第1章统计与数据课件.ppt

1、统计学绪论统计学绪论统计学中的基本概念统计数据的分类统计软件简介“统计”一词的三种含义l统计工作：获取、分析、展示和解释数据的过程。l统计数据，统计资料。l统计学。中国统计出版社什么是统计学什么是统计学l统计学是一门收集、分析、展示和解释数据的艺术和科学。（collection,analysis,interpretation or explanation,and presentation of data）l是一系列从数据中获取有用信息以帮助决策的原理和方法。统计学的广泛应用统计学的广泛应用l由于大部分学科都涉及数据分析工作，因此统计学几乎可以与任何一个学科结合起来统计学统计学经济学经济学管理学

2、管理学医学医学工程学工程学社会学社会学应用案例应用案例：制定宏观经济政策：制定宏观经济政策l制定当前金融危机的各项应对措施需要大量的统计支持（数据收集、影响程度的预测、政策效果的预测等等）。l对失业农民工数量的调查：农业部不久前组织的一次抽样调查显示，到春节前返乡的农民工约占总数的38.5%。其中，有60.4%的农民工是正常的春节回家探亲，他们在城市的工作仍然保留着，节后会回去正常上班。剩余39.6%的农民工则属于失去工作或者还没有找到工作而提前返乡。据此测算，失业返乡农民工约占农民工总量的15.3%，即约2000万人。应用案例应用案例：通用电气：通用电气(GE)GE)l“六西格玛”是当前流行

3、的质量管理思想，其核心是利用统计方法不断改进产品的质量。Welch 1995年底在通用电气开始发起“六西格玛”项目，这些项目的实施取得了令人诧异的成功：1997年带来的效益是3.2亿美元。应用案例：抽样调查应用案例：抽样调查l美国大选2008年11月02日民意调查机构调查结果民意调查机构调查结果（选民票得票率）（选民票得票率）l马里斯特:奥巴马 50,麦凯恩 43.拉斯马森:奥巴马 51,麦凯恩47.盖洛普:奥巴马 52,麦凯恩 43.佐格比:奥巴马50,麦凯恩43.迪亚乔:奥巴马48,麦凯恩 41.战场:奥巴马49,麦凯恩45.IBD:奥巴马48,麦凯恩44.l实际结果：奥巴马和麦凯恩的选民

4、票得票率分别为52和46。课程重点课程重点l掌握各种统计方法的原理和应用范围掌握各种统计方法的原理和应用范围l使用统计软件实现这些统计方法的能力使用统计软件实现这些统计方法的能力l能够用能够用 Excel/SPSS进行统计分析，进行统计分析，熟悉熟悉Excel/SPSS的输出结果的输出结果l对计算机输出结果的解释和使用能力对计算机输出结果的解释和使用能力二、统计学中的基本概念二、统计学中的基本概念 l描述统计和推断统计l总体和样本l参数和统计量l数据和变量类型l统计指标及其分类1、描述统计与推断统计、描述统计与推断统计l描述统计（描述统计（Descriptive Statistics）：）：用

5、表格、用表格、图形和数字来概括、显示数据特征的统计方法。图形和数字来概括、显示数据特征的统计方法。l例例1：2005年我国出生人口性别比（男：女）已经年我国出生人口性别比（男：女）已经升高到升高到119.92，与正常值，与正常值106相比有严重的偏离。相比有严重的偏离。l例例2：中国经济增长的起伏：中国经济增长的起伏推断统计推断统计l推断统计（Inferential Statistics）：从总体中抽取样本，并利用样本数据来推断总体特征的统计方法。l总体(population)：由统计研究所涉及的那些同质个体（也称单位）所形成的集合。l样本(sample)：所研究总体的一部分。总体样本参数（p

6、arameter)：描述总体数量特征的概念常用希腊字母。例如总体均值用 表示；总体方差用 表示等。统计量（statistic)：描述样本数量特征的概念，常用英文字母表示，如样本均值用 表示，样本方差用 表示等。推断统计的主要任务：用推断统计的主要任务：用统计量统计量估计估计参数参数2总体样本2sx推断统计的例子推断统计的例子l例1：2003年人口变动抽样调查以全国为总体，在全国抽取了990个县(市、区)、3734个乡(镇、街道)、6544个调查小区的126万人。根据调查结果推算，2003年末全国总人口为129227万人，出生人口为1599万人，死亡人口为825万人，净增人口为774万人。l例2

