數(shù)據(jù)分析技術(shù)數(shù)據(jù)及其來(lái)源數(shù)據(jù)的來(lái)源

主講教師：陳悅北京信息職業(yè)技術(shù)學(xué)院數(shù)據(jù)分析技術(shù)數(shù)據(jù)的來(lái)源思考一下在你的印象中，統(tǒng)計(jì)學(xué)是什么？你日常生活和工作中都接觸過(guò)哪些數(shù)據(jù)？調(diào)查一批人的性別、職業(yè)、月收入等，這里涉及了哪些變量？如果讓你在全校大學(xué)生中做一次調(diào)查，你會(huì)調(diào)查所有的學(xué)生還是抽取一部分學(xué)生做調(diào)查？假定讓你從全校10000名學(xué)生中隨機(jī)抽取200人，你會(huì)怎么做？你都使用過(guò)哪些軟件，Excel？SPSS？R？還是其他？你認(rèn)為不使用軟件能做統(tǒng)計(jì)分析嗎？數(shù)據(jù)與統(tǒng)計(jì)學(xué)數(shù)據(jù)的來(lái)源1數(shù)據(jù)的間接來(lái)源2數(shù)據(jù)的直接來(lái)源數(shù)據(jù)的來(lái)源數(shù)據(jù)的間接來(lái)源

數(shù)據(jù)的來(lái)源數(shù)據(jù)的來(lái)源從使用者的角度看，數(shù)據(jù)主要來(lái)源于兩種渠道：一是來(lái)源于直接的調(diào)查和實(shí)驗(yàn)，稱(chēng)之為一手?jǐn)?shù)據(jù)；二是來(lái)源于別人調(diào)查或?qū)嶒?yàn)的數(shù)據(jù)，稱(chēng)之為二手?jǐn)?shù)據(jù)數(shù)據(jù)的間接來(lái)源01Internethttp//WWW.中國(guó)統(tǒng)計(jì)年鑒2001中國(guó)人口統(tǒng)計(jì)年鑒中國(guó)市場(chǎng)統(tǒng)計(jì)年鑒世界發(fā)展報(bào)告世界經(jīng)濟(jì)年檢工業(yè)普查數(shù)據(jù)中國(guó)統(tǒng)計(jì)出版社公開(kāi)出版或公開(kāi)報(bào)道的數(shù)據(jù)，這類(lèi)數(shù)據(jù)主要來(lái)自國(guó)家和地方的統(tǒng)計(jì)部門(mén)、其他管理部門(mén)和專(zhuān)業(yè)的調(diào)查機(jī)構(gòu)等，例如，國(guó)家和地方統(tǒng)計(jì)部門(mén)公開(kāi)的出版的各種統(tǒng)計(jì)年鑒通過(guò)其他渠道使用一些尚未公開(kāi)的統(tǒng)計(jì)數(shù)據(jù)，以及廣泛分布在各種報(bào)刊、雜志、圖書(shū)、廣播、電視傳媒中的各種數(shù)據(jù)資料在網(wǎng)絡(luò)上獲取所需的各種數(shù)據(jù)資料。比如，各種金融產(chǎn)品的交易數(shù)據(jù)、官方統(tǒng)計(jì)網(wǎng)站的各種宏觀經(jīng)濟(jì)數(shù)據(jù)等數(shù)據(jù)的間接來(lái)源01二手?jǐn)?shù)據(jù)的特點(diǎn)收集容易，采集成本低作用廣泛分析所要研究的問(wèn)題提供研究問(wèn)題的背景幫助研究者更好地定義問(wèn)題檢驗(yàn)和回答某些疑問(wèn)和假設(shè)尋找研究問(wèn)題的思路和途徑收集二手資料在研究中應(yīng)優(yōu)先考慮數(shù)據(jù)的間接來(lái)源01二手?jǐn)?shù)據(jù)的評(píng)估數(shù)據(jù)是誰(shuí)收集的？可信度評(píng)估為什么目的而收集的？數(shù)據(jù)是怎樣收集的？什么時(shí)候收集的？數(shù)據(jù)的間接來(lái)源01數(shù)據(jù)的直接來(lái)源

