第三章 數(shù)據(jù)整理與圖表展示

1、案例：如何描述不同原因引起的壽命損失案例：如何描述不同原因引起的壽命損失o文字：未結(jié)婚的男性會(huì)使壽命減少3500天，女性則減少1600天；吸煙的男性會(huì)使壽命減少2250天，女性則減少800天；飲酒會(huì)使壽命減少130天；超重會(huì)使壽命減少1300天；濫用藥物會(huì)使壽命減少90天o表格o圖形oQ：哪一種方式更好？第三章第三章 數(shù)據(jù)整理與圖表展示數(shù)據(jù)整理與圖表展示原因壽命減少天數(shù)原因壽命減少天數(shù)未結(jié)婚（男性）3500危險(xiǎn)工作300慣用左手3285交通事故200吸煙（男性）2250飲酒130未結(jié)婚（女性）1600濫用藥物9030%超重1300一般事故7420%超重900自然放射性8吸煙（女性）800喝咖啡

2、6抽雪茄300醫(yī)療X射線6圖3-1 不同原因引起的壽命損失第三章第三章 數(shù)據(jù)整理與圖表展示數(shù)據(jù)整理與圖表展示學(xué)習(xí)目標(biāo)學(xué)習(xí)目標(biāo)o了解統(tǒng)計(jì)數(shù)據(jù)的預(yù)處理方法o掌握非數(shù)值型數(shù)據(jù)的分類整理和圖示o掌握數(shù)值型數(shù)據(jù)的分組整理和圖示o重點(diǎn)：頻數(shù)分布表繪制；各種統(tǒng)計(jì)圖的繪制，并能解釋其含義一、數(shù)據(jù)審核一、數(shù)據(jù)審核(data auditing)o原始數(shù)據(jù)o數(shù)據(jù)審核的內(nèi)容和方式二、數(shù)據(jù)篩選二、數(shù)據(jù)篩選(data filter)o舉例 表3-2是8名學(xué)生4門課程的成績數(shù)據(jù)。 請找出統(tǒng)計(jì)學(xué)成績等于87分的學(xué)生，英文成績前5名的學(xué)生，四門課成績均大于70分的學(xué)生。姓名統(tǒng)計(jì)學(xué)數(shù)學(xué)英文經(jīng)濟(jì)學(xué)A69688486B9175959

3、4C54886778D81608664E75968183F83726671G75587690H87769277三、數(shù)據(jù)排序三、數(shù)據(jù)排序o舉例 n財(cái)富 2011全球500強(qiáng)企業(yè)n福布斯 2011全球富豪排行榜n2011 中國大學(xué)排行榜四、數(shù)據(jù)透視表四、數(shù)據(jù)透視表(Pivot Table)o按使用者要求對數(shù)據(jù)表重要信息進(jìn)行匯總后的結(jié)果 Note：Excel的特色功能（舉例）n 財(cái)富 2011全球500強(qiáng)企業(yè)單位：百萬美元排名排名公司名稱公司名稱營業(yè)收入營業(yè)收入利潤利潤201120112010201011沃爾瑪(Wal-Mart Stores)421,84916,38922皇家殼牌(Royal Du

4、tch Shell)378,15220,12733埃克森美孚(Exxon Mobil)354,67430,46044英國石油公司(BP)308,928-3,71957中國石油化工中國石油化工 集團(tuán)公司集團(tuán)公司(Sinopec)273,4227,629610中國石油天然氣集團(tuán)公司中國石油天然氣集團(tuán)公司(China National Petroleum)240,19214,36778中國國家電網(wǎng)公司中國國家電網(wǎng)公司 (State Grid) 226,2944,55685豐田汽車(Toyota Motor)221,7604,76696日本郵政控股 (Japan Post Holdings)203,9

5、584,8911011雪佛龍(Chevron)196,33719,024（Data Grouping）(P31)o根據(jù)研究現(xiàn)象特點(diǎn)和數(shù)據(jù)分析目的，將原始數(shù)據(jù)按根據(jù)研究現(xiàn)象特點(diǎn)和數(shù)據(jù)分析目的，將原始數(shù)據(jù)按照總體單位的某一特征分為不同的組別。照總體單位的某一特征分為不同的組別。o分組數(shù)據(jù)分組數(shù)據(jù)o分組標(biāo)志分組標(biāo)志o非數(shù)值型數(shù)據(jù)分組和數(shù)值型數(shù)據(jù)分組非數(shù)值型數(shù)據(jù)分組和數(shù)值型數(shù)據(jù)分組(P32)o反映事物自然屬性的非數(shù)值型數(shù)據(jù)的分組o反映事物社會(huì)經(jīng)濟(jì)屬性的非數(shù)值型數(shù)據(jù)的分組 年份年份平均可平均可支配收支配收入入最低收最低收入戶入戶10%低收入低收入戶戶10%中等偏中等偏下戶下戶20%中等收中等收入戶入戶2

