定量分析社會(huì)調(diào)查研究方法講義課件

定量研究定量研究當(dāng)我們運(yùn)用各種方法收集到一批數(shù)據(jù)資料后，就必須對(duì)這些資料進(jìn)行統(tǒng)計(jì)分析。本章將按定量資料分析的程序，對(duì)原始數(shù)據(jù)的整理、錄入，以及單變量分析、雙變量分析和多變量分析做簡(jiǎn)要的介紹。當(dāng)我們運(yùn)用各種方法收集到一批數(shù)據(jù)資料后，就必須對(duì)這些資料進(jìn)行一、資料的整理與錄入（一）資料的審核資料的審核是資料整理的第一步。它是指研究者對(duì)所收集的原始資料（主要是問(wèn)卷）進(jìn)行初步的審閱，校正錯(cuò)填、誤填的答案，剔出亂填、空白和嚴(yán)重缺答的廢卷。其目的是使得原始資料具有較高的準(zhǔn)確性、完整性和真實(shí)性，從而為后續(xù)資料整理錄入與統(tǒng)計(jì)分析打下較好的基礎(chǔ)。一、資料的整理與錄入（一）資料的審核資料的審核包括：一是檢查問(wèn)卷資料中的問(wèn)題；二是重新向被調(diào)查者核實(shí)?！居袝r(shí)候，在收集資料的過(guò)程中邊收集邊審核，這也叫實(shí)地審核；有時(shí)候，是集中審核，也叫系統(tǒng)審核?！抠Y料的審核包括：一是檢查問(wèn)卷資料中的問(wèn)題；二是重新向被調(diào)查者（二）資料的轉(zhuǎn)換編碼：就是給每個(gè)答案一個(gè)數(shù)字作為它的代碼?！緦⒒卮鸬拇鸢皋D(zhuǎn)換成數(shù)字】為了減少資料轉(zhuǎn)換工作中的誤差，保證資料轉(zhuǎn)換數(shù)據(jù)的質(zhì)量，研究者需要編制一份編碼手冊(cè)（也稱(chēng)編碼?。┌l(fā)給編碼員，每個(gè)編碼員按編碼手冊(cè)的要求，統(tǒng)一進(jìn)行資料轉(zhuǎn)換。在編碼手冊(cè)中，研究者將編碼的項(xiàng)目和問(wèn)題一一列出，逐一規(guī)定它們的代碼、寬度、欄目、簡(jiǎn)要名稱(chēng)、答案賦值方式及其他特殊規(guī)定等等。整個(gè)編碼手冊(cè)的格式要規(guī)范統(tǒng)一，指示要明確，且容易理解。（二）資料的轉(zhuǎn)換編碼：就是給每個(gè)答案一個(gè)數(shù)字作為它的代碼。【（三）數(shù)據(jù)錄入數(shù)據(jù)錄入的方式主要有兩種：直接從問(wèn)卷上將編好碼的數(shù)據(jù)輸入計(jì)算機(jī)；另一種是先將問(wèn)卷上編好碼的數(shù)據(jù)轉(zhuǎn)錄到專(zhuān)門(mén)的登錄表上，再錄入到計(jì)算機(jī)。（三）數(shù)據(jù)錄入數(shù)據(jù)錄入的方式主要有兩種：直接從問(wèn)卷上將編好碼（四）數(shù)據(jù)清理1.有效范圍清理2.邏輯一致性清理3.數(shù)據(jù)質(zhì)量抽查（四）數(shù)據(jù)清理1.有效范圍清理（五）數(shù)據(jù)的特征和測(cè)度數(shù)據(jù)的特征和測(cè)度分布的形狀離散程度集中趨勢(shì)眾數(shù)中位數(shù)均值離散系數(shù)方差和標(biāo)準(zhǔn)差峰度四分位差異眾比率偏態(tài)（五）數(shù)據(jù)的特征和測(cè)度數(shù)據(jù)的特征和測(cè)度分布的形狀離散程度集中二、單變量統(tǒng)計(jì)分析單變量統(tǒng)計(jì)分析可以分為描述統(tǒng)計(jì)和推論統(tǒng)計(jì)。描述統(tǒng)計(jì)的主要目的在于用簡(jiǎn)單的概括形式反映出大量數(shù)據(jù)資料所容納的基本信息。它的基本方法包括集中趨勢(shì)分析、離散趨勢(shì)分析等。推論統(tǒng)計(jì)的主要目的是用從樣本中多得到的數(shù)據(jù)資料來(lái)推段總體的情況，它主要包括區(qū)間估計(jì)和假設(shè)檢驗(yàn)等。二、單變量統(tǒng)計(jì)分析單變量統(tǒng)計(jì)分析可以分為描述統(tǒng)計(jì)和推論統(tǒng)計(jì)。集中趨勢(shì)分析是指用一個(gè)典型值或代表值來(lái)反映一組數(shù)據(jù)的一般水平，或反映這組數(shù)據(jù)向這個(gè)典型值集中的情況。最常見(jiàn)的集中趨勢(shì)有算術(shù)平均值、眾數(shù)和中位數(shù)三種。社會(huì)調(diào)查中的年齡、收入等。集中趨勢(shì)分析是指用一個(gè)典型值或代表值來(lái)反映一組數(shù)據(jù)的一般水平離散趨勢(shì)分析指的是用一個(gè)特別的數(shù)值來(lái)反映一組數(shù)據(jù)相互之間的離散程度。分別從兩個(gè)不同的側(cè)面描述和揭示一組數(shù)據(jù)的分布情況，共同反映出資料分布的全面特征。同時(shí)，還對(duì)相應(yīng)的集中趨勢(shì)的代表性作出補(bǔ)充說(shuō)明。常見(jiàn)的離散趨勢(shì)統(tǒng)計(jì)量有全距、標(biāo)準(zhǔn)差、異眾比率、四分位差等?！緲?biāo)準(zhǔn)差、異眾比率、四分位差分別與平均數(shù)、眾數(shù)、中位數(shù)相對(duì)應(yīng)?！侩x散趨勢(shì)分析指的是用一個(gè)特別的數(shù)值來(lái)反映一組數(shù)據(jù)相互之間的離例如三個(gè)學(xué)校的5名學(xué)生參加比賽的成績(jī)?yōu)椋篈校7879808182X=80B校6572808895X=80C校35788998100X=80無(wú)論是從總分還是平均分三個(gè)學(xué)校的成績(jī)一樣。例如三個(gè)學(xué)校的5名學(xué)生參加比賽的成績(jī)?yōu)椋喝?R)全距（R）：最大值和最小值之差。也叫極差全距越大，表示變動(dòng)越大。R=Xmax–Xmin[例]求74，84，69，91，87，74，69這些數(shù)字的全距。

