《統(tǒng)計(jì)數(shù)據(jù)分析基礎(chǔ)教程（第二版）》第1章 概述

統(tǒng)計(jì)數(shù)據(jù)分析基礎(chǔ)教程（第二版）

―基于SPSS20和Excel2010的調(diào)查數(shù)據(jù)分析第1章概述本章內(nèi)容1.1什么是統(tǒng)計(jì)1.2統(tǒng)計(jì)、計(jì)算機(jī)與統(tǒng)計(jì)軟件1.3為何要使用Excel來(lái)學(xué)習(xí)統(tǒng)計(jì)1.4變量及其分類(lèi)1.5數(shù)據(jù)的收集附錄Excel“數(shù)據(jù)分析”工具1.1什么是統(tǒng)計(jì)你想過(guò)下面的問(wèn)題嗎？（1）當(dāng)你買(mǎi)了一臺(tái)電視，被告知三年內(nèi)可以免費(fèi)保修時(shí),你想過(guò)廠家憑什么這樣說(shuō)嗎？說(shuō)多了，廠家會(huì)損失；說(shuō)少了，會(huì)失去競(jìng)爭(zhēng)，也是損失。到底這個(gè)保修期是怎樣決定的呢？（2）在同一年級(jí)中，同一門(mén)統(tǒng)計(jì)學(xué)的課程可能由一些不同的教師講授。教師講課方式當(dāng)然不一樣，考試題目也不一定相同。那么如何比較不同班級(jí)的統(tǒng)計(jì)學(xué)成績(jī)呢？（3）大學(xué)排名是一個(gè)非常敏感的問(wèn)題。不同的機(jī)構(gòu)會(huì)得出不同的結(jié)果，各自都說(shuō)自己是客觀、公正和有道理的。到底如何理解這些不同的結(jié)果呢？（4）如何通過(guò)大眾調(diào)查來(lái)得到性別、年齡、職業(yè)、收入等各種因素與公眾對(duì)某件事物（比如商品或政策）的態(tài)度的關(guān)系呢？（5）如何才能夠客觀地得知某個(gè)電視節(jié)目的收視率，以確定廣告的價(jià)格是否合理呢？1.1什么是統(tǒng)計(jì)統(tǒng)計(jì)學(xué)應(yīng)用領(lǐng)域：社會(huì)學(xué)、新聞?wù){(diào)查精算、農(nóng)業(yè)、動(dòng)物學(xué)、人類(lèi)學(xué)、考古學(xué)、審計(jì)學(xué)、人口統(tǒng)計(jì)學(xué)、牙醫(yī)學(xué)、生態(tài)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、教育學(xué)、選舉預(yù)測(cè)和策劃、工程、流行病學(xué)、金融、水產(chǎn)漁業(yè)研究、遺傳學(xué)、地理學(xué)、地質(zhì)學(xué)、歷史研究、人類(lèi)遺傳學(xué)、水文學(xué)、工業(yè)、法律、語(yǔ)言學(xué)、文學(xué)、勞動(dòng)力計(jì)劃、管理科學(xué)、市場(chǎng)營(yíng)銷(xiāo)學(xué)、醫(yī)學(xué)診斷、氣象學(xué)、軍事科學(xué)、眼科學(xué)、制藥學(xué)、物理學(xué)、政治學(xué)、心理學(xué)、心理物理學(xué)、質(zhì)量控制、宗教研究、分類(lèi)學(xué)、氣象改善、博彩等。當(dāng)然，大家用不著也不可能理解所有的統(tǒng)計(jì)應(yīng)用，只要能夠解決自己身邊的統(tǒng)計(jì)問(wèn)題就足夠了。1.1什么是統(tǒng)計(jì)統(tǒng)計(jì)學(xué)（Statistics）是用以收集數(shù)據(jù)、分析數(shù)據(jù)并進(jìn)而由數(shù)據(jù)得出結(jié)論的一組概念、原則和方法。因而有學(xué)者也將統(tǒng)計(jì)學(xué)稱(chēng)為統(tǒng)計(jì)方法（StatisticalMethod）。