7、：一家大公司的会计部门会从所有的发票中选择一部分来检查公司所有发票的准确性。描述统计与推断统计的关系描述统计与推断统计的关系总体内在的总体内在的数量规律性数量规律性推断推断统计统计概率论与概率论与数理统计数理统计描述描述统计统计 总体数据样本数据2 数据和变量类型数据和变量类型“数据！数据！数据！数据！数据！数据！”他不耐烦地喊他不耐烦地喊道，道，“我不能做无米之炊！我不能做无米之炊！”Sherlock 福尔摩斯福尔摩斯数据的计量尺度与类型：例子定类尺度定类尺度定序尺度定序尺度定距尺度定距尺度定比尺度定比尺度精精确确程程度度良好良好19801980134134公斤公斤中国中国国籍：健康状况：出

8、生年份:体重：（1）、定类尺度（Nominal Scale）l也称列名尺度、名义尺度、也称列名尺度、名义尺度、分类尺度分类尺度l例如：性别、民族、职业例如：性别、民族、职业l数据表现为数据表现为“类别类别”l各类之间各类之间无等级次序无等级次序 l各类别可以用数字代码表各类别可以用数字代码表示示l根据定类尺度得到的数据根据定类尺度得到的数据为分类数据。为分类数据。（2）、定序尺度（Ordinal Scale）l也称顺序尺度也称顺序尺度l例如健康状况、质量等级例如健康状况、质量等级l数据表现为数据表现为“类别类别”l可对等级、大小等排序可对等级、大小等排序l未测量出类别之间的准确差未测量出类别之

9、间的准确差值值l根据定序尺度得到的数据为根据定序尺度得到的数据为顺序数据。顺序数据。（3）、定距尺度 Interval Scalel也称间隔尺度也称间隔尺度l例如年份、摄氏温度例如年份、摄氏温度l数据表现为数据表现为“数值数值”l可以进行加减运算可以进行加减运算l“0”是只是尺度上的一个点，不是只是尺度上的一个点，不代表代表“不存在不存在”l根据定距尺度得到的数据为间距根据定距尺度得到的数据为间距数据。数据。（4）、定比尺度 Ratio Scalel也称比率尺度也称比率尺度l例如体重、身高例如体重、身高l数据表现为数据表现为“数值数值”l可以进行加减、乘除运算可以进行加减、乘除运算l“0 0”

10、表示表示“没有没有”或或“不不存在存在”l根据定比尺度得到的数据根据定比尺度得到的数据为比率数据。为比率数据。定距尺度与定比尺度的区别l定距尺度中定距尺度中“0”表示一个具体数值，不表示一个具体数值，不表示表示“没有没有”或或“不存在不存在”，定比尺度，定比尺度中中“0”表示表示“没有没有”或或“不存在不存在”。定距尺度定距尺度 0 -273.15 -123.15 26.85定比尺度定比尺度 0K 150K 300K定距尺度与定比尺度的区别（续）在实际应用中定距尺度与定比尺度差别在实际应用中定距尺度与定比尺度差别微不足道，往往不作区分。微不足道，往往不作区分。例如在例如在SPSS Statis

11、tics软件中，数据的计量尺度被分为软件中，数据的计量尺度被分为3类：类：l 名义（名义（Nominal）l 有序（有序（Ordinal）l 度量（度量（Scale）四种计量尺度的比较l1 1、四种尺度所包含的信息量是依次递、四种尺度所包含的信息量是依次递增的，级别由低到高。增的，级别由低到高。l2 2、根据较高层次的计量尺度可以获得、根据较高层次的计量尺度可以获得较低层次的计量尺度。较低层次的计量尺度。l3 3、不同的尺度数据对应这不同数据显、不同的尺度数据对应这不同数据显示方法和分析方法。示方法和分析方法。数据和变量类型：总结数据的类型数据的类型定类数据定类数据定序数据定序数据定性数据定性

12、数据定量数据定量数据定距数据定距数据定比数据定比数据品质变量品质变量AttributeCategorical数量变量数量变量Numerical变量变量类型类型变量的概念和类型变量的概念和类型 l变量是用来描述现象某种令人感兴趣的特征的概念。l品质变量是描述个体有关属性特征的变量，本质上不能用数字来表示。例如性别。l数量变量是描述个体有关数量特征的变量，都是用数字来表示的。例如人数，年龄等。l离散型变量指的是有限个数值或诸如0，1，2之类无限可列值的变量。l如果某一变量可以取某一区间或多个区间中任意数值，则该变量称为连续型变量。横截面、时间序列和面板数据横截面、时间序列和面板数据 l横截面数据（

