描述統計學內容收集數據的方法整理數據的方法顯示數據的方法

目的描述數據特征找出數據的基本規律102550Q1Q2Q3Q4￥μ=33.75σ2=139.6第2章數據的圖表展示問題1.如何整理與展示數據?2.如何反映數據的基本規律?如何運用數據？整理數據如果你是承辦某校校服的廠家，你將如何制作校服？做個最棒的廠長

測得某班級20名學生身高數據如下。（單位：厘米）

154.0157.5（女）149.0（女）171.2165.2151.0（女）168.5152.5（女）

155.3（女）154.0（女）162.0166.4158.6（女）164.0156.5155.5160.6（女）162.3（女）150.2163.5（女）

問題：為了做好校服，需要更直觀比較男、女生的身高。應對數據做怎樣整理？解：把數據按男、女生分類，男生150.2154.0155.5156.5162.0164.0165.2166.4168.5171.2女生149.0151.0152.5154.0155.3157.5158.6160.6162.3163.5從這些數據中你發現了什么？男生普遍比女生高。

身高在155厘米以上的男生占男生，身高在155厘米以上的女生占女生，身高在160厘米以上的男生占男生

，身高在160厘米以上的女生占女生

。

80%60%60%30%想一想：根據表格，你怎樣比較男、女生的身高？身高在155cm以上的男、女生各占男、女生的百分之幾？身高在160cm以上呢？并按從小到大的次序排列：分類、排序是整理數據的常用方法你將如何制作校服？如果你是廠長，在保證校服售價等外在條件一定的情況下

，你怎樣安排生產，既能盡快完成任務，又能使工廠賺錢獲利？男生150.2154.0155.5156.5162.0164.0165.2166.4168.5171.2女生149.0151.0152.5154.0155.3157.5158.6160.6162.3163.5規格男生女生145＜a≤150149.0150＜a≤155150.2、154.0151.0、152.5、154.0155＜a≤160155.5、156.5155.3、157.5、158.6160＜a≤165162.0、164.0160.6、162.3、163.5165＜a≤170165.2、166.4、168.5170＜a≤171171.2如果你是廠長，123456分組是整理數據的一種重要方法選定適當的間距分組，給每個組編上號碼。你將如何制作校服？數據的整理方法有：分類、排序、分組

從校服制作問題中可以看到：分類、排序、分組可以將原來數量繁多、無序的數據簡化、有序化。因此分類、排序、分組在日常生活、工商業、科研等活動中應用廣泛。整理數據如何運用數據？2.1數據的預處理2.2品質數據的整理與展示2.3數值型數據的整理與展示2.4合理使用圖表第2章數據的圖表展示

要弄清所面對的數據類型(按計量層次分)，因為不同類型的數據，所采取的處理方式和方法是不同的。102.1數據的預處理數據的審核數據的篩選數據的排序11數據的審核完整性審核檢查應調查的單位或個體是否有遺漏所有的調查項目或指標是否填寫齊全準確性審核檢查數據是否真實反映客觀實際情況，內容是否符合實際檢查數據是否有錯誤，計算是否正確等12——原始數據數據的審核適用性審核弄清楚數據的來源、數據的口徑以及有關的背景材料確定這些數據是否符合自己分析研究的需要時效性審核應盡可能使用最新的統計數據13——二手數據數據的篩選當數據中的錯誤不能予以糾正，或者有些數據不符合調查的要求而又無法彌補時，需要對數據進行篩選數據篩選的內容包括將某些不符合要求的數據或有明顯錯誤的數據予以剔除將符合某種特定條件的數據篩選出來，而不符合特定條件的數據予以剔除.數據的排序按一定順序將數據排列，以發現一些明顯的特征或趨勢，找到解決問題的線索排序有助于對數據檢查糾錯，以及為重新歸類或分組等提供依據在某些場合，排序本身就是分析的目的之一151617墨西哥電信大亨蟬聯全球首富蓋茨捐出首富寶座