比如，要得到某電視節(jié)目的收視率，可能首先要在該節(jié)目播出時(shí)，利用電話(huà)對(duì)看電視的人進(jìn)行采訪，同時(shí)問(wèn)他們?cè)谟^看什么節(jié)目。在得到了被采訪的看電視的總?cè)藬?shù)和其中觀看該節(jié)目的人數(shù)之后，就有可能得到這部分觀眾中觀看該節(jié)目的比例，即大致的收視率了。之后還要經(jīng)過(guò)統(tǒng)計(jì)分析，評(píng)估這個(gè)收視率的可信度和代表性等。顯然，這是一個(gè)收集數(shù)據(jù)，然后通過(guò)分析數(shù)據(jù)得到結(jié)論的簡(jiǎn)單例子。

1.2 統(tǒng)計(jì)、計(jì)算機(jī)與統(tǒng)計(jì)軟件現(xiàn)代生活越來(lái)越離不開(kāi)計(jì)算機(jī)了。最早使用計(jì)算機(jī)的統(tǒng)計(jì)當(dāng)然更離不開(kāi)計(jì)算機(jī)了。計(jì)算機(jī)的使用，也從過(guò)去必須學(xué)會(huì)計(jì)算機(jī)語(yǔ)言發(fā)展到只需要“傻瓜式”地點(diǎn)擊鼠標(biāo)；結(jié)果也從單純的數(shù)字輸出發(fā)展到包括漂亮的表格和圖形在內(nèi)的各種形式。統(tǒng)計(jì)軟件的發(fā)展，也使得統(tǒng)計(jì)從統(tǒng)計(jì)學(xué)家的圈內(nèi)游戲變成了大眾的游戲。只要輸入你的數(shù)據(jù)，點(diǎn)幾下鼠標(biāo)，做一些選項(xiàng)，馬上就得到令人驚嘆的漂亮結(jié)果了。應(yīng)該特別留神，明白自己是在干什么，不要在得到一堆毫無(wú)意義的垃圾之后還沾沾自喜。1.2 統(tǒng)計(jì)、計(jì)算機(jī)與統(tǒng)計(jì)軟件SPSS：這是一個(gè)很受歡迎的統(tǒng)計(jì)軟件。它操作容易，輸出漂亮，功能齊全，價(jià)格合理。它也有自己的程序語(yǔ)言，但基本上已經(jīng)“傻瓜化”。對(duì)于非專(zhuān)業(yè)統(tǒng)計(jì)工作者，它是很好的選擇。Excel：嚴(yán)格說(shuō)來(lái)，Excel并不是統(tǒng)計(jì)軟件，但作為數(shù)據(jù)表格軟件，必然有一定的統(tǒng)計(jì)計(jì)算功能。而且凡是安裝了MicrosoftOffice的計(jì)算機(jī)，基本上都裝有Excel。但要注意，有時(shí)在安裝Office時(shí)沒(méi)有安裝（加載）“數(shù)據(jù)分析”的功能，那就必須裝（加載）了才行。當(dāng)然，畫(huà)圖功能是已經(jīng)具備了的。對(duì)于簡(jiǎn)單分析，Excel還算方便，但隨著問(wèn)題的深入，Excel就不那么“傻瓜”了。SAS：這是一款功能非常齊全的軟件。盡管價(jià)格相當(dāng)不菲，但許多公司，特別是美國(guó)制藥公司都在使用，這多半因?yàn)槠涔δ鼙姸嗪湍承┟绹?guó)政府機(jī)構(gòu)一些人的偏愛(ài)。盡管現(xiàn)在已經(jīng)盡量“傻瓜化”，但仍然需要一定的訓(xùn)練才可以使用。也可以用它編程計(jì)算，但對(duì)于基本統(tǒng)計(jì)課程則不那么方便。學(xué)習(xí)軟件的最好方式是需要時(shí)在使用中學(xué)。1.3為何要使用Excel來(lái)學(xué)習(xí)統(tǒng)計(jì)由于微軟的Office已相當(dāng)普及，并且廣泛地應(yīng)用于工商企業(yè)及個(gè)人使用領(lǐng)域，要想在一臺(tái)個(gè)人計(jì)算機(jī)上找到Excel，要比找到SPSS或SAS軟件容易得多，而且Excel具有易學(xué)易懂的特性。雖然Excel并沒(méi)有被歸類(lèi)為統(tǒng)計(jì)軟件，并且其與統(tǒng)計(jì)有關(guān)的函數(shù)和“數(shù)據(jù)分析”功能是絕對(duì)無(wú)法與SPSS或SAS統(tǒng)計(jì)軟件相提并論的，但對(duì)絕大多數(shù)人而言已經(jīng)足夠了。