13、Cross-sectional data）是在同一时点或是大约在同一时点所收集的数据。l 例如2008年我国各直辖市的GDP。l时间序列数据（Time series data）是按时间顺序取得的一系列数据。l 例如我国历年的GDP。l面板数据（Panel Data）：对多个事物在不同时期或时点上进行测量得到的数据。如1990-2008年全国各个省份的GDP 3 3、统计指标的概念、统计指标的概念l一般有两种理解和两种使用方法：l1、统计指标是指反映现象数量特征的概念。如年末人口数、商品销售额、劳动生产率等。l2、统计指标是反映现象数量特征的概念和具体数值。我国我国2004年的国内生产总值为年的

14、国内生产总值为136515亿元亿元。统计指标的统计指标的分类（概括）分类（概括）统计指标的分类统计指标的分类总量指标总量指标相对指标相对指标平均指标平均指标时点数时点数时期数时期数总量指标总量指标l也称为绝对数：以绝对数形式表现现象规模和水平的统计指标。可以分为时点数和时期数。例如，2007全年入境旅游人数13187万人次；2007年全年国内生产总值246619亿元；2007年末全国参加城镇基本养老保险人数为20107万人.l时点数 是描述某种现象在某一个特定时刻（某一瞬间或某一时点）数量表现的数据。例如，2007年年末全国总人口为132129万人。l时期数 是描述某种现象在某一个特定时间范围

15、内所实现的成果的数据。例如，2004年我国全年各种运输方式完成货物运输周转量66698亿吨公里。l区分数据是时点数还是时期数的方法之一看其加总后的结果是否有意义。若有意义则该指标必定是时期数。反之，则必定是时点数。时点数和时期数时点数和时期数l相对指标：采用两个有联系的数值进行对比而得到的比值。也称为相对数，如产业结构比例、性别比、人口密度等等。l平均指标：也称为平均数，反映现象在某一时间或空间上的平均数量水平。例如职工的平均工资，平均考试成绩，等等。相对数和平均数相对数和平均数三、常用统计软件简介三、常用统计软件简介l应用统计学涉及大量数据的处理工作，需要借助统计软件完成。l统计软件的种类很

16、多。本课程要求使用Excel和SPSS Statistics软件。l由于软件的操作很容易，对统计软件的教学主要采取视频课件+自学的方式完成。l对统计软件的掌握情况通过课程作业来进行考核。SPSS Statistics 17.0l软件在课程网站提供试用下载（文件在网站上只保留一个月）或者自己google一下。l大部分统计方法都可以通过鼠标操作得到相应的分析结果，学习成本非常低。l包含的统计方法较为齐全。ExcellExcel软件也具有较强的统计分析功能。l其数据分析模块提供了常用的统计方法l可以做出美观的图形R 软件软件l完全免费的开源统计软件l需要学习编程技术，学习成本稍高；l功能非常强大，适

17、合专门的数据分析人员使用。l从国际来看用户增长很快。SAS软件软件l具有非常强大的数据分析能力，是数据分析和统计分析领域的巨无霸。l财富全球500强企业前100家企业中的91家在用SAS。l需要学习一定的编程技术；l软件的使用成本非常高。小结小结l“统计”有统计工作、统计资料和统计学三种含义l统计学是一门收集、分析、展示和解释数据的艺术和科学l描述统计和推断统计l总体和样本，参数和统计量l分类数据、顺序数据、间距数据和比率数据l统计指标的概念和表现形式 思考题 下面是我国2002年国民经济和社会发展统计公报中的部分内容，请说出这些数据的计量尺度 和类型：城乡居民生活继续得到改善。全国城镇居民城乡居民生活继续得到改善。全国城镇居民人均可支配收入人均可支配收入77037703元，比元，比20012001年实际增长年实际增长13.4%13.4%；农村居民人均纯收入；农村居民人均纯收入24762476元，实际增长元，实际增长4.8%4.8%。下列数据中哪些采用了定距尺度？下列数据中哪些采用了定距尺度？海拔海拔88488848米米 960960万平方公里万平方公里 2323岁岁 北纬北纬3838度度