统计和统计数据的搜集.ppt

统计学统计学主讲人：黄 荷 暑安徽大学工商管理学院二零零九年二月我们身边的统计我们身边的统计 2007 年，年，股票市场交易活跃。上证指数年初开股票市场交易活跃。上证指数年初开盘为盘为2728.19 点点，年底收于，年底收于5261.56 点点，上涨上涨2533.37 点点，涨幅为涨幅为92.86%。全年最高。全年最高6124.04点点，最低最低2541.53点点。2008年，年，中国股市经历了太多中国股市经历了太多的曲折和打击，从的曲折和打击，从1月月14日最高点日最高点5522.78点点，到，到1月月21日跌破日跌破5000点点，3月月13日跌破日跌破4000点点，6月月12日跌破日跌破3000点点，9月月16日跌破日跌破2000点，点，12月月31日跌到全年最低日跌到全年最低1814.75点。点。全年下跌全年下跌3708.03点点，跌幅为跌幅为67.14。之一：中国股市之一：中国股市 2009年年1月份，全国居民消费价格总水平同比月份，全国居民消费价格总水平同比上上涨涨1.0%。其中，城市。其中，城市上涨上涨0.7%，农村，农村上涨上涨1.5%；食品价格；食品价格上涨上涨4.2%，非食品价格，非食品价格下降下降0.6%；消费品价格消费品价格上涨上涨1.5%，服务项目价格，服务项目价格下降下降0.8%。之二：居民消费价格指数之二：居民消费价格指数（CPI）2006年年，合肥市全市，合肥市全市 GDP达到达到1073.86亿元亿元，提，提前前4年实现年实现GDP千亿元发展规划，按可比价格计千亿元发展规划，按可比价格计算，同比增长算，同比增长17.5%；2007年年，全市，全市GDP达到达到1334.2亿元亿元，按可比价格计算，同比增长，按可比价格计算，同比增长19.5；2008年年，全市，全市GDP达到达到166484亿元亿元，按可比，按可比价格计算，同比增长价格计算，同比增长17.2%。之三：合肥市生产总值之三：合肥市生产总值GDP漫话统计学漫话统计学统计统计是以数据为食物的动物，统计的本业是消是以数据为食物的动物，统计的本业是消化数据，并产生有营养的结果。它的本质和母化数据，并产生有营养的结果。它的本质和母牛相差不多。牛相差不多。统计统计就和柴、米、油、盐、酱、醋、茶一样，就和柴、米、油、盐、酱、醋、茶一样，存在的时候并不是很突出，一旦不见了，人生存在的时候并不是很突出，一旦不见了，人生就是黑白的了。就是黑白的了。统计使人豁达统计使人豁达良好的统计训练使人良好的统计训练使人宏观意识宏观意识比较强比较强良好的统计训练能使人在看待和处理问题良好的统计训练能使人在看待和处理问题时时不那么偏激不那么偏激良好的统计训练可以使人有较强的良好的统计训练可以使人有较强的分寸感分寸感本教材的主要内容本教材的主要内容统计基础统计基础描述统计描述统计推断统计推断统计第第一一章章 统计和统计数据的搜集统计和统计数据的搜集第二章第二章 数据的整理和展示数据的整理和展示第三章第三章 数据的描述性分析数据的描述性分析第五章第五章 统计指数统计指数第六章第六章 参数估计和假设检验参数估计和假设检验第四章第四章 时间数列分析时间数列分析第七章第七章 相关与回归分析相关与回归分析第一章第一章 统计和统计数据的搜集统计和统计数据的搜集第一节 统计的涵义和统计学中的 几个基本概念 第二节 数据的类型第三节 数据的来源第四节 搜集数据的组织方式重点重点重点重点难点难点难点难点第一节第一节 统计的涵义和统计学中的几个统计的涵义和统计学中的几个 基本概念基本概念 一、统计的涵义一、统计的涵义统计统计统统计计工工作作统计学统计学统统计计数数据据对对统统计计数数据据进进行行搜搜集集、整整理理和和分分析析的的过过程程统统计计工工作作所所产产生生的的成成果果统计工作及其成果的理论概括和总结统计工作及其成果的理论概括和总结过程与结果实践与理论 （一）总体与样本（一）总体与样本 总体：总体：是根据一定的目的所研究的具有某些是根据一定的目的所研究的具有某些 相同性质相同性质的的全部全部单位或事件的整体。单位或事件的整体。构成总体的个别单位称为构成总体的个别单位称为总体单位总体单位 总体可分为总体可分为有限总体有限总体和和无限总体无限总体 样本：样本：就是从总体中抽取就是从总体中抽取部分单位部分单位 所组成的整体。所组成的整体。