第五讲 数据整理的概念(描述统计分析)

一,频数分布(次数分布):


频数分布(次数分布):将总体资料按某个标志分成若干组,并统计出各组数据的个数。

频数(次数):在频数分布中,各组数据的个数。符号:f

频率(比重):各组频数(f)与总频数(N)之比。


频数密度和频率密度:

当组距不全相等时,直方图的纵轴表示频数密度(单位组距的频数)或频率密度(单位组距的频率)。

频数密度=频数/组距,该组频数=该组频数密度X该组组距=该矩形面积。

频率密度=频率/组距,该组频率=该组频率密度X该组组距=该矩形面积。

注意:在研究频数分配图时,不论是等组距还是不等组距的情形,都要把纵轴与密度的概念联系在一起,而不要首先理解为频数或频率。


累积频数和累积频率:

观察某一数值以上或以下的频数(或频率)之和。符号:F或S

向上累积:变量值从小到大地递增频数或频率。

向下累积:变量值从大到小地递增频数或频率。


累积频数分布图可以用来判断数据分布不平均的程度。如:洛伦茨曲线图。

基尼系数=曲线和绝对平均线所夹的面积/(曲线和绝对平均线所夹的面积+曲线和绝对不平均线所夹的面积)

基尼系数越小说明数据分布越平均。

注:绝对不平均线即曲线图边线。

(略)



二,指标:


指标:经过整理(汇总分组)后,能反映总体属性标志数量标志规范有序的数据

指标包括:指标的名称和指标的数值。

指标的特点:反映总体的特征,并可以用数量来表现。


总量指标(数量指标):反映总体的规模大小,数量多少。如:总人口、粮食总产量。

按反映的总体内容的不同,分为:

1,总体单位总量:总体内单位的数目之和,反映总体本身规模的大小。

2,总体标志总量:总体内各个单位具有的标志值之和,反映总体数量特征的规模。

注:分组时,总体单位总量一般放在表格的第一列,总体标志总量才是调查研究的具体内容。

按反映的时间的不同,分为:

时点总量和时段总量。


平均指标(质量指标):总体标志总量/总体单位总量。即总体标志总量的集中趋势。利用平均指标可以使原本不可比的现象变得可比。


相对指标(质量指标):两个有联系的指标对比所得。

结构相对指标:部分/总体(占比)。

比例相对指标:A部分/B部分(对比)。

动态相对指标:某时期总量/另一时期总量。反映现象在时间上的变化。

强度相对指标:某总量/另一总量。反映现象的密度、普遍程度。唯一有单位的相对指标

计划完成相对指标:实际完成总量/计划完成总量。

比较相对指标:A单位C标志总量/B单位C标志总量。

另外,还可以将相对指标与相对指标对比,平均指标与平均指标对比等等。


统计指标体系(多图):由相互联系的若干个指标组成的一个指标系统。

按反映的内容可分为基本统计指标体系(概况)和专题统计指标体系(深度)。

按实施的范围可分为国家统计指标体系、地方统计指标体系、部门统计指标体系和基层统计指标体系。


统计指标会说谎:

1.注意统计指标的内涵和可比性(具有相同前提条件的数据才具有可比性);

2.注意多种指标结合应用(横看成岭側成峰)。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,470评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,393评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,577评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,176评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,189评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,155评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,041评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,903评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,319评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,539评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,703评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,417评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,013评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,664评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,818评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,711评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,601评论 2 353