數(shù)據(jù)的來(lái)源1通過(guò)調(diào)查、互聯(lián)網(wǎng)或?qū)嶒?yàn)取得。2已有的數(shù)據(jù)不能滿(mǎn)足需要時(shí)，可以親自去調(diào)查或試驗(yàn)比如，想了解全校學(xué)生的生活費(fèi)支出狀況，可以從中抽出一個(gè)由200人組成的樣本，通過(guò)對(duì)樣本的調(diào)查獲得數(shù)據(jù)。數(shù)據(jù)的直接來(lái)源02這里“全校所有學(xué)生生活費(fèi)支出狀況”是你所關(guān)心的總體,它是包含所研究的全部個(gè)體（數(shù)據(jù)）的集合。所抽取的200人就是一個(gè)樣本(sample)，它是從總體中抽取的一部分元素的集合。構(gòu)成樣本的元素的數(shù)目稱(chēng)為樣本量,抽取200人組成一個(gè)樣本，樣本量就是200。數(shù)據(jù)的直接來(lái)源02概率抽樣：根據(jù)一個(gè)已知的概率來(lái)抽取樣本單位也稱(chēng)隨機(jī)抽樣數(shù)據(jù)的直接來(lái)源02概率抽樣特點(diǎn)按一定的概率以隨機(jī)原則抽取樣本每個(gè)單位被抽中的概率是已知的，或是可以計(jì)算出來(lái)的當(dāng)用樣本對(duì)總體目標(biāo)量進(jìn)行估計(jì)時(shí)，要考慮到每個(gè)樣本單位被抽中的概率數(shù)據(jù)的直接來(lái)源02簡(jiǎn)單隨機(jī)抽樣:從總體N個(gè)單位(元素)中隨機(jī)地抽取n個(gè)元素作為樣本，使得總體中每一個(gè)元素都有相同的機(jī)會(huì)(概率)被抽中數(shù)據(jù)的直接來(lái)源02簡(jiǎn)單隨機(jī)抽樣抽取樣本元素的具體方法：有放回抽樣和無(wú)放回抽樣有放回抽樣：抽取一個(gè)個(gè)體記錄下數(shù)據(jù)后，再把這個(gè)個(gè)體放回到原來(lái)的總體中參加下一次抽選無(wú)放回抽樣：抽中的個(gè)體不再放回，再?gòu)乃Ｏ碌膫€(gè)體中抽取第二個(gè)元素，直到抽取個(gè)個(gè)體為止當(dāng)總體數(shù)量很大時(shí)，無(wú)放回抽樣可以視為有放回抽樣數(shù)據(jù)的直接來(lái)源02分層抽樣也稱(chēng)分類(lèi)抽樣:在抽樣之前先將總體的元素劃分為若干層(類(lèi))，然后從各個(gè)層中抽取一定數(shù)量的元素組成一個(gè)樣本比如，要研究學(xué)生的生活費(fèi)支出，可先將學(xué)生按地區(qū)進(jìn)行分類(lèi)，然后從各類(lèi)中抽取一定數(shù)量的學(xué)生組成一個(gè)樣本分層抽樣的優(yōu)點(diǎn)：可以使樣本分布在各個(gè)層內(nèi)，從而使樣本在總體中的分布比較均勻，可以降低抽樣誤差數(shù)據(jù)的直接來(lái)源02系統(tǒng)抽樣也稱(chēng)等距抽樣:先將總體各元素按某種順序排列，并按某種規(guī)則確定一個(gè)隨機(jī)起點(diǎn)，然后，每隔一定的間隔抽取一個(gè)元素，直至抽取個(gè)元素組成一個(gè)樣本比如，要從全校學(xué)生中抽取一個(gè)樣本，可以找到全校學(xué)生的花名冊(cè)，按花名冊(cè)中的學(xué)生順序，用隨機(jī)數(shù)找到一個(gè)隨機(jī)起點(diǎn)，然后依次抽取就得到一個(gè)樣本數(shù)據(jù)的直接來(lái)源02整群抽樣:先將總體劃分成若干群，然后以群作為抽樣單元從中抽取部分群組成一個(gè)樣本，再對(duì)抽中的每個(gè)群中包含