[解]把數(shù)字按順序重新排列：69，69，74，74，84，87，91，顯然有

R=Xmax–Xmin

＝91–69＝22全距(R)全距（R）：最大值和最小值之差。也叫極差全距優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：計(jì)算簡(jiǎn)單、直觀.缺點(diǎn)：（1）受極端值影響大；（2）沒(méi)有量度中間各個(gè)單位間的差異性，數(shù)據(jù)利用率低，信息喪失嚴(yán)重；（3）受抽樣變動(dòng)影響大，大樣本全距比小樣本全距大。優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：計(jì)算簡(jiǎn)單、直觀.

異眾比率(VR)所謂異眾比率，是指非眾數(shù)的頻數(shù)與總體單位數(shù)的比值，用VR來(lái)表示

其中：fm0為眾數(shù)的頻數(shù)；N是總體單位數(shù)

異眾比率(VR)所謂異眾比率，是指非眾數(shù)的頻數(shù)計(jì)算異眾比率某城市居民關(guān)注廣告類(lèi)型的頻數(shù)分布

廣告類(lèi)型人數(shù)（人)頻率(%)

商品廣告服務(wù)廣告金融廣告房地產(chǎn)廣告招生招聘廣告其他廣告1125191610256.025.54.58.05.01.0合計(jì)200100計(jì)算異眾比率某城市居民關(guān)注廣告類(lèi)型的頻數(shù)分布廣告類(lèi)型人數(shù)（解：

在所調(diào)查的200人當(dāng)中，關(guān)注非商品廣告的人數(shù)占44%，異眾比率還是比較大。因此，用“商品廣告”來(lái)反映城市居民對(duì)廣告關(guān)注的一般趨勢(shì)，其代表性不是很好