6、0%中等偏中等偏上戶上戶20%高收入高收入戶戶 10%最高收最高收入戶入戶10%20006800.232771.13843.774929.736349.988229.5710790.6914949.0920017375.12798.984072.35217.856599.28784.0111746.1217556.1820028177.672023.233616.364976.836938.89646.8913191.0924335.2120039262.462478.463980.565575.857804.6810904.6415135.6124568.26200410481.932771

7、.82-6247.948788.5512297.75-29684573354.905179.427259.6110294.5914400.9819983.5433699.29200614084.263802.315967.87 8377.37 11864.25 16396.50 22745.82 38526.86 200716378.014456.096926.27 9758.20 13575.39 18980.36 26273.41 45532.64 200818679.525659.78389.33 11574.74 15909.83 21504.71 29368

8、.12 49612.44 200920551.73 6148.82 9081.23 12627.06 17330.50 23593.67 32991.38 55834.47 圖圖3-4 20002009年江蘇省城鎮(zhèn)家庭可支配收入水平折線圖Frequency Distribution）(P38)o頻數(shù)o頻數(shù)分布表o頻率(比例)o舉例-1 按性別的人口構(gòu)成（表3-4）資料來源：2004中國統(tǒng)計(jì)年鑒. 北京. 中國統(tǒng)計(jì)出版社 2004 Q：統(tǒng)計(jì)學(xué)中怎么稱呼分配在各組的單位數(shù)及其相對形式？統(tǒng)計(jì)分組統(tǒng)計(jì)分組分配在各組的單位數(shù)及其相對形式分配在各組的單位數(shù)及其相對形式Frequency Distribut

9、ion）o舉例-2 表3-5是調(diào)查員隨機(jī)觀察的50名顧客購買的飲料類型及購買者性別記錄。 要求：生成頻數(shù)分布表，觀察飲料類型和顧客性別的分布狀況，并進(jìn)行描述性分析。說明：說明：F女；女； M男；男；ts碳酸；碳酸；lc綠茶；綠茶；kqs礦泉水；礦泉水；gz果汁；果汁；qt其它其它表表3-5 顧客性別及購買的飲料類型顧客性別及購買的飲料類型FtsMlcMkqsFgzMlcMtsFlcFtsMkqsFqtFtsFgzFkqsMkqsFkqsMkqsMtsFtsMqtFtsMkqsMlcMtsFlcFtsMqtFgzFqtFlcFtsMkqsFgzMgzMlcFqtMlcMtsMlcFtsFqtFk

10、qsFtsFqtFkqsFqtMtsFgz-MtsFlcMlc-Excel結(jié)果：結(jié)果：計(jì)數(shù)項(xiàng):飲料類型性別飲料類型男女總計(jì)果汁156礦泉水6410綠茶7411其它268碳酸飲料6915總計(jì)222850o 用寬度相同的條形的高度或長短表示數(shù)據(jù)頻數(shù)。o 主要用于說明一個(gè)樣本各部分所占比例，或者總體 內(nèi)部結(jié)構(gòu)分析。o 主要用于顯示多個(gè)樣本多個(gè)樣本各部分所占的相應(yīng)比例，有助于構(gòu)成的比較研究。o 舉例表3-7是某年北京、上海和天津地區(qū)按收入法計(jì)算的地區(qū)生產(chǎn)總值（按當(dāng)年價(jià)格計(jì)算）數(shù)據(jù)。請繪制環(huán)形圖比較三個(gè)地區(qū)的生產(chǎn)總值構(gòu)成。表3-7 某年北京、上海和天津地區(qū)生產(chǎn)總值構(gòu)成 單位：億元地區(qū)勞動(dòng)者報(bào)酬生產(chǎn)稅凈額

