第一講 數(shù)據(jù)整理與描述

第一講數(shù)據(jù)整理與描述第1頁，課件共34頁，創(chuàng)作于2023年2月第一部分：各講學(xué)習(xí)概要第一講：數(shù)據(jù)的整理與描述第二講：統(tǒng)計指數(shù)第三講：動態(tài)數(shù)列第四講：抽樣調(diào)查及估計第五講：假設(shè)檢驗第六講：相關(guān)分析與回歸分析第2頁，課件共34頁，創(chuàng)作于2023年2月第一講數(shù)據(jù)整理與描述在日常用語中，術(shù)語“統(tǒng)計學(xué)”稱為數(shù)字事實。然而，統(tǒng)計學(xué)所涉及到的領(lǐng)域或?qū)W科比數(shù)字事實要多得多。從廣義上來說，統(tǒng)計是收集、分析、列示和解釋數(shù)據(jù)的一門藝術(shù)和科學(xué)。特別是在商務(wù)和經(jīng)濟中，對數(shù)據(jù)進行收集、分析、列示和解釋的一個主要原因，是它可以使經(jīng)理和決策者們更好地理解商業(yè)和經(jīng)濟環(huán)境，得到更多的信息，做出更好的決策。一、統(tǒng)計在商務(wù)中經(jīng)濟中的應(yīng)用在當代全球性商務(wù)和經(jīng)濟環(huán)境中，可以獲取大量的統(tǒng)計信息。最成功的管理者和決策者是那些能夠理解和有效地運用統(tǒng)計信息的人。第3頁，課件共34頁，創(chuàng)作于2023年2月（一）會計當會計師事務(wù)所為其客戶進行審計時，他們要利用統(tǒng)計抽樣方法。例如，假定一家會計師事務(wù)所想要確定某客戶資產(chǎn)負債表中所顯示的應(yīng)收賬款余額是否公允地反映了其真實的應(yīng)收賬款余額。通常，審計人員抽取一個樣本。在對被抽取賬戶的正確性進行了審查后，審計人員就可以得出關(guān)于該客戶資產(chǎn)負債表中所列示的應(yīng)收賬款余額是否屬實的結(jié)論。（二）金融金融顧問們利用各種統(tǒng)計數(shù)據(jù)來引導(dǎo)投資。拿股票投資來說，顧問們檢查包括市盈率和紅利在內(nèi)的一系列金融數(shù)據(jù)。通過將某只個股的數(shù)據(jù)與股票市場平均數(shù)進行比較，金融顧問們就能夠判斷該只股票的價值是被高估還是低估了。將幫助顧問們做出買入、賣出還是繼續(xù)持有該股的建議。第4頁，課件共34頁，創(chuàng)作于2023年2月（三）營銷裝在零售收銀臺的電子掃描設(shè)備是用來為各種各樣的營銷研究的應(yīng)用收集資料的。例如，像尼爾森公司和數(shù)據(jù)資源公司等數(shù)據(jù)提供商從雜貨商店購買關(guān)于銷售的掃描數(shù)據(jù)，然后將其加工成綜合的統(tǒng)計數(shù)據(jù)賣給生產(chǎn)商。掃描獲得的統(tǒng)計數(shù)據(jù)和促銷活動獲得的統(tǒng)計住處來更好地了解促銷活動的銷售兩者之間的關(guān)系。這種分析對于各種產(chǎn)品將來的營銷策略很有幫助。（四）生產(chǎn)由于現(xiàn)在非常強調(diào)產(chǎn)品的質(zhì)量，因此質(zhì)量控制是統(tǒng)計在生產(chǎn)中的一個重要應(yīng)用。許多統(tǒng)計質(zhì)量控制圖被用來控制某生產(chǎn)過程的產(chǎn)量，尤其是可以用χ條形圖來控制平均產(chǎn)量。第5頁，課件共34頁，創(chuàng)作于2023年2月（五）經(jīng)濟人們經(jīng)常要求經(jīng)濟學(xué)家們對將來的經(jīng)濟以及其他方面進行預(yù)測。在進行這些預(yù)測時，他們要用到各種各樣的統(tǒng)計信息。例如，在預(yù)測通貨膨脹率時，經(jīng)濟學(xué)家們就要用到諸如生產(chǎn)者價格指數(shù)、失業(yè)率和生產(chǎn)利用能力等方面的統(tǒng)計住處通常這些統(tǒng)計住處指標被輸入到計算預(yù)測模型中來預(yù)測通貨膨脹率。二、數(shù)據(jù)的類型根據(jù)描述事物所采用的不同度量尺度，數(shù)據(jù)可分為分類型數(shù)據(jù)和數(shù)量型數(shù)據(jù)。分類型數(shù)據(jù)描述的是事物的品質(zhì)特征。例如，人的性別、民族、職業(yè)等。數(shù)據(jù)型數(shù)據(jù)說明的是事物的數(shù)量特征。例如，產(chǎn)品的產(chǎn)量和壽命、企業(yè)的營業(yè)額、股票的價格、產(chǎn)品的市場占有率、國民總產(chǎn)值、國家的人口等等，都是數(shù)量型數(shù)據(jù)。數(shù)量型數(shù)據(jù)用數(shù)值形式表示。第6頁，課件共34頁，創(chuàng)作于2023年2月數(shù)據(jù)按照被描述的對象與時間的關(guān)系分為截面數(shù)據(jù)、時間序列數(shù)據(jù)與平行數(shù)據(jù)。截面數(shù)據(jù)描述的是事物在某一時刻的變化情況，即所謂橫向數(shù)據(jù)。時間序列數(shù)據(jù)描述的是事物在一定的時間范圍內(nèi)的變化情況，即所謂縱向數(shù)據(jù)。平行數(shù)據(jù)是截面數(shù)據(jù)與時間序列數(shù)據(jù)的組合在統(tǒng)計中，我們把對事物現(xiàn)象特征的描述稱為變量。如果它是分類型數(shù)據(jù)，稱為分類型變量；如果它是數(shù)量型數(shù)據(jù)，則稱為數(shù)量型變量。很多情況下，我們所研究的變量都是數(shù)量型變量，大多數(shù)的統(tǒng)計分析方法也都是對于數(shù)量型變量的分析，因此有時把數(shù)量型變量簡稱為變量。

