社会统计学课件.ppt

1、陈磊哲学与社会学学院社会调查研究的步骤社会调查研究的步骤w 确定课题确定课题w 了解情况了解情况w 建立假设建立假设w 确立概念和测量方法确立概念和测量方法w 设计问卷设计问卷w 试填问卷试填问卷w 调查实施（抽样调查）调查实施（抽样调查）w 校核与登录校核与登录w 统计分析与命题的检验统计分析与命题的检验数据的描述数据的描述w 分布分布(频次分布频次分布)：一个概念或变量的：一个概念或变量的各种情况出现的次数或频次。分布的各种情况出现的次数或频次。分布的一般形式为：一般形式为： ( X1 , m1 ) ( X2 , m2 ) ( Xn , mn )变量的一切变量的一切可能取值可能取值该种取值

2、该种取值所对应的所对应的频次频次概率概率频率频率频次分布频次分布概率分布概率分布频率分布频率分布注意：变量的可能取值必须全部列出，并且注意：变量的可能取值必须全部列出，并且没有重复。没有重复。w 统计表统计表家庭结构家庭结构频次频次百分比百分比核心家庭核心家庭直系家庭直系家庭联合家庭联合家庭其它其它105072011025049.333.85.211.7总数总数2130100家庭结构的频次分布家庭结构的频次分布 （地，地，1985.6）表头表头标识行标识行主体行主体行源自源自 （表（表2-1）表尾表尾表号表号变量取值要注意的问题：每个变量值有且变量取值要注意的问题：每个变量值有且仅有一个仅有一

3、个“归宿归宿”。(1)变量取值必须完备。变量取值必须完备。(2) 变量取值必须互斥。变量取值必须互斥。 例例1收入收入(元元)0-100200-300300以上以上收入收入(元元)0-100100-200200以上以上表表2-2表表2-3上组限不包括在内上组限不包括在内不同类型变量的取值特点及统计表特点不同类型变量的取值特点及统计表特点w 不同类型变量的取值特点不同类型变量的取值特点定类变量定类变量变量值是哑元，不是连续实数。变量值是哑元，不是连续实数。定序变量定序变量变量值可以比较大小，不连续。变量值可以比较大小，不连续。定距变量定距变量离散型：观测值不多离散型：观测值不多连续型：观测值众多

4、连续型：观测值众多各类变量所对应统计表的特点各类变量所对应统计表的特点(1)定类变量定类变量 百分比统计表中最后要注明统计总百分比统计表中最后要注明统计总数。数。 变量的取值次序可根据需要调整。变量的取值次序可根据需要调整。(2)定序变量定序变量 定序变量的取值有大小次序之分，定序变量的取值有大小次序之分，应保留其变化趋势，不要打乱。应保留其变化趋势，不要打乱。定距变量定距变量 离散型定距变量的制表方法与定序离散型定距变量的制表方法与定序变量的制表方法相同。变量的制表方法相同。 将连续型定距变量的变量值分为若将连续型定距变量的变量值分为若干区间或组，然后统计每个组内的干区间或组，然后统计每个组

5、内的频次或百分数。频次或百分数。定距变量分组的注意问题定距变量分组的注意问题1. 等距分组与非等距分组：一般采用等距分组与非等距分组：一般采用等距分组，有时非等距分组更能反映等距分组，有时非等距分组更能反映现象的本质。现象的本质。2. 组数：组数：调查总数调查总数N分组数分组数K50 100100 250250以上以上6 107 1210 203. 决定分点的精度：分组点的小数点精决定分点的精度：分组点的小数点精确位数比原统计资料高一位。确位数比原统计资料高一位。表表2-4标明组界标明组界：根据分组要求得到的分组：根据分组要求得到的分组点，其精度与原始数据相同，前后分点，其精度与原始数据相同，

6、前后分组点不连续。组点不连续。真实组界真实组界：将标明组界的精度提高一：将标明组界的精度提高一位，使前后分组点连续。位，使前后分组点连续。例：设一统计资料中变量年龄的取值例：设一统计资料中变量年龄的取值范围为范围为18岁，按岁，按2岁一组，写出标明岁一组，写出标明组界和真实组界。组界和真实组界。标明组界标明组界真实组界真实组界1 23 45 67 80.5 2.52.5 4.54.5 6.56.5 8.5问题：真实组距是否违反变量值必须问题：真实组距是否违反变量值必须互斥的原则？互斥的原则？注意：只有定距变量的统计表存在分注意：只有定距变量的统计表存在分组问题！组问题！例：例： 100个同龄儿