二、统计学中的几个基本概念二、统计学中的几个基本概念（二）总体指标与样本指标（二）总体指标与样本指标 总体指标总体指标 根据总体各单位的数据计算的根据总体各单位的数据计算的综合综合测量值测量值 反映总体在反映总体在具体具体时间、地点、条件下的时间、地点、条件下的数数 量量特征特征 也称为也称为参数参数 样本指标样本指标 根据样本数据计算的根据样本数据计算的综合综合测量值测量值 也称也称统计量统计量 用于用于估计或推断估计或推断总体的数量特征总体的数量特征（一）描述统计学（一）描述统计学 描描述述统统计计学学是是关关于于搜搜集集、展展示示一一批批数数据据并并反反映映这这批批数数据据特特征征的的各各种种方方法法，用用来来说说明明总总体体的的数数量特征。量特征。（二）推断统计学（二）推断统计学 推推断断统统计计学学是是用用样样本本统统计计量量估估计计和和推推断断总总体体参参数的技术和方法，包括参数估计和假设检验。数的技术和方法，包括参数估计和假设检验。三、统计学的内容三、统计学的内容描述统计学是推断统计学的前提，推断统计学是描述统计学的发展。第二节第二节 数据的类型数据的类型 一、定性数据和定量数据一、定性数据和定量数据 定性数据：定性数据：用文字描述的数据用文字描述的数据 定量数据：定量数据：用数字描述的数据用数字描述的数据二、离散型数据和连续型数据二、离散型数据和连续型数据 离离散散型型数数据据：数数据据是是可可列列的的，通通常常只只能能取取整整，任意两个连续的数值之间不存在其它数值。任意两个连续的数值之间不存在其它数值。连连续续型型数数据据：数数据据的的取取值值是是连连续续不不断断的的，可可以以取介于两个数值之间的任意数值。取介于两个数值之间的任意数值。截面数据：截面数据：不同单位在同一时间的数据不同单位在同一时间的数据 时间序列数据：时间序列数据：同一总体或单位在不同时间的同一总体或单位在不同时间的 数据数据四、原始数据和次级数据四、原始数据和次级数据 原原始始数数据据：直直接接从从各各个个调调查查单单位位搜搜集集的的、尚尚未未经过整理的统计数据资料，也称一手数据。经过整理的统计数据资料，也称一手数据。次次级级数数据据：指指那那些些已已经经经经过过加加工工整整理理的的，往往往往是公开发表的数据，也称二手数据是公开发表的数据，也称二手数据。三、截面数据和时间序列数据三、截面数据和时间序列数据 五、数据的四个层次五、数据的四个层次 依数据性质和运算功能特点分依数据性质和运算功能特点分定类定类数据数据定序定序数据数据原则：原则：互斥原则互斥原则 穷尽原则穷尽原则 特征：特征：分类分类 排序无关紧要排序无关紧要运算：运算：计数计数 特征：特征：分类分类 排序排序运算：运算：计数计数 只对事物的某种属性和类别进行具体的定性描述只对事物的某种属性和类别进行具体的定性描述 在定类测定基础上再对事物所具有的属性顺序进行描述在定类测定基础上再对事物所具有的属性顺序进行描述 五、数据的四个层次五、数据的四个层次 依数据性质和运算功能特点分依数据性质和运算功能特点分定距定距数据数据定比定比数据数据特征：特征：分类分类 排序排序有基本测量单位有基本测量单位 无绝对无绝对“零点零点”运算：运算：计数计数 加减加减 不能乘除不能乘除特征：特征：分类分类 排序排序有基本测量单位有基本测量单位 有绝对有绝对“零点零点”运算：运算：计数计数 加减加减 乘除乘除 将事物区分不同类型并进行排序，再测定其间距大小将事物区分不同类型并进行排序，再测定其间距大小 在定距测定基础上还对事物所具有的比率属性进行描述在定距测定基础上还对事物所具有的比率属性进行描述 定类数据定类数据（分类）（分类）定序数据定序数据（分类、排序）（分类、排序）定距数据定距数据（分类、排序、加减）（分类、排序、加减）定比数据定比数据（分类、排序、加减、乘除）（分类、排序、加减、乘除）对对定定性性数数据据的的测测定定对对定定量量数数据据的的测测定定第三节第三节 数据的来源数据的来源 一、从政府机构、各种行业组织、公司和企业所公布的数据中获取 二、设计一次试验以获取必要的数据 三、从观察研究中获取 四、进行一次调查四第四节第四节 搜集数据的组织方式搜集数据的组织方式 