第7頁，課件共34頁，創(chuàng)作于2023年2月三、數(shù)據(jù)的整理與圖表顯示（一）數(shù)據(jù)的分組與頻率直方圖統(tǒng)計分組是數(shù)據(jù)整理的一項初步工作，它是根據(jù)實際需要，將數(shù)據(jù)按照數(shù)據(jù)的某種特征或標準分成不同的組別。按照數(shù)據(jù)的某種特征對數(shù)據(jù)進行分組后，再計算出所有類別或數(shù)據(jù)在各組中出現(xiàn)的次數(shù)或頻數(shù)，就形成了頻數(shù)分布表。我們稱全部數(shù)據(jù)在各組內(nèi)的分配狀況為數(shù)據(jù)的頻數(shù)分布，分配在各組內(nèi)的數(shù)據(jù)個數(shù)為頻數(shù)，頻數(shù)與全體數(shù)據(jù)個數(shù)之比稱為頻率。分類型數(shù)據(jù)按類計算出各類的頻數(shù)或頻率，就形成了頻數(shù)或頻率分布表。分類型數(shù)據(jù)按類分組時，一定要注意既不能重數(shù)也不能漏數(shù)，這應(yīng)要求所有類別必須有明確的界定。對于數(shù)量型數(shù)據(jù)，我們只簡單介紹兩種方法——單變量值分組法和組距分組法。第8頁，課件共34頁，創(chuàng)作于2023年2月單變量值分組法就是把每一個變量值作為一個組。例：某單位有職工20人，下面是六月份該單位職工請假天數(shù)的記錄：

0，0，1，0，2，1，0，0，0，1，2，0，5，1，1，0，0，0，10，0觀察這個記錄，我們不難發(fā)現(xiàn)，所有不同的請假天數(shù)一共只有5個，即0、1、2、5和10。因此，采用單變量值分組方法分組的話，應(yīng)該發(fā)成5個組。請假天數(shù)頻數(shù)（人）頻率（%）累積頻率（%）0115555152580221090515951015100合計20100