生活在“信息時(shí)代”中的人們比以前任何時(shí)候都更頻繁地與數(shù)據(jù)打交道，Excel就是為現(xiàn)代人進(jìn)行數(shù)據(jù)處理而定制的一個(gè)工具。無(wú)論是在科學(xué)研究、醫(yī)療教育、商業(yè)活動(dòng)還是家庭生活中，Excel都能滿(mǎn)足大多數(shù)人的數(shù)據(jù)處理需求。Excel擁有強(qiáng)大的計(jì)算、分析、傳遞和共享功能，可以幫助用戶(hù)將繁雜的數(shù)據(jù)轉(zhuǎn)化為有用的信息。偉人說(shuō)“實(shí)踐出真知”，在Excel中，不但實(shí)踐出真知，而且實(shí)踐出技巧。1.4 變量及其分類(lèi)變量（Variable）是用來(lái)描述總體中成員的某一特性。在搜集數(shù)據(jù)的過(guò)程中，需要搜集各類(lèi)的變量。例如，性別、年齡、職業(yè)、教育程度、收入等人口統(tǒng)計(jì)變量。又如，為了預(yù)測(cè)明年的銷(xiāo)售量，所搜集到的數(shù)據(jù)如廣告費(fèi)、人事費(fèi)、銷(xiāo)售人員數(shù)等，也都是一種變量。在現(xiàn)實(shí)生活或自然界中的一些現(xiàn)象，通常都不是單一變量可以描述得很清楚的。例如，要描述某一個(gè)人，僅使用性別變量，說(shuō)他（或她）是男性（或是女性），肯定是無(wú)法說(shuō)明白的。但隨著變量（例如年齡、膚色、頭發(fā)、身高、體重、種族等）的增加，可以逐漸描述得更清楚一些。1.4 變量及其分類(lèi)定性變量（QualitativeVariable）也稱(chēng)離散變量或分類(lèi)變量。例如，使用的手機(jī)品牌、學(xué)生所在的學(xué)院、就讀的班級(jí)、宗教信仰、參加的社團(tuán)、喜好的運(yùn)動(dòng)、最常飲用的飲料類(lèi)別、最喜歡的歌手、最喜歡的影星、民族、黨派，均屬定性變量（分類(lèi)變量）。分類(lèi)變量的觀測(cè)結(jié)果稱(chēng)為分類(lèi)數(shù)據(jù)。如性別：男[1]、女[2]。定序變量：如果類(lèi)別具有一定的順序，這樣的變量也稱(chēng)為有序變量（RankVariable）或有序分類(lèi)變量。相應(yīng)的觀測(cè)結(jié)果稱(chēng)為有序數(shù)據(jù)。例如，成績(jī)：優(yōu)[5]、良[4]、中[3]、及格[2]、不及格[1]；文化程度：小學(xué)[1]、中學(xué)[2]、大學(xué)[3]、研究生[4]；職稱(chēng)：教授[4]、副教授[3]、講師[2]、助教[1]；評(píng)價(jià)：非常重要[5]、重要[4]、一般[3]、不重要[2]、非常不重要[1]；態(tài)度：贊成[3]、中立[2]、反對(duì)[1]。定量變量（QuantitativeVariable）也稱(chēng)數(shù)值型變量。例如，成績(jī)、年齡、收入、國(guó)民生產(chǎn)總值、體重、身高、智力、溫度等均屬定量變量。定量變量的觀測(cè)結(jié)果稱(chēng)為定量數(shù)據(jù)或數(shù)值型數(shù)據(jù)。在實(shí)際應(yīng)用中，變量類(lèi)型一般只分為定性變量（分類(lèi)變量）和定量變量（數(shù)值型變量）兩大類(lèi)。1.5數(shù)據(jù)的收集（怎樣得到數(shù)據(jù)）每天翻開(kāi)報(bào)紙或打開(kāi)電視，就可以看到各種數(shù)據(jù)，比如高速公路通車(chē)?yán)锍獭⒐善毙星?、外匯牌價(jià)、房?jī)r(jià)、流行病的有關(guān)數(shù)據(jù)。當(dāng)然還有國(guó)家統(tǒng)計(jì)局定期發(fā)布的各種國(guó)家經(jīng)濟(jì)數(shù)據(jù)、海關(guān)發(fā)布的進(jìn)出口貿(mào)易數(shù)據(jù)等。