Vr=200-112200

=1-112200

=0.44=44%解：Vr=200-112200=標(biāo)準(zhǔn)差一組數(shù)據(jù)對(duì)其平均值的偏差平方的算術(shù)平均值的平方根。S代表標(biāo)準(zhǔn)差。由標(biāo)準(zhǔn)差的計(jì)算公式可以推知：（1）S為大于或等于零的數(shù)，即S≥0。（2）當(dāng)S=0時(shí)，x1=x2=xn，此種情況表示該組數(shù)據(jù)具備完全均勻性質(zhì)。（3）S值越大，則表示改組數(shù)據(jù)的均勻程度越差。標(biāo)準(zhǔn)差一組數(shù)據(jù)對(duì)其平均值的偏差平方的算術(shù)平均值的平方根。S代計(jì)算例題：有一組數(shù)據(jù)分別為：63，67，79，82，51，58，65，72。求這8個(gè)數(shù)據(jù)的標(biāo)準(zhǔn)差S。計(jì)算例題：有一組數(shù)據(jù)分別為：63，67，79，82，51，5離散系數(shù)是一組相對(duì)的離散趨勢(shì)統(tǒng)計(jì)量。定義：標(biāo)準(zhǔn)差與平均數(shù)的比值，用百分比表示。CV=S/X*100%(CV為離散系數(shù)）離散系數(shù)是一組相對(duì)的離散趨勢(shì)統(tǒng)計(jì)量。例如1一項(xiàng)調(diào)查得到數(shù)據(jù)為：某市人均月收入為92元，標(biāo)準(zhǔn)差為17元，人均住房面積為7.5平方米，標(biāo)準(zhǔn)差為1.8平方米。試比較該市人均月收入和人均住房情況哪一個(gè)差異程度比較大。例如1一項(xiàng)調(diào)查得到數(shù)據(jù)為：某市人均月收入為92元，標(biāo)準(zhǔn)差為1CV收入=17/92*100%=18.5%CV住房=1.8/7.5*100%=24%住房面積的差異比人均月收入的差異大。CV收入=17/92*100%=18.5%例如2廣州與武漢的生活質(zhì)量的調(diào)查，廣州居民的平均收入為680元，標(biāo)準(zhǔn)差為120元，武漢的平均收入為360元，標(biāo)準(zhǔn)差為80元，請(qǐng)問(wèn)廣州與武漢兩地的居民相互之間的收入哪個(gè)差異程度大？例如2廣州與武漢的生活質(zhì)量的調(diào)查，廣州居民的平均收入為680CV廣州=17.6%CV武漢=22.2%武漢居民相互之間的差異程度大。CV廣州=17.6%四分位差【定序數(shù)據(jù)】四分位差是指舍去資料中的數(shù)值最高的25%數(shù)據(jù)和數(shù)值最低的25%數(shù)據(jù)，僅就屬于中間的50%數(shù)據(jù)求其量數(shù)作為離中量數(shù)。

四分位差【定序數(shù)據(jù)】四分位差是指舍去資料中的數(shù)值最高的25%概念要點(diǎn)1. 離散程度的測(cè)度值之一2. 也稱(chēng)為內(nèi)距或四分間距3. 上四分位數(shù)與下四分位數(shù)之差

QD

=QU-QL4. 反映了中間50%數(shù)據(jù)的離散程度不受極端值的影響用于衡量中位數(shù)的代表性概念要點(diǎn)1. 離散程度的測(cè)度值之一算例：計(jì)算甲城市家庭對(duì)住房滿意狀況評(píng)價(jià)的四分位差

甲城市家庭對(duì)住房狀況評(píng)價(jià)的頻數(shù)分布回答類(lèi)別甲城市戶數(shù)(戶)累計(jì)頻數(shù)

非常不滿意

不滿意

一般

滿意

非常滿意2410893453024132225270300合計(jì)300—算例：計(jì)算甲城市家庭對(duì)住房滿意狀況評(píng)價(jià)的四分位差甲城市家庭解：設(shè)非常不滿意為1,不滿意為2,一般為3,滿意為4,非常滿意為5已知QL=不滿意=2，QU=一般=3四分位差：QD=QU-QL