第9頁，課件共34頁，創(chuàng)作于2023年2月在數(shù)據(jù)較多且比較分散的情況下，單變量值分組法由于組數(shù)過多，不便于觀察數(shù)據(jù)的分布特征和規(guī)律。因此，單變量值分組方法適用于數(shù)據(jù)較少或分布比較集中的情形。對于變量值較多的情況，可以采用組距分組法。確定組數(shù)的一般原則為：數(shù)據(jù)個數(shù)n分組數(shù)50以下5～650～1006～10100～2507～12250以上10～20第10頁，課件共34頁，創(chuàng)作于2023年2月

我國各地區(qū)2000年死亡率頻率分布表組號分組界限頻數(shù)頻率（%）組中值1[4.9,5.6]310.005.252[5.6,6.3]826.675.953[6.3,7.0]1240.006.654[7.0,7.7]516.677.355[7.7,8.4]13.338.056[8.4,9.1]13.338.75第11頁，課件共34頁，創(chuàng)作于2023年2月（二）、數(shù)據(jù)的圖形顯示除去頻率直方圖以外，還有許多數(shù)據(jù)的圖形顯示方法。我們在這里主要介紹餅形圖、條形圖、柱形圖、散點圖、折線圖、曲線圖和莖葉圖。1.餅形圖餅形圖一般用來描述和表現(xiàn)各成分或某一成分占全部的百分比。使用餅形圖時必須注意以下三點：第一，餅形圖中的成分最好不要多于6個，如果成分多于6個的話，一般的做法是從這些成分中選出5個最重要的，然后把剩下的成分全部合并成一個稱做“其他”的成分。第二，各成分份額的和必須是100%。第三，成分比例必須與扇形區(qū)域的面積比例一致。第12頁，課件共34頁，創(chuàng)作于2023年2月第13頁，課件共34頁，創(chuàng)作于2023年2月2.條形圖和柱形圖條形圖是用來對各項數(shù)據(jù)進行比較的。對于條形圖來說，它的縱坐標沒有尺度，只用來標注各項信息的名稱，比如：國家、行業(yè)、公司等等。例：2001年日本、美國、韓國和港澳臺地區(qū)來某市旅游的人數(shù)（單位：10萬人）如下：

地區(qū)013245日本美國韓國港澳臺第14頁，課件共34頁，創(chuàng)作于2023年2月例：下表列出的是2004-2010年某市接待的旅游人數(shù)（包括外國人、華僑、港澳臺胞）（單位：萬人），用柱形圖顯示這些數(shù)據(jù)。年份2004200520062007200820092010人數(shù)10.0113.2117.4820.2720.2920.6921.892520151050040506070809102004-2010年某市接待的旅游人數(shù)

第15頁，課件共34頁，創(chuàng)作于2023年2月3.折線圖由柱形圖，我們可以大致地看出縱坐標變量隨橫坐標變量變化的趨勢。一個更明顯的表示趨勢的圖示方法是折線圖法。2004-2010年來某市旅游人數(shù)的折線圖。