從這些數(shù)據(jù)中，各有關(guān)方面可以提取對(duì)自己有用的信息。顯然，這些間接得到的數(shù)據(jù)都是二手?jǐn)?shù)據(jù)。獲得第一手?jǐn)?shù)據(jù)并不像得到二手?jǐn)?shù)據(jù)那么輕松。某些企業(yè)每年至少要花三四千萬(wàn)元來(lái)收集和分析數(shù)據(jù)。他們調(diào)查其產(chǎn)品目前在市場(chǎng)中的狀況和地位，并確定其競(jìng)爭(zhēng)對(duì)手的態(tài)勢(shì)。他們調(diào)查不同地區(qū)、不同階層的民眾對(duì)其產(chǎn)品的認(rèn)知程度和購(gòu)買(mǎi)意愿，以改進(jìn)產(chǎn)品或推出新品種以爭(zhēng)取新顧客。他們還收集各地方的經(jīng)濟(jì)、交通等信息，以決定如何保住現(xiàn)有市場(chǎng)和開(kāi)發(fā)新市場(chǎng)。市場(chǎng)信息數(shù)據(jù)對(duì)企業(yè)是至關(guān)重要的，他們很舍得在這方面花錢(qián)。因?yàn)檫@是企業(yè)生存所必需的，絕不是可有可無(wú)的。1.5數(shù)據(jù)的收集（個(gè)體、總體和樣本）要想了解北京市民對(duì)建設(shè)北京交通設(shè)施是以包括軌道運(yùn)輸在內(nèi)的公共交通工具為主還是以小汽車(chē)為主的觀點(diǎn)，需要進(jìn)行調(diào)查。調(diào)查對(duì)象是所有北京市民，調(diào)查目的是希望知道市民中對(duì)這個(gè)問(wèn)題的不同看法各自占有的比例。顯然，不可能去問(wèn)所有的北京市民，而只能夠問(wèn)一部分，并且根據(jù)這一部分的觀點(diǎn)來(lái)理解整個(gè)北京市民的總體觀點(diǎn)。在這個(gè)例子中，單個(gè)北京市民稱(chēng)為調(diào)查的對(duì)象；而他們的觀點(diǎn)稱(chēng)為（這個(gè)調(diào)查問(wèn)題的）個(gè)體；而稱(chēng)所有北京市民對(duì)這個(gè)問(wèn)題的觀點(diǎn)為一個(gè)總體，總體是包含所有要研究的個(gè)體的集合；而調(diào)查時(shí)問(wèn)到的那部分市民的觀點(diǎn)（也就是部分個(gè)體）稱(chēng)為該總體的一個(gè)樣本，是總體中選出的一部分。當(dāng)然，也有可能試圖調(diào)查所有的人，那叫普查（Census），比如人口普查。有人喜歡把作為調(diào)查對(duì)象的北京市民稱(chēng)為個(gè)體，但每個(gè)市民還有其他諸如身高、體重、教育程度等無(wú)數(shù)特征，這些都不是我們調(diào)查的目的。因此，為了強(qiáng)調(diào)我們調(diào)查的目的，市民的觀點(diǎn)才應(yīng)稱(chēng)為個(gè)體。1.5數(shù)據(jù)的收集（個(gè)體、總體和樣本）在抽取樣本時(shí)，如果總體中的每一個(gè)個(gè)體都有同等機(jī)會(huì)被選到樣本中，這種抽樣稱(chēng)為簡(jiǎn)單隨機(jī)抽樣（例子P42），而這樣得到的樣本則稱(chēng)為隨機(jī)樣本。隨機(jī)抽樣就像從一鍋攪勻的八寶粥中舀出一勺，其中各種成分的比例應(yīng)該和鍋里的比例大致一樣。大小為N的總體中產(chǎn)生樣本量為n的隨機(jī)樣本的一個(gè)常用的方法是利用隨機(jī)數(shù)。其步驟為：（1）先把總體的所有個(gè)體編號(hào)；（2）然后產(chǎn)生n個(gè)1到N之間的隨機(jī)數(shù)；（3）與如此產(chǎn)生的隨機(jī)數(shù)中的數(shù)目相同的個(gè)體則形成了樣本量為n的簡(jiǎn)單隨機(jī)樣本。