11、固定資產(chǎn)折舊營業(yè)盈余北京3496.571161.551251.091961.07天津1383.36775.09595.091605.61上海3756.561623.361730.513255.94圖3-8 北京、上海和天津地區(qū)生產(chǎn)總值構(gòu)成 的環(huán)形圖o 累積頻數(shù) o 向上/向下累積o 累積頻率o 舉例 關(guān)于城市住房問題的研究中，研究人員對兩個(gè)城市各抽樣調(diào)查300戶，其中一個(gè)問題是：“您對家庭目前的住房狀況是否滿意？” 調(diào)查結(jié)果的頻數(shù)分布表如表3-8、表3-9?；卮痤悇e戶數(shù) 百分比（）向上累計(jì)向下累計(jì)（戶）戶數(shù)百分比戶數(shù)百分比非常不滿意248248300100不滿意108361324427692一

12、般93312257516856滿意4515270907525非常滿意30103001003010合計(jì)合計(jì)300100回答類別戶數(shù) 百分比（）向上累計(jì)向下累計(jì)（戶）戶數(shù)百分比戶數(shù)百分比非常不滿意217.0217.0300100.0不滿意9933.012040.027993.0一般7826.019866.018060.0滿意6421.326287.310234.0非常滿意3812.7300100.03812.7合計(jì)合計(jì)300100舉例：根據(jù)表3-7的數(shù)據(jù)繪制累積頻數(shù)分布圖。o根據(jù)統(tǒng)計(jì)研究需要，將原始數(shù)據(jù)按某種標(biāo)準(zhǔn)分成不同的組別。n關(guān)鍵：選擇分組變量和劃分各組界限 2.o形成頻數(shù)分布表o兩個(gè)構(gòu)成要素

13、n各組的分組界限n每組中的頻數(shù)、頻率o頻數(shù)分布舉例（表3-10）成績?nèi)藬?shù)頻率60以下37.14%60-70819.05%70-801228.57%80-901535.71%90以上49.52%合計(jì)42100.00% 等距分組等距分組不等距分組不等距分組單變量值分組單變量值分組組距分組組距分組數(shù)據(jù)分組方法數(shù)據(jù)分組方法（1) 單變量值分組 o每一個(gè)變量值作為一組的分組方式。o舉例 某學(xué)院某年畢業(yè)研究生發(fā)表論文篇數(shù)的頻數(shù)分布表（表3-11） 發(fā)表論文篇數(shù)人數(shù)2345668532合計(jì)24（2) 組距分組 o將全部變量值依次劃分為若干個(gè)區(qū)間，將每一區(qū)間的變量值作為一組。o適合于連續(xù)變量或變量值較多時(shí)。o

14、遵循“不重不漏”的原則。o等距與不等距分組。o基本概念基本概念n組限n上限(U ) / 下限(L)n組距（d）n間斷/重合組限n閉口/開口組限n閉口組/開口組 Note：在采用重合組限場合，一般采用“上限不在內(nèi)上限不在內(nèi)” 的統(tǒng)計(jì)慣例。（P35） o怎樣進(jìn)行等距分組（結(jié)合例子）n確定取值范圍n確定組數(shù)： Sturges 經(jīng)驗(yàn)公式n計(jì)算組距：n確定各組祖限（多種形式） Note：三種常用的等距分組表（表1315）n根據(jù)分組整理成頻數(shù)分布表 XMinXMaxRo已知某電腦公司2009年912月每天的銷售量數(shù)據(jù)。 要求進(jìn)行數(shù)據(jù)分組。n確定取值范圍（R=96）n確定組數(shù)（H=10）n計(jì)算組距（d=10

15、）n確定各組祖限n根據(jù)分組整理成頻數(shù)分布表某電腦公司銷售量的頻數(shù)分布140-15032.5150-16097.5160-1701714.17170-1802823.33180-1902016.67190-2001512.5200-210119.17210-22075.83220-23054.17230-24054.17120100等距分組表（上下組限間斷）105109110114115119120124125129130134135139358141064610162820128等距分組表（上下組限重疊，上組限不在內(nèi)）10511011011511512012012512513013013513

16、5140358141064610162820128等距分組表（使用開口組）110以下110114115119120124125129130134135以上358141064610162820128組中值(Class Midpoint)（P36）o如何計(jì)算及舉例 (P36-37)n對于重合組限分組：(上限+下限)/2n對于間斷組限分組：(上組下限上組下限+本組下限)/2n對于重合組限開口組： 缺少下限的組中值=本組上限-鄰組組距/2 缺少上限的組中值=本組下限+鄰組組距/2n對于間斷組限開口組： 缺少下限的組中值=鄰組下限-鄰組組距/2 缺少上限的組中值=本組下限+鄰組組距/2表表3-16 20

