用短线“”表示，不能空着或写成“0”；若上、下、左、右数字相同，则必须将数字写出，不得用“同上”等表示。7.表格一般采用“三线”形式，上下两条横线用粗线，中间的其他线用细线。左右两边不封口。8.必要时可在表的下方加上必要的注释，特别要注明资料来源，以对他人劳动成果的尊重和备读者查阅使用。七、统计图七、统计图1.条形图（柱形图）：适合时间序列、空间或类别数据2.直方图：适合组距分组数据3.拆线图（一般形式、累计拆线图）适合时间序列、组距分组数据4.圆形图（饼图）：适合结构研究2.80

12、%29.70%33.30%29.90%4.30%非常满意较满意一般不满意非常不满意5.环形图：比较研究第一产业第二产业第三产业6.散点图7.K线图8.茎叶图（书66）9.饼图10.锥形图八、频数分布类型八、频数分布类型1.钟型分布：正态、左偏、右偏2.U型分布：人口死亡率3.J型分布：一定时期内学生按时到课次数练习练习:一、判断题一、判断题1.能够对统计总体进行分组，是由统计总体中的各单位所具有的“同质性”特点决定的2.由于离散变量不能用小数表示，因此只能进行单项式分组二、单选题二、单选题1.分组标志一经确定后就分组标志一经确定后就_.A.掩盖了总体单位在此标志下的性质差异 B.突出了总体单位

13、在此标志下的性质差异 C.突出了总体单位在其他标志下的性质差异D.使得总体内部的差异消失了2.为了反映商品价格与需求之间的关系，在统计中应采用为了反映商品价格与需求之间的关系，在统计中应采用_ A.划分经济类型的分组 B.说明现象结构的分组 C.分析现象间依存关系的分组 D.上述都不正确3.划分离散变量的组限时，相邻两组的组限划分离散变量的组限时，相邻两组的组限_ A.必须是间断的 B.必须是重叠的 C 既可以是不重合的，也可是重叠的 D应当是相近的4.某管理局对其所属企业的生产计划完某管理局对其所属企业的生产计划完成百分比采用如下分组，正确的是成百分比采用如下分组，正确的是_ A.80%89

14、%，90%99%，100%109%，110%以上 B.80%以下，80.1%90%，90.1%100%，100.1%110%C.90%以下，90%99%，100%110%，110%以上 D.85%以下，85%95%，95%105%，105%110%三、多选题1.我国第四次人口普查的标准时间是1990年7月1日零时，下列情况应统计人口数的有：A.1990年7月2日出生的婴儿 B.1990年6月29日出生的婴儿 C.1990年6月29日死亡的人 D.1990年7月1日1时死亡的人 E.1990年6月29日出生、7月1日6时死亡的婴儿三、计算三、计算1.某百货公司连续40天的商品销售额如下（单位：万元）：41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42 36 37 37 49 39 42 32 36 35要求：根据上面的数据进行适当的分组，并（1）编制频数分布表（2）计算向下和向上累计频数（3）绘制频数分布的直方图（4）绘制频数分布的向上累计折线图