在廣泛使用計(jì)算機(jī)的今天，為了方便，很多實(shí)際工作者應(yīng)用計(jì)算機(jī)所產(chǎn)生的偽隨機(jī)數(shù)來(lái)代替真正的隨機(jī)數(shù)。在實(shí)踐中，得到隨機(jī)樣本并不容易，很多搞調(diào)查的人就采取簡(jiǎn)單的辦法：方便樣本。具體實(shí)現(xiàn)方法：參見(jiàn)實(shí)驗(yàn)1.3、實(shí)驗(yàn)1.4和實(shí)驗(yàn)1.51.5數(shù)據(jù)的收集（ 收集數(shù)據(jù)時(shí)的誤差）假定在某一職業(yè)人群中女性占的比例為60％。如果在這個(gè)人群中抽取一些隨機(jī)樣本，這些隨機(jī)樣本中女性的比例并不一定剛好是60％，可能稍微多些或稍微少些。這是很正常的，因?yàn)闃颖镜奶卣鞑灰欢ê涂傮w完全一樣。這種差異不是錯(cuò)誤，而是必然會(huì)出現(xiàn)的抽樣誤差。在抽樣調(diào)查中，一些人因?yàn)榉N種原因沒(méi)有對(duì)調(diào)查做出反應(yīng)（或回答），這種誤差稱(chēng)為未響應(yīng)誤差。而另有一些人因?yàn)楦鞣N原因回答時(shí)并沒(méi)有真實(shí)反映他們的觀點(diǎn)，這稱(chēng)為響應(yīng)誤差。和抽樣誤差不一樣，未響應(yīng)誤差和響應(yīng)誤差都會(huì)影響對(duì)真實(shí)世界的了解，應(yīng)該在設(shè)計(jì)調(diào)查方案時(shí)盡量避免。1.5數(shù)據(jù)的收集

（抽樣調(diào)查以及一些常用的方法）抽樣調(diào)查（SampleSurvey）的領(lǐng)域涉及如何用有效的方式得到樣本數(shù)據(jù)。最常用的問(wèn)卷調(diào)查方式，包括通過(guò)郵件報(bào)刊等手段調(diào)查、電話(huà)調(diào)查和面對(duì)面調(diào)查等。這些調(diào)查方式都利用了問(wèn)卷（questionnaire），而問(wèn)卷的設(shè)計(jì)則很有學(xué)問(wèn)。它涉及如何用詞、問(wèn)題的次序以及問(wèn)題的選擇和組合等。這涉及心理學(xué)、社會(huì)學(xué)等知識(shí)。抽樣調(diào)查設(shè)計(jì)的目的之一是確保樣本對(duì)總體的代表性，以保證后續(xù)推斷的可靠性。概率抽樣方法：系統(tǒng)抽樣（系統(tǒng)隨機(jī)抽樣的例子P42）、分層抽樣、整群抽樣、多級(jí)抽樣。非概率抽樣方法：目的抽樣、方便抽樣、判斷抽樣、定額抽樣、雪球抽樣、自我選擇。附錄Excel“數(shù)據(jù)分析”工具（P10）1.Excel數(shù)據(jù)分析工具（1）工作表函數(shù)與數(shù)據(jù)分析工具的區(qū)別（2）數(shù)據(jù)分析工具的內(nèi)容“數(shù)據(jù)”選項(xiàng)卡-->“分析”組-->“數(shù)據(jù)分析”2.在Excel2010中激活“分析工具庫(kù)”加載項(xiàng)第一步：?jiǎn)螕簟疚募窟x項(xiàng)卡，在彈出的列表中單擊【選項(xiàng)】命令，這時(shí)將出現(xiàn)【Excel選項(xiàng)】對(duì)話(huà)框；第二步：在【Excel選項(xiàng)】對(duì)話(huà)框中，單擊【加載項(xiàng)】命令，在右側(cè)【管理】下拉列表中選定【Exce1加載項(xiàng)】，單擊【轉(zhuǎn)到】按鈕，打開(kāi)【加載宏】對(duì)話(huà)框；第三步：在【加載宏】對(duì)話(huà)框中，勾選【分析工具庫(kù)】選項(xiàng)，單擊【確定】按鈕。實(shí)驗(yàn)指導(dǎo)實(shí)驗(yàn)1.1使用Excel的RAND隨機(jī)數(shù)函數(shù)

產(chǎn)生隨機(jī)數(shù)表實(shí)驗(yàn)1.2使用Excel的“隨機(jī)