17、03年我國按年齡和性別分人口數(shù)及組中值年我國按年齡和性別分人口數(shù)及組中值NoteNote：數(shù)據(jù)分組的要點(diǎn)和基本概念數(shù)據(jù)分組的要點(diǎn)和基本概念統(tǒng)計(jì)分組基本概念：R、K、d、組中值組中值； 祖限、間斷祖限、重合組限重合組限、開口組開口組、閉口組； 頻數(shù)頻數(shù)、頻數(shù)分布、頻率、累積頻數(shù)、累積頻率頻數(shù)分布、頻率、累積頻數(shù)、累積頻率。數(shù)值型數(shù)據(jù)分組數(shù)值型數(shù)據(jù)分組單變量分組組距分組組距分組等距分組等距分組異距分組5. 等距分組的應(yīng)用（教材：等距分組的應(yīng)用（教材：P46） 例例3.1 某學(xué)期某班35名學(xué)生的統(tǒng)計(jì)學(xué)考試成績的原始數(shù)據(jù)如下： 92，87，75，74，65，91，98，78，84，83， 78，96，

18、62，84，76，52，69，84，81，88， 70，91，89，87，75，79，82，86，79，82， 64，90，56，84，89 問題：問題：對該班學(xué)生的統(tǒng)計(jì)學(xué)考試成績，采用重合組限和開口組限設(shè)置進(jìn)行等距分組、計(jì)算組中值和頻數(shù)分布，編制統(tǒng)計(jì)表和統(tǒng)計(jì)圖。 Excel Excel 應(yīng)用應(yīng)用 例例3.13.1 某學(xué)期某班35名學(xué)生的統(tǒng)計(jì)學(xué)考試成績的原始數(shù)據(jù)如下： 92，87，75，74，65，91，98，78，84，83，78，96，62，84，76， 52，69，84，81，88，70，91，89，87，75，79，82，86，79，82， 64，90，56，84，89 1. 計(jì)算取值

19、范圍計(jì)算取值范圍 排序、確定最大值和最小值為98和52，計(jì)算得R=46(分) 2. 確定組數(shù)和組距確定組數(shù)和組距 H=5，d=46/5=9.11 (分)，取整，d為10分 3. 計(jì)算頻數(shù)分布計(jì)算頻數(shù)分布 4. 計(jì)算組中值計(jì)算組中值 5. 繪制直方圖和折線圖繪制直方圖和折線圖 3. 計(jì)算頻數(shù)分布計(jì)算頻數(shù)分布(上限不在內(nèi)） 98、96、92、91、91、90 （共6人） 89、89、88、87、87、86、84、84、84、84、83、82、82、81 （共14人） 79、79、78、78、76、75、75、74、70（共9人） 69、65、64、62（共4人） 56、52（共2人） 4. 計(jì)算組

20、中值計(jì)算組中值35名學(xué)生統(tǒng)計(jì)學(xué)成績統(tǒng)計(jì)表o常用統(tǒng)計(jì)圖常用統(tǒng)計(jì)圖數(shù)據(jù)類型數(shù)據(jù)類型品質(zhì)數(shù)據(jù)品質(zhì)數(shù)據(jù)數(shù)值型數(shù)據(jù)數(shù)值型數(shù)據(jù)條形圖條形圖餅餅 圖圖直方圖直方圖線線 圖圖箱線圖箱線圖莖葉圖莖葉圖(Histogram)o用來展示數(shù)值型分組數(shù)據(jù)分布的常用圖形。o在統(tǒng)計(jì)分組的基礎(chǔ)上，用矩形的寬度和高度表示頻數(shù)分布。o注意對不等距分組：縱軸必須表示為頻數(shù)密度n頻數(shù)密度=頻數(shù)/組距 (面積之和=總頻數(shù))o舉例 等距分組 不等距分組某會(huì)計(jì)師事務(wù)所對20家公司進(jìn)行年終審計(jì)所需時(shí)間（天）的頻數(shù)分布表（表3-18）直方圖（等距分組）審計(jì)時(shí)間（天）頻數(shù)10-15415-20820-25525-30230-351合計(jì)20直方圖