7、童的身高统计个同龄儿童的身高统计(单位：米单位：米)1.431.43 1.33 1.39 1.37 1.44 1.38 1.42 1.41 1.401.391.36 1.42 1.44 1.42 1.30 1.41 1.33 1.43 1.371.401.44 1.27 1.37 1.33 1.36 1.40 1.46 1.39 1.361.381.38 1.44 1.56 1.42 1.46 1.38 1.31 1.49 1.491.431.35 1.41 1.39 1.40 1.36 1.43 1.42 1.32 1.381.391.41 1.48 1.44 1.41 1.34 1.38

8、1.51 1.36 1.401.411.36 1.33 1.37 1.45 1.39 1.44 1.42 1.34 1.431.381.45 1.40 1.44 1.32 1.44 1.40 1.46 1.46 1.371.481.36 1.47 1.42 1.47 1.38 1.43 1.42 1.39 1.411.391.45 1.41 1.37 1.49 1.47 1.37 1.50 1.43 1.40表表2-5步骤步骤1：收集数据，写成数据表。：收集数据，写成数据表。步骤步骤2：找出数据中最大值：找出数据中最大值L，最小值，最小值S。步骤步骤3：根据表：根据表2-4取合适的分组数。取合

9、适的分组数。此处此处K=10。步骤步骤4：计算组距：计算组距h = (LS) K。结。结果比原始数据多精确小数点后一位。果比原始数据多精确小数点后一位。步骤步骤5：根据组距：根据组距h和分点精度比原统和分点精度比原统计数据高一位的原则，将数据分组。计数据高一位的原则，将数据分组。步骤步骤6：计算各组的中心值：计算各组的中心值bi。 bi = (第第i组真实下界值第组真实下界值第i组真实上界值组真实上界值) 2步骤步骤7：作频次分布表。：作频次分布表。统计表的特点统计表的特点不需要文字叙述就能反映出资料的不需要文字叙述就能反映出资料的特性及资料间的关系。有较高的精特性及资料间的关系。有较高的精确

10、性，但不直观。确性，但不直观。组号组号 真实组界限真实组界限 中心值中心值频次频次ni相对频次相对频次=nini123456789101.2651.2951.2951.3251.3251.3551.3551.3851.3851.4151.4151.4451.4451.4751.4751.5051.5051.5351.5351.5651.281.311.341.371.401.431.461.491.521.55147222424106110.010.040.070.220.240.240.100.060.010.01总和总和ni=1001表表2-63.1 如何用图来表示数据？如何用图来表示数据

11、？3.1 如何用图来表示数据？如何用图来表示数据？w 统计图统计图(分布图分布图)(1)定类变量：圆瓣图定类变量：圆瓣图(圆饼图圆饼图)；条形；条形图图圆瓣图：用圆形代表现象的总体，圆瓣图：用圆形代表现象的总体，用圆瓣代表现象中一种情况，其大用圆瓣代表现象中一种情况，其大小代表变量取值在总体中所占的百小代表变量取值在总体中所占的百分数。分数。条形图：用长条的高度来表示资料条形图：用长条的高度来表示资料类别的次数或百分数。一般画成等类别的次数或百分数。一般画成等宽长条。若变量是定类变量，则长宽长条。若变量是定类变量，则长条排列次序可以任意，条形离散。条排列次序可以任意，条形离散。例：考察马萨诸塞

12、州例：考察马萨诸塞州New Bedford地方地方法庭判决的法庭判决的72犯人在服完刑一年到两年犯人在服完刑一年到两年半的时间里是否又因新的罪行被判决。半的时间里是否又因新的罪行被判决。结果结果24个犯了新罪，而剩下的个犯了新罪，而剩下的48个在数个在数据收集时还没有。据收集时还没有。33%67%33%67%图图2-1图图2-2圆瓣图优点：易于显示每一组的相对大小。对圆瓣图优点：易于显示每一组的相对大小。对变量取值的排列没有要求，故多用于定类变量。变量取值的排列没有要求，故多用于定类变量。圆瓣图缺点：不易显示每组有多少个观测数。圆瓣图缺点：不易显示每组有多少个观测数。并且圆瓣图在变量取值较多时

13、效果不好。并且圆瓣图在变量取值较多时效果不好。罪犯数罪犯数(人人)0 20 40 60罪犯数罪犯数(人人)图图2-3图图2-4条形图优点：图条形图优点：图2-3易于显示每一变量的观易于显示每一变量的观测值。测值。图图2-4易于显示总观测值和第一类观测数。易于显示总观测值和第一类观测数。条形图缺点：图条形图缺点：图2-3不易显示总的观测数。不易显示总的观测数。图图2-4不易于显示第一类外的其它类观测数，不易于显示第一类外的其它类观测数，且变量值越多，等高不等宽的条形图越复且变量值越多，等高不等宽的条形图越复杂。杂。注意：上述条形图的值都是从注意：上述条形图的值都是从0开始，然而开始，然而有时也不