=3–2

=1解：設(shè)非常不滿意為1,不滿意為2,一般為3,滿意為4,三、單變量推論統(tǒng)計(jì)簡(jiǎn)單地說(shuō)，推論統(tǒng)計(jì)就是利用樣本的統(tǒng)計(jì)值對(duì)總體的參數(shù)值進(jìn)行估計(jì)的方法。主要包括：區(qū)間估計(jì)；假設(shè)檢驗(yàn)。（一）區(qū)間估計(jì)實(shí)質(zhì)就是在一定的可信度（置信度）下，用樣本統(tǒng)計(jì)值的某個(gè)范圍（置信區(qū)間）來(lái)估價(jià)總體的參數(shù)值。范圍的大小反映的是這種估計(jì)的精確性問(wèn)題，可信度高低反映的則是這種估計(jì)的可靠性或把握性問(wèn)題。三、單變量推論統(tǒng)計(jì)簡(jiǎn)單地說(shuō)，推論統(tǒng)計(jì)就是利用樣本的統(tǒng)計(jì)值對(duì)總（1）總體均值的區(qū)間估計(jì)置信度分別為90%、95%和99%。在計(jì)算中，置信度常用1-a來(lái)表示?？傮w均值的區(qū)間估計(jì)公式為：為樣本平均值，為置信度是1-a的Z值，n為樣本規(guī)模S為樣本標(biāo)準(zhǔn)差（1）總體均值的區(qū)間估計(jì)置信度分別為90%、95%和99%。30算例調(diào)查某工廠職工的工資情況，隨機(jī)抽取900名工人為樣本，調(diào)查得到他們?cè)戮べY為186元，標(biāo)準(zhǔn)差為42元。求95%置信度下，全廠職工的月均工資的置信區(qū)間是多少？算例調(diào)查某工廠職工的工資情況，隨機(jī)抽取900名工人為樣本，調(diào)查表得Z（1-0.05）=1.96，帶入公式得到：1861.96*42/900開(kāi)方得183.26元——188.74元當(dāng)我們希望提高估計(jì)的可靠性時(shí)，就必須相應(yīng)擴(kuò)大置信區(qū)間。如，置信度為99%時(shí)，Z（1-0.01）=2.58，那么，結(jié)果為182.39元——189.61元?？梢?jiàn)，隨著可靠性的提高，估計(jì)的區(qū)間擴(kuò)大，精確性就相應(yīng)降低。查表得Z（1-0.05）=1.96，帶入公式得到：32（2）總體百分?jǐn)?shù)的區(qū)間估計(jì)計(jì)算公式為：P

P為樣本中的百分比（2）總體百分?jǐn)?shù)的區(qū)間估計(jì)計(jì)算公式為：PP為樣本中的百分比算例：從某工廠隨機(jī)抽取400名工人進(jìn)行調(diào)查，結(jié)果表明女工的比例為20%?，F(xiàn)要求在90%的置信度下，估計(jì)全廠工人中女工比例的置信區(qū)間。算例：從某工廠隨機(jī)抽取400名工人進(jìn)行調(diào)查，結(jié)果表明女工的比查表得：Z（1-0.10）=1.6520%1.65*[20%（1-20%）/400]開(kāi)方16.7%-23.3%查表得：Z（1-0.10）=1.65（二）假設(shè)檢驗(yàn)這里的假設(shè)不是抽象層次的理論假設(shè)，而是指和抽樣手段聯(lián)系在一起并且依靠抽樣數(shù)據(jù)進(jìn)行驗(yàn)證的經(jīng)驗(yàn)層次的假設(shè)，即統(tǒng)計(jì)假設(shè)。假設(shè)檢驗(yàn)就是先對(duì)總體的某一參數(shù)作出假設(shè)，然后用樣本的統(tǒng)計(jì)量去進(jìn)行驗(yàn)證，以決定假設(shè)是否為總體所接受。假設(shè)檢驗(yàn)所依據(jù)的是概率論中的小概率原理。即“小概率事件在一次觀察中不可能出現(xiàn)”的原理?！救绻F(xiàn)實(shí)的情況恰恰是在一次觀察中小概率事件出現(xiàn)了，那該如何判斷？一種是認(rèn)為該事件的概率仍然很小，只不過(guò)不巧被碰上了；另一種認(rèn)為該事件本身不是一件小概率事件，而是大概率事件】（二）假設(shè)檢驗(yàn)這里的假設(shè)不是抽象層次的理論假設(shè)，而是指和抽研究者將原假設(shè)作為虛無(wú)假設(shè)，而將與之完全對(duì)立的假設(shè)作為研究假設(shè)；然后用樣本的數(shù)據(jù)計(jì)算統(tǒng)計(jì)量，并與臨界值比較，當(dāng)臨界值大于統(tǒng)計(jì)值的絕對(duì)值時(shí)，則接受虛無(wú)假設(shè)，否定研究假設(shè)；當(dāng)臨界值大于等于統(tǒng)計(jì)值的絕對(duì)值時(shí)，則決絕虛無(wú)假設(shè)，接受研究假設(shè)。步驟：假設(shè)→選a(概率的大小，通常a=0.05,a=0.01等)→統(tǒng)計(jì)值與臨界值（標(biāo)準(zhǔn)正態(tài)分布表可查）→統(tǒng)計(jì)值<臨界值統(tǒng)計(jì)值>臨界值研究者將原假設(shè)作為虛無(wú)假設(shè)，而將與之完全對(duì)立的假設(shè)作為研究假公式：X-uZ=————S/根號(hào)nX為樣本統(tǒng)計(jì)值，u為虛無(wú)假設(shè)，S為標(biāo)準(zhǔn)差，n為樣本規(guī)模。公式：X-u示例某單位職工上月平均收入為210元，本月調(diào)查了100名職工，平均月收入為220元，標(biāo)準(zhǔn)差為15元。問(wèn)該單位職工本月平均收入與上月相比是否有變化？（a=0.05）有表查的Z(1-0.05)=1.96首先假設(shè)虛無(wú)假設(shè)（用H0）和研究假設(shè)（用H1），H0:

u=210,H1:u≠210帶入公式計(jì)算：示例某單位職工上月平均收入為210元，本月調(diào)查了100名職工X-u220—210Z=——=————=6.67S/根號(hào)n15/根號(hào)100

因?yàn)?.67>1.96，所以拒絕虛無(wú)假設(shè)，接受研究假設(shè)。即從總體上說(shuō)，該單位職工月平均收入與上月相比有變化。X-u220—三、雙變量統(tǒng)計(jì)分析雙變量統(tǒng)計(jì)分析主要探討兩個(gè)變量之間的關(guān)系。（一）交互分類(lèi)交互分類(lèi)是一種專(zhuān)門(mén)用來(lái)分析兩個(gè)定類(lèi)變量（或一個(gè)定類(lèi)變量，一個(gè)定序變量）之間關(guān)系的統(tǒng)計(jì)分析方法。它是將研究所得的一組數(shù)據(jù)按照兩個(gè)不同的變量進(jìn)行綜合的分類(lèi)，其結(jié)果通常以交互分類(lèi)表（又稱(chēng)列聯(lián)表）的形式反映出來(lái)。三、雙變量統(tǒng)計(jì)分析雙變量統(tǒng)計(jì)分析主要探討兩個(gè)變量之間的關(guān)系。示例1性別年齡青年中年老年合計(jì)男706050180女504030120合計(jì)12010080300該表是對(duì)總數(shù)為300人的調(diào)查樣本按年齡和性別兩個(gè)變量進(jìn)行交互分類(lèi)的結(jié)果。示例1年齡青年中年老年合計(jì)男706050180女504030示例2人們對(duì)某政策的態(tài)度統(tǒng)計(jì)表（%）從該表中只能得出“”該總體中持贊成與反對(duì)的人大致相等的結(jié)論。贊成反對(duì)不表態(tài)調(diào)查人數(shù)454510n=2000示例2人們對(duì)某政策的態(tài)度統(tǒng)計(jì)表（%）贊成反對(duì)不表態(tài)調(diào)查人數(shù)4示例3態(tài)度男女贊成855反對(duì)1080不表態(tài)515這一表格表明的信息更多更詳細(xì)：不同性別的人對(duì)這一政策的態(tài)度有很大的差別。此表格更深入更科學(xué)更能反映出客觀的事實(shí)。示例3態(tài)度男女贊成855反對(duì)1080不表態(tài)515這一表格表明交互分類(lèi)作用對(duì)變量之間的關(guān)系進(jìn)行分析和解釋交互分類(lèi)作用對(duì)變量之間的關(guān)系進(jìn)行分析和解釋交互分類(lèi)表的形式要求2-11.每個(gè)表頂端要有表號(hào)和標(biāo)題2.表格中的線條要規(guī)范、簡(jiǎn)潔，最好不用豎線3.百分比符號(hào)的處理方式：1.在表右頂端標(biāo)上%；2.每一列縱欄數(shù)字的上方標(biāo)%4.下端標(biāo)出每一列的頻數(shù)5.通常將X自變量放在列，Y因變量放在行，百分比按列（自變量）進(jìn)行交互分類(lèi)表的形式要求2-11.每個(gè)表頂端要有表號(hào)和標(biāo)題交互分類(lèi)表的形式要求2-26.交互分類(lèi)的兩個(gè)變量取值不宜太多。7.相對(duì)頻數(shù)中小數(shù)點(diǎn)的位數(shù)要一致,如68.9和10.0交互分類(lèi)表的形式要求2-26.交互分類(lèi)的兩個(gè)變量取值不宜太多（二）回歸分析回歸的原理：回歸（Regression，或LinearRegression）和相關(guān)都用來(lái)分析兩個(gè)定距變量間的關(guān)系，但回歸有明確的因果關(guān)系假設(shè)。即要假設(shè)一個(gè)變量為自變量，一個(gè)為因變量，自變量對(duì)因變量的影響就用回歸表示。如年齡對(duì)收入的影響。由于回歸構(gòu)建了變量間因果關(guān)系的數(shù)學(xué)表達(dá)，它具有統(tǒng)計(jì)預(yù)測(cè)功能。（二）回歸分析回歸的原理：線性回歸的統(tǒng)計(jì)原理：兩個(gè)定距變量的回歸是用函數(shù)y=f（x）來(lái)分析的。我們最常用的是一元回歸方程其中x為自變量；y為因變量；a為截距，即常量；b為回歸系數(shù)，表明自變量對(duì)因變量的影響程度。線性回歸的統(tǒng)計(jì)原理：兩個(gè)定距變量的回歸是用函數(shù)其中x為自變量示例Y=350+20x示例Y=350+20x在統(tǒng)計(jì)學(xué)中，這一方程中的系數(shù)是靠x與y變量的大量數(shù)據(jù)擬合出來(lái)的。．．．．．（x，y）Y=a+bxYX在統(tǒng)計(jì)學(xué)中，這一方程中的系數(shù)是靠x與y變量的大量數(shù)據(jù)擬合出來(lái)由圖中可以看出，回歸直線應(yīng)該是到所有數(shù)據(jù)點(diǎn)最短距離的直線。該直線的求得即使用“最小二乘方法”，使:在擬合的回歸直線方程中，回歸系數(shù)：表示x每變化一個(gè)單位時(shí)，x與y共同變化的程度。常數(shù):由圖中可以看出，回歸直線應(yīng)該是到所有數(shù)據(jù)點(diǎn)最短距離的直線。該52比如：已知上學(xué)年數(shù)和工資的關(guān)系計(jì)算得出下列的回歸公式：y=472+14.8x可知上學(xué)年數(shù)每增長(zhǎng)1年，工資會(huì)增加14.8元；也可推測(cè)，上學(xué)年數(shù)為15年的人，工資收入應(yīng)為472+14.8*15=694元。比如：已知上學(xué)年數(shù)和工資的關(guān)系計(jì)算得出下列的回歸公式：函數(shù)關(guān)系的例子某種商品的銷(xiāo)售額(y)與銷(xiāo)售量(x)之間的關(guān)系可表示為y=px(p為單價(jià))圓的面積(S)與半徑之間的關(guān)系可表示為S=r2