普查普查抽样抽样统计统计报表报表重点重点调查调查为为了了某某些些特特定定的的目目的的而而组组织织的的对对总总体体中中全全部部单单位位都都进进行行的的调调查查对对总总体体中中部部分分单单位位进进行行的的调调查查是是对对总总体体中中的的重重点点单单位位进进行行的调查的调查（数量少，比重大）（数量少，比重大）按按照照一一定定的的表表式式和和要要求求，自自上上而而下下统统一一布布置置，自自下下而而上上提提供供统统计计资资料料的一种统计调查方法的一种统计调查方法普查普查抽样抽样抽样类型非随机非随机抽样抽样随机随机抽样抽样判断判断抽样抽样方便方便抽样抽样定额定额抽样抽样简单随简单随机抽样机抽样分层分层抽样抽样系统系统抽样抽样整群整群抽样抽样又称为又称为典型调查典型调查，从总体中从总体中有意识有意识地地选择若干选择若干有代表性有代表性的典型单位组成的典型单位组成样本进行调查样本进行调查根据根据已定已定的的单位数单位数抽取抽取样本样本随意随意地地抽取样本抽取样本单位，如单位，如街头偶遇街头偶遇式调查式调查 随机随机抽样抽样随机抽样随机抽样（一）随机原则（一）随机原则1、随机原则即、随机原则即机会均等机会均等原则原则2、随机原则、随机原则不等于随意性不等于随意性3、随机抽样能保证样本结构与总体、随机抽样能保证样本结构与总体结构相似结构相似4、随机抽样的误差可以事先计算并加以控制、随机抽样的误差可以事先计算并加以控制（二）抽样误差（二）抽样误差登记性登记性误差误差1、抽样调查中存在的三种误差、抽样调查中存在的三种误差系统性系统性误差误差偶然性偶然性误差误差包括登记、汇总和录入数据时包括登记、汇总和录入数据时产生的误差以及无回答误差和产生的误差以及无回答误差和测量误差等测量误差等违反随机原则产生的误差违反随机原则产生的误差即即抽样误差抽样误差，样本统计量与，样本统计量与 总体参数之间的差异总体参数之间的差异抽样误差抽抽样样的的组组织织方方式式总体内部的差异程度总体内部的差异程度样样本本容容量量的的大大小小2、影响抽样误差的因素、影响抽样误差的因素（三）随机抽样的组织方式（三）随机抽样的组织方式 1、简单随机抽样、简单随机抽样（纯随机抽样）（纯随机抽样）概念：概念：简单随机抽样对总体单位不作任何分类简单随机抽样对总体单位不作任何分类或排序，完全按照或排序，完全按照随机原则随机原则逐个抽取样本单位。逐个抽取样本单位。方法方法 放回抽样：放回抽样：每次都是从每次都是从N的总体中抽取一个单的总体中抽取一个单位，那么所有可能的样本数量为位，那么所有可能的样本数量为 个。个。不放回抽样：不放回抽样：每次都是从剩下未抽中的单位中每次都是从剩下未抽中的单位中抽取，所有可能样本有抽取，所有可能样本有 个。个。适用范围：适用范围：总体规模不大，内部差异也不大总体规模不大，内部差异也不大 2、系统抽样、系统抽样（等距抽样）（等距抽样）概念：概念：系统抽样是将抽样框中的系统抽样是将抽样框中的N个单位按照个单位按照一定的顺序编号，并分成一定的顺序编号，并分成n个系统，每个系统中个系统，每个系统中有有 （取整）（取整）个单位，从抽样框的第一个系统中个单位，从抽样框的第一个系统中的的k个单位中个单位中随机随机抽出第一个样本单位，然后每抽出第一个样本单位，然后每隔隔k个单位再抽一个。个单位再抽一个。方法方法 一是利用现有的顺序或编号一是利用现有的顺序或编号 二是根据相关变量对抽样框中的单位进行编号二是根据相关变量对抽样框中的单位进行编号适用范围：适用范围：当现象存在某种趋势或周期性时，当现象存在某种趋势或周期性时，应避免抽样间隔与现象本身的周期性相吻合。应避免抽样间隔与现象本身的周期性相吻合。4、整群抽样、整群抽样 概念：概念：整群抽样是将抽样框中的整群抽样是将抽样框中的N个单位划分个单位划分成若干个群，然后成若干个群，然后对群进行简单随机抽样对群进行简单随机抽样，并对，并对抽中的抽中的群内所有的单位群内所有的单位进行调查研究。进行调查研究。特点：特点：整群抽样比简单随机抽样能节约更多的整群抽样比简单随机抽样能节约更多的成本，但抽取的单位比较集中，抽样误差较大。成本，但抽取的单位比较集中，抽样误差较大。人口普查人口普查（十年一次，（十年一次，5次）：第四次人口普查的标准次）：第四次人口普查的标准时点是时点是1990年年7月月1日零时；第五次人口普查的标准时日零时；第五次人口普查的标准时点是点是2000年年11月月1日零时日零时工业普查工业普查（3次）：第一次次）：第一次1950年，第二次年，第二次1985年，第年，第三次三次1995年年农业普查农业普查（2次）：第一次农业普查的标准时点是次）：第一次农业普查的标准时点是1996年年12月月31日；第二次农业普查的标准时点是日；第二次农业普查的标准时点是2006年年12月月31日日经济普查经济普查（五年一次，（五年一次，1次）：次）：2004年年12月月31日日历届普查资料历届普查资料