21、（等距分組）圖3-10 審計(jì)時(shí)間直方圖（等距分組）某會(huì)計(jì)師事務(wù)所對20家公司進(jìn)行年終審計(jì)所需時(shí)間（天）的頻數(shù)分布表（表3-19）直方圖（不等距分組）審計(jì)時(shí)間（天）頻數(shù)頻數(shù)密度10-1540.815-2081.620-2551253530.3合計(jì)20-圖3-11 審計(jì)時(shí)間直方圖（不等距分組）o在直方圖的基礎(chǔ)上，把直方圖頂部的中點(diǎn)(組中值)用直線連接起來，再將原來的直方圖抹掉。o折線圖的兩個(gè)終點(diǎn)應(yīng)與橫軸相交。o組數(shù)越多，組據(jù)就越小，折線圖就越光滑，趨近于一條平滑曲線，即頻數(shù)分布曲線。o舉例圖3-12 審計(jì)時(shí)間折線圖圖3-13 學(xué)生統(tǒng)計(jì)學(xué)成績直方圖圖3-14 在直方圖基礎(chǔ)上繪制的折線圖圖3-15 學(xué)

22、生統(tǒng)計(jì)學(xué)成績折線圖Stem-and-Leaf Displayo用于顯示未分組的原始數(shù)據(jù)的分布。由“莖”和“葉”兩部分構(gòu)成，其圖形是由數(shù)字組成的。o通常以數(shù)據(jù)的高位數(shù)值作樹莖，低位數(shù)字作樹葉。o舉例o 原始數(shù)據(jù)：24, 26, 24, 21, 27, 27, 30, 41, 32, 38o 從小到大排序后的數(shù)據(jù)： 21, 24, 24, 26, 27, 27, 30, 32, 38, 41o 莖葉圖（圖3-16）：3 0 2 84 12 1 4 4 6 7 7莖葉圖30o 40名教師的年齡的數(shù)據(jù)： 40，41，48，51，37，35，36，50，33，42，28，33，36，29，28，29，3

23、4，35，27，36，28，29，34，26，35，40，27，43，45，39，42，41，48，55，43，42，42，51，52，64 Stem-and - Leaf Plot Frequency Stem & Leaf 9.00 2 . 677888999 4.00 3 . 3344 8.00 3 . 55566679 10.00 4 . 0011222233 3.00 4 . 588 4.00 5 . 0112 1.00 5 . 5 1.00 Extremes (=64) Stem width: 10.00 Each leaf: 1 case(s) 圖3-17 1996年-2

24、003年城鄉(xiāng)居民人民幣儲(chǔ)蓄存款年底余額 Note:Note: 增長速度 ?o（不恰當(dāng)）統(tǒng)計(jì)圖舉例不必要的三維效果：三維圖形可能比二維圖形更能吸引讀者的注意，但只能用來反映變化的趨勢，不能用來進(jìn)行精確的比較。Note: 避免選用不恰當(dāng)圖形類型避免選用不恰當(dāng)圖形類型1960: $1.001970: $1.601980: $3.101990: $3.80Minimum Wage不好的圖形不好的圖形Minimum Wage0241960 1970 1980 1990$好的圖形好的圖形Quarterly Sales不好的圖形不好的圖形0100200Q1Q2Q3Q4$Quarterly Sales0255

25、0Q1 Q2 Q3 Q4$好的圖形好的圖形Note: 避免壓縮縱軸避免壓縮縱軸Monthly Sales不好的圖形不好的圖形36394245JFMAM J$好的圖形好的圖形Note: 避免縱軸無零點(diǎn)避免縱軸無零點(diǎn)Monthly Sales 0394245JFMA MJ$36o 圖形類型選擇恰當(dāng)，刻度、長寬比例合理，能準(zhǔn)確顯示數(shù)據(jù)中包含的信息。o 圖形盡量簡約。o 圖形應(yīng)該有清楚的標(biāo)題和必要的說明。o 反復(fù)加工和修改是獲得優(yōu)秀統(tǒng)計(jì)圖形的重要步驟。市區(qū)農(nóng)業(yè)總產(chǎn)值工業(yè)總產(chǎn)值建筑業(yè)總產(chǎn)值固定資產(chǎn)投資交通運(yùn)輸郵電業(yè)產(chǎn)值批零貿(mào)易餐飲業(yè)產(chǎn)值金融保險(xiǎn)業(yè)總產(chǎn)值南昌市 59400530607609798444273838243494671393383170景德鎮(zhèn)市 15901964953822215984454163341139763880327萍鄉(xiāng)市 1961769237918998910255810483841377942028九江市 55415512451525220012713793426651189051434454新余市/p>