企業(yè)的原材料消耗額(y)與產(chǎn)量(x1)、單位產(chǎn)量消耗(x2)、原材料價(jià)格(x3)之間的關(guān)系可表示為y=x1

x2

x3

函數(shù)關(guān)系的例子某種商品的銷(xiāo)售額(y)與銷(xiāo)售量(x)之間的關(guān)系回歸模型1.回答“變量之間是什么樣的關(guān)系？”2.方程中運(yùn)用1個(gè)數(shù)字的因變量(響應(yīng)變量)被預(yù)測(cè)的變量1個(gè)或多個(gè)數(shù)字的或分類(lèi)的自變量(解釋變量)用于預(yù)測(cè)的變量3. 主要用于預(yù)測(cè)和估計(jì)回歸模型1.回答“變量之間是什么樣的關(guān)系？”運(yùn)用時(shí)的注意點(diǎn)：在運(yùn)用回歸分析進(jìn)行預(yù)測(cè)是，應(yīng)注意下屬兩點(diǎn)：1.注意時(shí)間條件，即回歸方程往往反映的是一定時(shí)期內(nèi)變量間的相互關(guān)系；2.注意預(yù)測(cè)不能超出資料所適合的范圍，即回歸方程的預(yù)測(cè)在變量取值上有一定的臨界條件，忽視這一點(diǎn)，有時(shí)也會(huì)作出不合理的預(yù)測(cè)來(lái)。運(yùn)用時(shí)的注意點(diǎn)：在運(yùn)用回歸分析進(jìn)行預(yù)測(cè)是，應(yīng)注意下屬兩點(diǎn)：定量研究定量研究當(dāng)我們運(yùn)用各種方法收集到一批數(shù)據(jù)資料后，就必須對(duì)這些資料進(jìn)行統(tǒng)計(jì)分析。本章將按定量資料分析的程序，對(duì)原始數(shù)據(jù)的整理、錄入，以及單變量分析、雙變量分析和多變量分析做簡(jiǎn)要的介紹。當(dāng)我們運(yùn)用各種方法收集到一批數(shù)據(jù)資料后，就必須對(duì)這些資料進(jìn)行一、資料的整理與錄入（一）資料的審核資料的審核是資料整理的第一步。它是指研究者對(duì)所收集的原始資料（主要是問(wèn)卷）進(jìn)行初步的審閱，校正錯(cuò)填、誤填的答案，剔出亂填、空白和嚴(yán)重缺答的廢卷。其目的是使得原始資料具有較高的準(zhǔn)確性、完整性和真實(shí)性，從而為后續(xù)資料整理錄入與統(tǒng)計(jì)分析打下較好的基礎(chǔ)。一、資料的整理與錄入（一）資料的審核資料的審核包括：一是檢查問(wèn)卷資料中的問(wèn)題；二是重新向被調(diào)查者核實(shí)?！居袝r(shí)候，在收集資料的過(guò)程中邊收集邊審核，這也叫實(shí)地審核；有時(shí)候，是集中審核，也叫系統(tǒng)審核?！抠Y料的審核包括：一是檢查問(wèn)卷資料中的問(wèn)題；二是重新向被調(diào)查者（二）資料的轉(zhuǎn)換編碼：就是給每個(gè)答案一個(gè)數(shù)字作為它的代碼?！緦⒒卮鸬拇鸢皋D(zhuǎn)換成數(shù)字】為了減少資料轉(zhuǎn)換工作中的誤差，保證資料轉(zhuǎn)換數(shù)據(jù)的質(zhì)量，研究者需要編制一份編碼手冊(cè)（也稱(chēng)編碼?。┌l(fā)給編碼員，每個(gè)編碼員按編碼手冊(cè)的要求，統(tǒng)一進(jìn)行資料轉(zhuǎn)換。在編碼手冊(cè)中，研究者將編碼的項(xiàng)目和問(wèn)題一一列出，逐一規(guī)定它們的代碼、寬度、欄目、簡(jiǎn)要名稱(chēng)、答案賦值方式及其他特殊規(guī)定等等。整個(gè)編碼手冊(cè)的格式要規(guī)范統(tǒng)一，指示要明確，且容易理解。（二）資料的轉(zhuǎn)換編碼：就是給每個(gè)答案一個(gè)數(shù)字作為它的代碼。