2011年03月11日

08:47

南方日報

李彥宏身家94億美元成中國內地新首富

昨日，備受世人矚目的《福布斯》2011年全球富豪排行榜出爐，墨西哥億萬富翁卡洛斯·斯利姆·埃盧以740億美元蟬聯了全球首富的寶座，且其與排名第二的微軟創始人比爾·蓋茨(560億美元)之間的財富差距在擴大，“股神”沃倫·巴菲特依然排名第三，財富總額為500億美元。李嘉誠繼續蟬聯華人首富，在富豪榜上的全球排名為11；中國內地首富則出現變動，百度創始人李彥宏取代哇哈哈老板宗慶后，以94億美元身家(折合約611億人民幣)，問鼎中國大陸新首富，并位列全球榜單第95位。福布斯2011年全球富豪排行榜的一大看點，就是新興市場國家的億萬富豪人數大幅增加，特別是中國億萬富豪人數幾乎增加了一倍。

福布斯2011年全球富豪榜名次姓名凈資產(單位：億美元)年齡行業/公司國籍1卡洛斯-斯利姆及其家族74071電信行業墨西哥2比爾-蓋茨56055微軟美國3沃倫-巴菲特50080伯克希爾哈撒韋美國4伯納德-阿諾特41062LVMH集團法國5拉里-埃里森39566甲骨文美國6拉克希米-米塔爾31160鋼鐵印度7阿曼西奧-奧特加31074Zara西班牙8埃克-巴蒂斯塔30054礦業/石油巴西9穆凱什-阿姆巴尼27053化工/油氣印度10克里斯蒂-沃爾頓及其家族26556沃爾瑪美國11李嘉誠26082多種行業中國香港12卡爾-阿爾巴切特25591阿爾迪(Aldi)德國13斯特凡-帕森24563H&M瑞典14弗拉吉米爾-拉辛24054鋼鐵俄羅斯15利利雅娜-貝當古23588歐萊雅法國19

較為著名的是福布斯富豪榜，這是全球最權威的財富榜。

福布斯中國富豪榜400福布斯中國潛力100榜

2007福布斯世界頂級奢侈品榜

2007中國最具價值在職MBA項目

2006中國大陸最佳商業城市100榜

2006中國大陸最適宜發展物流的25座城市

2006福布斯共同基金排行榜

中國頂尖企業100榜

2006全球名人榜100

2006中國上市公司最佳和最差老板排行榜

2006福布斯全球頂級奢侈品榜等等

20福布斯發布09年危險汽車排行2009-02-1009:55:20來源:法制晚報(北京)

《福布斯》雜志發布2009年汽車排行榜——最危險車型雪佛蘭三款上黑榜

2.2品質數據的整理與展示21分類數據的整理與展示順序數據的整理與展示比例百分比(%)22為研究廣告市場的狀況，一家廣告公司在某城市隨機抽取200人就廣告問題做了郵寄問卷調查，其中的一個問題是“您比較關心下列哪一類廣告？”

1．商品廣告；2．服務廣告；3．金融廣告；4．房地產廣告；5．招生招聘廣告；6．其他廣告。廣告類型人數(人)

商品廣告服務廣告金融廣告房地產廣告招生招聘廣告其他廣告11251916102合計200某城市居民關注廣告類型的頻數分布

0.5600.2550.0450.0800.0500.01056.025.54.58.05.01.01.000100.0分類數據的整理頻數：落在各類別中的數據個數頻數分布：把各個類別及其相應的頻數全部表列出，并用表格的形式表現出來

比例：某一類別數據占全部數據的比值百分比：將對比的基數作為100而計算的比值（%）比率：不同類別數值的比值232425

總結：分類數據的整理與圖示

(基本過程)

1.列出各類別

2.計算各類別的頻數3.制作頻數分布表4.用圖形顯示數據分類頻數比例百分比比率ABCDE27在一項城市住房問題的研究中，研究人員在甲乙兩個城市各抽樣調查300戶，其中的一個問題是：“您對您家庭目前的住房狀況是否滿意？

1．非常不滿意；2．不滿意；3．一般；4．滿意；5．非常滿意。

甲城市家庭對住房狀況評價的頻數分布回答類別甲城市戶數(戶)百分比(%)

非常不滿意不滿意一般滿意非常滿意241089345308.036.031.015.010.0合計300100.0————241322252703008.044.075.090.0100.03002761687530100.092.056.025.010.0向上累積