折線圖的優(yōu)點是簡單、容易理解，并且對于同一組數(shù)據(jù)，折線圖具有唯一性（兩點間有且只有一條直線）。92321171304050607080910第16頁，課件共34頁，創(chuàng)作于2023年2月4.曲線圖商務(wù)和金融領(lǐng)域中許多事物不但其自身是逐漸變化的，而且連其變化的速度也是逐漸變化的。折線圖雖然展示了變量間變化的趨勢，但是我們不難發(fā)現(xiàn)，在各實心點處，數(shù)據(jù)變化的速度（線段的傾斜程度）會發(fā)生突變。曲線圖彌補了折線圖的這一不足，采用光滑的曲線段連接各實心點，形成一條整體光滑的曲線。曲線圖雖然有更加自然的特點，但是“光滑地連接各實心點”的方法很多，因此帶有一定的隨意性，即不是唯一的。5.散點圖散點圖一般表現(xiàn)兩個變量之間的相互關(guān)系。兩個變量的任何一對取值都在平面直角坐標系上代表一個點。在平面坐標系上將所有這樣的點描畫出來便形成了散點圖。第17頁，課件共34頁，創(chuàng)作于2023年2月四、數(shù)據(jù)集中趨勢的度量下面將介紹數(shù)據(jù)集中趨勢（即數(shù)據(jù)集的中心位置）以及離散趨勢（即數(shù)據(jù)集的分散程度）的各種度量。這些度量是反映數(shù)據(jù)集主要特點的一些綜合數(shù)據(jù)，掌握這些方法的定義和優(yōu)缺點就能使我們在大量的數(shù)據(jù)中抓住事物的本質(zhì)，不至于毫無頭緒地迷失在數(shù)據(jù)的海洋中。數(shù)據(jù)集中趨勢主要介紹平均數(shù)，中位數(shù)，眾數(shù)的定義（計算），以及它們的應(yīng)用。（一）、平均數(shù)1.數(shù)據(jù)未分組時（簡單平均數(shù)）數(shù)據(jù)集中趨勢的最常用的度量就是平均數(shù)，即若數(shù)據(jù)為,則這組數(shù)據(jù)的平均數(shù)，記為為：第18頁，課件共34頁，創(chuàng)作于2023年2月【例1】某工商管理碩士班30名學(xué)生“管理統(tǒng)計分析方法”課期末考試成績?nèi)缦拢?66584957269697063968773828885678186837772739370718290828787求他們的平均成績。解：這些學(xué)生的平均成績?yōu)槠骄鶖?shù)的優(yōu)點在于它容易理解，易于計算；它不偏不倚地對待數(shù)據(jù)集中的每一個數(shù)據(jù)；它是數(shù)據(jù)集的“重心”，即：如果我們在數(shù)軸上各數(shù)據(jù)點處放置一個單位的重量，則平均數(shù)所處的位置正好是平衡點。平均數(shù)的一個主要缺點是它對極端值十分敏感。所謂極端值就是和數(shù)據(jù)集中大部分數(shù)據(jù)相比，特別大或特別小的那些（個別）數(shù)據(jù)。下面的例子說明了這一點。第19頁，課件共34頁，創(chuàng)作于2023年2月職位實際收入（元）財務(wù)部經(jīng)理60000市場部經(jīng)理325000人事部經(jīng)理45000研發(fā)部經(jīng)理70000生產(chǎn)部經(jīng)理55000【例2】下表列出的是某公司中層干部2009年的實際收入：

不難注意到，市場部經(jīng)理的收入是一個極端值（與其他人的收入相比，它特別大）。我們來看看它對平均數(shù)的影響。解：如果計算上述5位經(jīng)理的平均收入，得到平均收入=111000（元）但是，如果不考慮市場部經(jīng)理的收入，只計算其余4人的平均收入，則平均收入為57500元。因此，市場部經(jīng)理收入的加入使得平均收入增加了近一倍。第20頁，課件共34頁，創(chuàng)作于2023年2月2.分組數(shù)據(jù)的平均數(shù)（加權(quán)平均）前面我們已經(jīng)講過，一個數(shù)據(jù)集的平均數(shù)是數(shù)據(jù)集中全體數(shù)據(jù)的和除以數(shù)據(jù)的個數(shù)。但是如果數(shù)據(jù)是以頻率分布表的形式出現(xiàn)的，我們就不知道每一個原始數(shù)據(jù)的數(shù)值。這時，我們可以利用頻率分布表近似地計算平均數(shù)。具體做法是：平均數(shù)≈【例6】某大學(xué)管理學(xué)院管理科學(xué)與工程系有25名教師，下表是他們在該院任教年數(shù)的頻率分布數(shù)據(jù)。求該系教師在該院任教的平均年數(shù)。第21頁，課件共34頁，創(chuàng)作于2023年2月任教年數(shù)人數(shù)組中值1～5年6～10年11～15年16～20年21～25年26～30年31～35年95530123813182328332740655402866總和25

280平均任教年數(shù)≈（年）。

不同的權(quán)重反映了數(shù)值所具有的不同重要性：重要的數(shù)據(jù)其權(quán)重比較大，不那么重要的數(shù)據(jù)其權(quán)重比較小。因此，分組數(shù)據(jù)的平均值就是把頻數(shù)作為組中值的權(quán)重的加權(quán)平均。第22頁，課件共34頁，創(chuàng)作于2023年2月（二）、中位數(shù)將數(shù)據(jù)集按上升順序排列，位于數(shù)列正中間的數(shù)值成為該數(shù)據(jù)集的中位數(shù)?！纠?】以上例中的數(shù)據(jù)，計算全班期末考試成績的中位數(shù)。解：將原數(shù)據(jù)按上升順序排列，得到