【（三）數(shù)據(jù)錄入數(shù)據(jù)錄入的方式主要有兩種：直接從問(wèn)卷上將編好碼的數(shù)據(jù)輸入計(jì)算機(jī)；另一種是先將問(wèn)卷上編好碼的數(shù)據(jù)轉(zhuǎn)錄到專(zhuān)門(mén)的登錄表上，再錄入到計(jì)算機(jī)。（三）數(shù)據(jù)錄入數(shù)據(jù)錄入的方式主要有兩種：直接從問(wèn)卷上將編好碼（四）數(shù)據(jù)清理1.有效范圍清理2.邏輯一致性清理3.數(shù)據(jù)質(zhì)量抽查（四）數(shù)據(jù)清理1.有效范圍清理（五）數(shù)據(jù)的特征和測(cè)度數(shù)據(jù)的特征和測(cè)度分布的形狀離散程度集中趨勢(shì)眾數(shù)中位數(shù)均值離散系數(shù)方差和標(biāo)準(zhǔn)差峰度四分位差異眾比率偏態(tài)（五）數(shù)據(jù)的特征和測(cè)度數(shù)據(jù)的特征和測(cè)度分布的形狀離散程度集中二、單變量統(tǒng)計(jì)分析單變量統(tǒng)計(jì)分析可以分為描述統(tǒng)計(jì)和推論統(tǒng)計(jì)。描述統(tǒng)計(jì)的主要目的在于用簡(jiǎn)單的概括形式反映出大量數(shù)據(jù)資料所容納的基本信息。它的基本方法包括集中趨勢(shì)分析、離散趨勢(shì)分析等。推論統(tǒng)計(jì)的主要目的是用從樣本中多得到的數(shù)據(jù)資料來(lái)推段總體的情況，它主要包括區(qū)間估計(jì)和假設(shè)檢驗(yàn)等。二、單變量統(tǒng)計(jì)分析單變量統(tǒng)計(jì)分析可以分為描述統(tǒng)計(jì)和推論統(tǒng)計(jì)。集中趨勢(shì)分析是指用一個(gè)典型值或代表值來(lái)反映一組數(shù)據(jù)的一般水平，或反映這組數(shù)據(jù)向這個(gè)典型值集中的情況。最常見(jiàn)的集中趨勢(shì)有算術(shù)平均值、眾數(shù)和中位數(shù)三種。社會(huì)調(diào)查中的年齡、收入等。集中趨勢(shì)分析是指用一個(gè)典型值或代表值來(lái)反映一組數(shù)據(jù)的一般水平離散趨勢(shì)分析指的是用一個(gè)特別的數(shù)值來(lái)反映一組數(shù)據(jù)相互之間的離散程度。分別從兩個(gè)不同的側(cè)面描述和揭示一組數(shù)據(jù)的分布情況，共同反映出資料分布的全面特征。同時(shí)，還對(duì)相應(yīng)的集中趨勢(shì)的代表性作出補(bǔ)充說(shuō)明。常見(jiàn)的離散趨勢(shì)統(tǒng)計(jì)量有全距、標(biāo)準(zhǔn)差、異眾比率、四分位差等?！緲?biāo)準(zhǔn)差、異眾比率、四分位差分別與平均數(shù)、眾數(shù)、中位數(shù)相對(duì)應(yīng)?！侩x散趨勢(shì)分析指的是用一個(gè)特別的數(shù)值來(lái)反映一組數(shù)據(jù)相互之間的離例如三個(gè)學(xué)校的5名學(xué)生參加比賽的成績(jī)?yōu)椋篈校7879808182X=80B校6572808895X=80C校35788998100X=80無(wú)論是從總分還是平均分三個(gè)學(xué)校的成績(jī)一樣。例如三個(gè)學(xué)校的5名學(xué)生參加比賽的成績(jī)?yōu)椋喝?R)全距（R）：最大值和最小值之差。也叫極差全距越大，表示變動(dòng)越大。R=Xmax–Xmin[例]求74，84，69，91，87，74，69這些數(shù)字的全距。

