统计学贾俊平第3章数据的图表展示

All rights reserved11第第3 3章章 数据的图表展示数据的图表展示3.1 数据的预处理3.2 品质数据的整理与展示3.3 数值型数据的整理与展示3.4 合理使用图表All rights reserved2参考书参考书2All rights reserved3参考书参考书3All rights reserved4参考书参考书4All rights reserved55参考书参考书All rights reserved6图表的力量图表的力量统计图表的意义n“给我10页纸的报告，必须有9页是数据和图表分析，还有1页是封面”n“文不如表，表不如图”nGraphs are the most effective way to communicate using datan一图胜千言lJohn Tukey：“图形的最大价值就是使我们注意到我们从来没有料到过的信息”All rights reserved7图表的力量图表的力量历史上著名的统计图表n拿破仑的大军团进军俄国lMinard绘制的地图，展现了1812年拿破仑的大军团进军俄国的路，线（上半部分）和撤退时的气温变化（下半部分）。这一历史事件中，法军数量的急剧减少以及恶劣的气候条件一览无遗All rights reserved8图表的力量图表的力量法国科学家 Marey称：该图所展现出的雄辩对历史学家的笔是一种极大的挑战All rights reserved9图表的力量图表的力量n进出口时间序列lPlayfair (1786)绘制的线图。这幅图主要展示了1700年至1780年间英格兰的进出口时序数据All rights reserved10图表的力量图表的力量n南丁格尔“玫瑰图”人类发现了统计 统计改变了世界，若想了解上帝在想什么，我们就必须学统计，因为统计学就是在量测他的旨意All rights reserved11图表的力量图表的力量南丁格尔的极坐标面积图：两幅图分别是1854年和1855年的军队伤亡人数，一年12个月恰好可以将极坐标分为12等分，每一瓣代表一个月。图中用颜色标记出了三种死亡原因。All rights reserved12图表的力量（续）图表的力量（续）n统计地图l1854年英国Broad大街大规模爆发霍乱，当时了解微生物理论的人很少，人们不清楚霍乱传播途径，而“瘴气传播理论”是当时的主导理论；lJohn Snow对这种理论表示了怀疑，于1849年发表了关于霍乱传播理论的论文，本图即其主要依据All rights reserved13图表的力量图表的力量这幅图形揭示了一个重要现象，就是死亡发生地都在街道中部一处水源（水井）周围，市内其它水源周围极少发现死者。进一步调查他发现这些死者都饮用过这里的井水All rights reserved14143.1 数据预处理数据预处理All rights reserved15数据的预处理数据的预处理数据审核检查数据中的错误数据筛选找出符合条件的数据数据排序升序和降序寻找数据的基本特征数据透视n按需要汇总数据的预处理数据的预处理All rights reserved16数据审核数据审核原始数据原始数据 完整性审核n应调查的单位或个体是否有遗漏n所有的调查项目或变量是否填写齐全 准确性审核n数据是否真实反映实际情况，内容是否符合实际n数据是否有错误，计算是否正确等All rights reserved17数据的审核数据的审核二手二手数据数据 适用性审核n弄清楚数据的来源、数据的口径以及有关的背景材料n确定数据是否符合自己分析研究的需要 时效性审核n尽可能使用最新的数据 确认是否有必要做进一步的加工整理!All rights reserved18数据筛选数据筛选 当数据中的错误不能予以纠正，或者有些数据不符合调查的要求而又无法弥补时，需要对数据进行筛选数据筛选的内容将某些不符合要求的数据或有明显错误的数据予以剔除将符合某种特定条件的数据筛选出来，而不符合特定条件的数据予以剔除All rights reserved19用用ExcelExcel例例3.13.1进行数据筛选进行数据筛选 8 8名学生的考试成绩数据名学生的考试成绩数据名学生的考试成绩数据名学生的考试成绩数据 数据筛选数据筛选All rights reserved20数据数据排序排序数据排序（Sort)按一定顺序将数据排列，以发现一些明显的特征或趋势，找到解决问题的线索排序有助于对数据检查纠错，以及为重新归类或分组等提供依据在某些场合，排序本身就是分析的目的之一排序可借助于计算机完成All rights reserved21数据数据排序排序分类数据的排序字母型数据，排序有升序降序之分，但习惯上用升序汉字型数据，可按汉字的首位拼音字母排列，也可按笔画排序，其中也有笔画多少的升序降序之分数值型数据的排序n递增排序：设一组数据为x1，x2，xn，递增排序后可表示为：x(1)x(2)x(2)x(n)All rights reserved22数据透视数据透视表表数据透视表(pivot table )以从复杂的数据中提取有用的信息可以对数据表的重要信息按使用者的习惯或分析要求进行汇总和作图形成一个符合需要的交叉表(列联表)在利用数据透视表时，数据源表中的首行必须有列标题表3.2All rights reserved23233.2 品质数据的整理与展示品质数据的整理与展示All rights reserved24数据的整理与数据的整理与显示显示n明确面对的数据类型。