636567696970707172727373778182828283848586868787878890939596第23頁，課件共34頁，創(chuàng)作于2023年2月【例4】計算5位經(jīng)理年收入的中位數(shù)。解：將5位經(jīng)理的收入按上升順序排列得到45000550006000070000325000則中位數(shù)為60000。中位數(shù)將整個數(shù)據(jù)集一分為二，正好有一半的數(shù)據(jù)比中位數(shù)小，也正好有一半的數(shù)據(jù)比中位數(shù)大。從數(shù)據(jù)的個數(shù)來說，中位數(shù)正好位于數(shù)據(jù)集的中間。用中位數(shù)描述數(shù)據(jù)的集中趨勢的優(yōu)點是它對極端值不像平均數(shù)那么敏感，因此，對于包含極端值的數(shù)據(jù)集來說，用中位數(shù)來描述集中趨勢比用平均數(shù)更為恰當。第24頁，課件共34頁，創(chuàng)作于2023年2月（三）、眾數(shù)眾數(shù)是數(shù)據(jù)集中出現(xiàn)次數(shù)最多的數(shù)值。眾數(shù)的英文是mode,它具有時尚、流行等含義，也就是說，有普及和常見的意思。眾數(shù)的主要缺點是一個數(shù)據(jù)集可能沒有眾數(shù)，或眾數(shù)可能不唯一，而數(shù)據(jù)集的平均數(shù)和中位數(shù)都是存在且唯一的。如果一個數(shù)據(jù)集中每一個數(shù)值都只出現(xiàn)一次，則該數(shù)據(jù)集沒有眾數(shù)；如果一個數(shù)據(jù)集中只有一個數(shù)據(jù)集中只有一個數(shù)值出現(xiàn)的次數(shù)最多，則該數(shù)據(jù)集具有唯一的眾數(shù)；如果有兩個數(shù)值出現(xiàn)的次數(shù)最多，則稱該數(shù)據(jù)集具有雙眾數(shù)；如果有兩個以上的數(shù)值出現(xiàn)的次數(shù)最多，則稱該數(shù)據(jù)集具有多眾數(shù)。眾數(shù)的優(yōu)點在于它反映了數(shù)據(jù)集中最常見的數(shù)值，即最普遍的數(shù)值。眾數(shù)的另一個優(yōu)點是它不僅對數(shù)量型數(shù)據(jù)集（數(shù)據(jù)都是數(shù)值）有意義，它對分類型數(shù)據(jù)集也有意義，下面的例子可以說明這一點。第25頁，課件共34頁，創(chuàng)作于2023年2月【例5】某房地產(chǎn)開發(fā)公司2010年售出的住房情況如下（單位：套）：求該數(shù)據(jù)集的眾數(shù)。解：在這里，數(shù)據(jù)集不是數(shù)量型的，而是分類型的，并且已經(jīng)按類分組。由于有152戶購買了三室兩廳兩衛(wèi)型住房，購買其他戶型的住戶都少于152，因此，三室兩廳兩衛(wèi)戶型是這組數(shù)據(jù)的眾數(shù)。眾數(shù)的另一個優(yōu)點是能夠告訴我們最普遍、最流行的款式、尺寸、色彩等產(chǎn)品特征，從而幫助我們進行生產(chǎn)計劃決策。如例5中，由于眾數(shù)是“三室兩廳兩衛(wèi)”，說明這一戶型是當前最受歡迎的，在未來計劃中應(yīng)當考慮多建造三室兩廳兩衛(wèi)戶型的住房。第26頁，課件共34頁，創(chuàng)作于2023年2月五、數(shù)據(jù)離散趨勢的度量