向下累積

戶數(戶)百分比(%)戶數(戶)百分比(%)順序數據的整理累積頻數：將各類別的頻數逐級累加累積頻率：將各類別的頻率(百分比)逐級累加28

29乙城市家庭對住房狀況評價的頻數分布回答類別乙城市戶數(戶)百分比(%)向上累積向下累積戶數(戶)百分比(%)戶數(戶)百分比(%)

非常不滿意不滿意一般滿意非常滿意2199786438合計300100.0————7.033.026.021.312.7211201982623007.040.066.087.3100.030027918010238100.093.060.034.012.730甲城市對住房狀況評價的累積分布圖312.3數值型數據的整理與展示3211712212412913910711713012212510813112511712213312612211810811011812312613313412712311811211213412712311911312012312713513711412012812411513912812412133某生產車間50名工人日加工零件數如下（單位：個）107112117119122123125127130134108113117120122123125127131135108114118120122124126128133137110115118121123124126128133139112117118122123124127129134139單變量值分組

單變量值分組

將每一個變量值作為一組適合于離散變量適合于變量值較少的情況

單變量值分組

（實例）某車間50名工人日加工零件數分組表零件數(個)頻數(人)零件數(個)頻數(人)零件數(個)頻數(人)107108110112113114115117118121211133119120121122123124125126127121443223128129130131133134135137139211122112組距分組

步驟排序確定組數確定各組組距組距=（最大值-最小值）÷組數根據分組整理頻數分布表36=（139-107）/7=4.57

≈

5

~

~

~

~

~

等距分組表（上下組限重疊）按零件數分組頻數（人）頻率（%）105~110110~115115~120120~125125~130130~135135~140合計某車間50名工人日加工零件數分組表35814106481018281812650100數據分組原則不重不漏“不重”“不漏”上組限不在內當相鄰兩組的上下限重疊時，恰好等于某一組上限變量值，不算在本組內分組的數量在5-15之間為宜過多，則無法揭示數據整體分布的特征過少，則會丟失很多重要的信息38

等距分組表（上下組限間斷）39按零件數分組頻數（人）頻率（%）105~109110~114115~119120~124125~129130~134135~139358141064610162820128合計50100某車間50名工人日加工零件數分組表40某生產車間50名工人日加工零件數如下（單位：個）60112117119122123125127130134108113117120122123125127131135108114118120122124126128133137110115118121123124126128133139112117118122123124127129134200等距分組表（使用開口組）41按零件數分組頻數（人）頻率（%）109以下110~114115~119120~124125~129130~134135以上358141064610162820128合計50100某車間50名工人日加工零件數分組表按雇工人數分析我國某地區私營企業的規模：42雇工人數（人）企業數（個）百分比（%）1-194235.020-993428.3100-1992520.8200-4991411.7500及以上54.2合計120100.0不等距分組總結：分組方法分組方法等距分組不等距分組單變量值分組組距分組等距分組與不等距分組等距分組當數據在一定范圍內呈現對稱分布時使用各組頻數的分布不受組距大小的影響可直接根據絕對頻數來觀察頻數分布的特征和規律不等距分組當數據分布狀態極度偏斜時使用各組頻數的分布受組距大小不同的影響各組絕對頻數的多少不能反映頻數分布的實際狀況44組中值反映各組數據的一般水平假定條件：各組數據在本組內呈均勻分布或在組中值兩側成對稱分布組中值=（上限值+下限值）/245圖示1．直方圖2．折線圖3．曲線圖4．條形圖5．圓形圖以下圖形均由計算機繪制!ExcelSTATISTICA餅圖47

（由Excel繪制的圓形圖）

其他廣告1.0%

房地產廣告8.0%

商品廣告56.0%

金融廣告4.5%

服務廣告25.5%

招生招聘廣告5.8%某城市居民關注不同類型廣告的人數構成數值型數據的圖示Excel

分組數據—直方圖和折線圖（一）分組數據—直方圖(histogram)用矩形的寬度和高度來表示頻數分布的圖形，實際上是用矩形的面積來表示各組的頻數分布。在直角坐標中，用橫軸表示數據分組，縱軸表示頻數或頻率，各組與相應的頻數就形成了一個矩形，即直方圖。51頻數(人)1512963105110115120125130135140日加工零件數(個)某車間工人日加工零件數的直方圖我一眼就看出來了，大多數人的日加工零件數在120-125之間!

直方圖直方圖與條形圖的區別（1）條形圖是用條形的長度(橫