不同类型的数据，采取不同的处理方式和方法n对分类数据和顺序数据主要是作分类整理n对数值型数据则主要是作分组整理n适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据All rights reserved25分类数据的整理分类数据的整理n列出各类别n计算各列的频数n制作频数分布表n用图形显示数据All rights reserved26分类数据的整理分类数据的整理n频数频数(frequency) ：落在各类别中的数据个数n比比率率(proportion) ：某一类别数据个数占全部数据个数的比值n百百分分比比(percentage) ：将对比的基数作为100而计算的比值n比例比例(ratio) ：不同类别数值个数的比值All rights reserved27分类数据整理分类数据整理频数分布频数分布表表例3.3 一家市场调查公司为研究不同品牌饮料的市场占有率，对随机抽取的一家超市进行了调查。调查员在某天对50名顾客购买饮料的品牌进行了记录，如果一个顾客购买某一品牌的饮料，就将这一饮料的品牌名字记录一次 。右边就是记录的原始数据用用Excel制作频数分布表制作频数分布表绿色绿色绿色绿色健康饮品健康饮品健康饮品健康饮品All rights reserved28分类数据的图示分类数据的图示BarBar图图n用宽度相同的条形的高度或长短来表示各类别数据的图形n有单式条形图、复式条形图等形式n主要用于反映分类数据的频数分布n绘制时，各类别可以放在纵轴，称为条条形形图图，也可以放在横轴，称为柱形图柱形图All rights reserved2929All rights reserved30帕累托图帕累托图30All rights reserved31频数汇总n罪犯的例子改造方式无新罪新罪总计监狱221840文学课32638总计542478例析例析All rights reserved32例析例析Bar图All rights reserved33马赛克图马赛克图n总统选票 All rights reserved34分类数据的图示分类数据的图示饼图饼图n也称圆形图，是用圆形及圆内扇形的角度来表示数值大小的图形n主要用于表示样本或总体中各组成部分所占的比例，用于研究结构性问题n绘制圆形图时，样本或总体中各部分所占的百分比用圆内的各个扇形角度表示，这些扇形的中心角度，按各部分数据百分比乘以3600确定All rights reserved35顺序数据的整理与图示顺序数据的整理与图示All rights reserved36顺序数据的整理顺序数据的整理(可计算的统计量可计算的统计量)n对 分 类 数 据 和 顺 序 数 据 主累累 积积 频频 数数(cumulative frequencies)：各类别频数的逐级累加n累累积积频频率率(cumulative percentages)：各类别频率(百分比)的逐级累加All rights reserved37顺序数据的频数分布表顺序数据的频数分布表【例例例例】在一项城市住房问题的研究中，研究人员在甲乙两个城市各抽样调查300户，其中的一个问题是：“您对您家庭目前的住房状况是否满意？” 1 非 常 不满意；2不满意；3一般；4满意；5非常满意。 甲城市家庭对住房状况评价的频数分布甲城市家庭对住房状况评价的频数分布甲城市家庭对住房状况评价的频数分布甲城市家庭对住房状况评价的频数分布回答类别回答类别甲城市甲城市户数户数(户户)百分比百分比(%)向上累积向上累积 向下累积向下累积 户数户数(户户)百分比百分比(%)户数户数(户户)百分比百分比(%) 非常不满意非常不满意 不满意不满意 一般一般 满意满意 非常满意非常满意 24108 93 45 30 836311510 24132225270300 8.0 44.0 75.0 90.0100.0300276168 75 30100.092562510合计合计300100.0All rights reserved38顺序数据的频数分布表顺序数据的频数分布表乙城市家庭对住房状况评价的频数分布乙城市家庭对住房状况评价的频数分布乙城市家庭对住房状况评价的频数分布乙城市家庭对住房状况评价的频数分布回答类别回答类别乙城市乙城市户数户数(户户)百分比百分比(%)向上累积向上累积 向下累积向下累积 户数户数(户户)百分比百分比(%)户数户数(户户)百分比百分比(%) 非常不满意非常不满意 不满意不满意 一般一般 满意满意 非常满意非常满意2199786438 7.033.026.021.312.7 21120198262300 7.0 40.0 66.0 87.3100.0300279180102 38100.0 93.0 60.0 34.0 12.7合计合计300100.0All rights reserved39顺序数据的图示顺序数据的图示累计频数分布图累计频数分布图243001322252700100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(a)向上累积向上累积27616830300750100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(b)向下累积向下累积甲城市家庭对住房状况评价的累积频数分布甲城市家庭对住房状况评价的累积频数分布甲城市家庭对住房状况评价的累积频数分布甲城市家庭对住房状况评价的累积频数分布All rights reserved40环形图环形图n环形图中间有一个“空洞”，样本或总体中的每一部分数据用环中的一段表示n与饼图类似，但又有区别 饼图只能显示一个总体各部分所占的比例， 环形图则可以同时绘制多个样本或总体的数据系列，每一个样本或总体的数据系列为一个环n用于结构比较研究 n用于展示分类和顺序数据All rights reserved41环形图环形图 8%36%31%15%7%33%26%21%13%10% 非常不满意 不满意 一般 满意 非常满意 甲乙两城市家庭对住房状况的评价甲乙两城市家庭对住房状况的评价All rights reserved42423.3 数值型数据的整理与展示数值型数据的整理与展示All rights reserved43数据分组数据分组n将变量值的一个区间作为一组n适合于连续变量n适合于变量值较多的情况n需要遵循“不重不漏”的原则n可采用等距分组，也可采用不等距分组All righ