【例7】為了考察燈泡質(zhì)量，隨機地從兩種品牌的燈泡中各抽取了10只，測得壽命如下（單位：小時）：

品牌1995101010059901015985101010109751005品牌2102089011301050920870110093010701020

燈泡質(zhì)量的一個重要指標就是燈泡的平均壽命。通過計算這兩組燈泡的平均壽命都是1000小時。因此，僅從平均壽命上看，這兩組品牌的燈泡質(zhì)量難分上下。但是不難發(fā)現(xiàn)，第一組燈泡的壽命數(shù)據(jù)變化幅度不大，而第二組燈泡的壽命數(shù)據(jù)變化幅度很大，說明第二組燈泡的質(zhì)量不如第一組那么穩(wěn)定。從例子可以看出，一個數(shù)據(jù)集各數(shù)據(jù)的分散情況，或離散的程度是該數(shù)據(jù)集的另一個重要特征，為此，在這里介紹度量數(shù)據(jù)離散程度的幾種方法，如方差、標準差。第27頁，課件共34頁，創(chuàng)作于2023年2月（一）、極差最簡單、最直觀的度量數(shù)據(jù)離散程度的方法或許應(yīng)當是數(shù)據(jù)集中最大數(shù)值的差，稱為極差（或全距），記為R，即：極差R=最大值－最小值很明顯，極差越大，說明數(shù)據(jù)散布的范圍越廣，即數(shù)據(jù)越分散；極差越小，說明數(shù)據(jù)越集中。但是它也極易受極端值的影響。如果數(shù)據(jù)存在著極端值，極差就不能反映數(shù)據(jù)一般性的離散趨勢，這是它的主要缺點。（二）、四分位點和四分位極差四分位點是把數(shù)據(jù)集等分為四部分的那些數(shù)值。四分位點共有三個，分別稱為第一四分位點（記為Q1），第二四分位點（記為Q2），第三四分位點（記為Q3）。在計算四分位點之前，應(yīng)先將數(shù)據(jù)集按上升順序重新排列。第28頁，課件共34頁，創(chuàng)作于2023年2月

由四分位點的定義，我們知道，有25%的數(shù)據(jù)小于Q1，有25%的數(shù)據(jù)大于Q3。四分位點的定義是：第二四分位點Q2就是整個數(shù)據(jù)集的中位數(shù)；第一四分位點是所有小于Q2的數(shù)據(jù)所組成的數(shù)據(jù)集的中位數(shù)；第三四分位點是所有大于Q2的數(shù)據(jù)所組成的數(shù)據(jù)集的中位數(shù)。第三四分位點Q3與第一四分位點Q1的差Q3－Q1稱為四分位極差。也就是說有50%的數(shù)據(jù)散布在跨度為Q3-Q1的范圍內(nèi)?！纠?】某商場經(jīng)理在分析近17周內(nèi)收到的顧客投訴數(shù)據(jù)時，希望得到以下信息：星期1234567891011121314151617投訴次數(shù)13151091238497181671012615第29頁，課件共34頁，創(chuàng)作于2023年2月（1）求四分位點，投訴次數(shù)15落在什么范圍？（2）求四分位極差。解：（1）首先將數(shù)據(jù)按上升順序重新排列，然后計算四分位點。排列后的數(shù)據(jù)為：34677899101012121315151618即Q1=7，Q2=10，Q3=14。投訴次數(shù)15落在上25%（大于Q3）的范圍內(nèi)。（2）四分位極差Q3－Q1=14－7=7。（三）、方差和標準差方差——記為第30頁，課件共34頁，創(chuàng)作于2023年2月例如例7中兩組燈泡壽命的方差分別為[（995-1000）2+（1010-1000）2+…+（1005-1000）2]=155[（1020-1000）2+（890-1000）2+…+（1020-1000）2]=7540

很顯然，遠大于，說明第二組燈泡壽命的分散程度大于第一組燈泡。注意到燈泡壽命方差的單位為平方小時，為了使離散度量的單位與原數(shù)據(jù)一致，我們令并稱為標準差。第一組燈泡壽命的標準差=12.45(小時)第二組燈泡壽命的標準差=86.83（小時）第31頁，課件共34頁，創(chuàng)作于2023年2月（四）、變異系數(shù)前面講到的方差、標準差、極差和四分位極差都只能用來比較同一屬性（具有相同單位）的兩組數(shù)據(jù)的離散程度，特別是當兩組數(shù)據(jù)的平均數(shù)相等時，我們