14、是这样。有时也不是这样。思考：怎样为两个分类变量作图？思考：怎样为两个分类变量作图？例：马萨诸塞州例：马萨诸塞州New Bedford地方法地方法庭的法官庭的法官Robert Kane在马萨诸塞州在马萨诸塞州大学大学Robert P. Waxler教授鼓励下，让教授鼓励下，让在他的法庭上被判罪的犯人选择进监在他的法庭上被判罪的犯人选择进监狱或上由狱或上由Robert教授教的文学课。印教授教的文学课。印地安那大学的地安那大学的Roger教授跟踪调查了教授跟踪调查了选择听课的选择听课的32人，发现以后又有人，发现以后又有6人人犯了新罪；而选择去监狱的犯了新罪；而选择去监狱的40人中，人中，18人在

15、被释放后又犯了新罪。人在被释放后又犯了新罪。(来源：来源：The New York Times, Oct. 6, 1993)罪犯数罪犯数(人人)罪犯数罪犯数(人人)5040302010 文学课文学课 监狱监狱 (2) 定序变量：条形图定序变量：条形图(长条按序排列，长条按序排列，条形可以离散，也可以紧挨条形可以离散，也可以紧挨)。 (3) 定距变量：直方图；折线图。定距变量：直方图；折线图。 直方图：由紧挨着的长条组成，直方图：由紧挨着的长条组成，但长条的宽度有意义。以长条的宽度但长条的宽度有意义。以长条的宽度表示组距，条形的长度表示频次密度表示组距，条形的长度表示频次密度或相对频次密度或相对

16、频次密度(频率密度频率密度) ，长条的，长条的面积来表示频次或相对频次。面积来表示频次或相对频次。频次密度频次密度=频次频次 组距组距(条宽条宽)相对频次密度相对频次密度=相对频次相对频次(频率频率)组距组距(条宽条宽)注意：直方图仅适用于定距变量。当注意：直方图仅适用于定距变量。当变量取值是等距分组时，直方图和条变量取值是等距分组时，直方图和条形图在本质上是相同的；但在非等距形图在本质上是相同的；但在非等距分组的情况下，直方图和条形图完全分组的情况下，直方图和条形图完全不同，尤其应该注意。不同，尤其应该注意。(1) 定类变量：饼形图；条形图。定类变量：饼形图；条形图。(2) 定序变量：条形图

17、定序变量：条形图(长条按序排列，长条按序排列，条形可以离散，也可以紧挨条形可以离散，也可以紧挨)。 (3) 定距定距(分组分组)变量：直方图；折线图。变量：直方图；折线图。 直方图：由紧挨着的长条组成，但直方图：由紧挨着的长条组成，但长条的宽度有意义。以长条的宽度表示长条的宽度有意义。以长条的宽度表示组距，条形的长度表示频次密度或相对组距，条形的长度表示频次密度或相对频次密度频次密度(频率密度频率密度) ，长条的面积来表，长条的面积来表示频次或相对频次。示频次或相对频次。频次密度频次密度=频次频次 组距组距(条宽条宽)相对频次密度相对频次密度=相对频次相对频次(频率频率)组距组距(条宽条宽)注

18、意：直方图仅适用于定距变量。当注意：直方图仅适用于定距变量。当变量取值是等距分组时，直方图和条变量取值是等距分组时，直方图和条形图在本质上是相同的；但在非等距形图在本质上是相同的；但在非等距分组的情况下，直方图和条形图完全分组的情况下，直方图和条形图完全不同，尤其应该注意。不同，尤其应该注意。 年龄段年龄段 15.5-20.5 20.5-30.5 30.5-40.5 40.5-65.5 频次频次 1 22 9 5频次密度频次密度 0.2 2.2 0.9 0.2表表2-4 一星期内新娘人数的分布一星期内新娘人数的分布图图2-4 一星期内新娘人数的分布一星期内新娘人数的分布2.22.01.81.61.41.21.00.80.60.40.2015.5 20.5 25.5 30.5 40.5 65.5 频次频次密度密度年龄年龄 折线图：用直线连接直方图中条形顶端的中点折线图：用直线连接直方图中条形顶端的中点就得到折线图。折线图可使资料频次分布的趋势就得到折线图。折线图可使资料频次分布的趋势更明显。当组距逐渐减小时，折线将逐渐平滑为更明显。当组距逐渐减小时，折线将逐渐平滑为曲线。曲线。年龄年龄2.22.01.81.61.41.21.00.80.60.40.2015.5 20.5 25.5 30.5 40.5 65.5 图图2-4 一星期内新娘人数的分布一星期内新娘人数的分布频次频次密度密度