[解]把數(shù)字按順序重新排列：69，69，74，74，84，87，91，顯然有

R=Xmax–Xmin

＝91–69＝22全距(R)全距（R）：最大值和最小值之差。也叫極差全距優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：計(jì)算簡(jiǎn)單、直觀.缺點(diǎn)：（1）受極端值影響大；（2）沒(méi)有量度中間各個(gè)單位間的差異性，數(shù)據(jù)利用率低，信息喪失嚴(yán)重；（3）受抽樣變動(dòng)影響大，大樣本全距比小樣本全距大。優(yōu)缺點(diǎn)：優(yōu)點(diǎn)：計(jì)算簡(jiǎn)單、直觀.

異眾比率(VR)所謂異眾比率，是指非眾數(shù)的頻數(shù)與總體單位數(shù)的比值，用VR來(lái)表示

其中：fm0為眾數(shù)的頻數(shù)；N是總體單位數(shù)

異眾比率(VR)所謂異眾比率，是指非眾數(shù)的頻數(shù)計(jì)算異眾比率某城市居民關(guān)注廣告類(lèi)型的頻數(shù)分布

廣告類(lèi)型人數(shù)（人)頻率(%)

商品廣告服務(wù)廣告金融廣告房地產(chǎn)廣告招生招聘廣告其他廣告1125191610256.025.54.58.05.01.0合計(jì)200100計(jì)算異眾比率某城市居民關(guān)注廣告類(lèi)型的頻數(shù)分布廣告類(lèi)型人數(shù)（解：

在所調(diào)查的200人當(dāng)中，關(guān)注非商品廣告的人數(shù)占44%，異眾比率還是比較大。因此，用“商品廣告”來(lái)反映城市居民對(duì)廣告關(guān)注的一般趨勢(shì)，其代表性不是很好

Vr=200-112200

=1-112200

=0.44=44%解：Vr=200-112200=標(biāo)準(zhǔn)差一組數(shù)據(jù)對(duì)其平均值的偏差平方的算術(shù)平均值的平方根。S代表標(biāo)準(zhǔn)差。由標(biāo)準(zhǔn)差的計(jì)算公式可以推知：（1）S為大于或等于零的數(shù)，即S≥0。（2）當(dāng)S=0時(shí)，x1=x2=xn，此種情況表示該組數(shù)據(jù)具備完全均勻性質(zhì)。（3）S值越大，則表示改組數(shù)據(jù)的均勻程度越差。標(biāo)準(zhǔn)差一組數(shù)據(jù)對(duì)其平均值的偏差平方的算術(shù)平均值的平方根。S代計(jì)算例題：有一組數(shù)據(jù)分別為：63，67，79，82，51，58，65，72。求這8個(gè)數(shù)據(jù)的標(biāo)準(zhǔn)差S。計(jì)算例題：有一組數(shù)據(jù)分別為：63，67，79，82，51，5離散系數(shù)是一組相對(duì)的離散趨勢(shì)統(tǒng)計(jì)量。定義：標(biāo)準(zhǔn)差與平均數(shù)的比值，用百分比表示。CV=S/X*100%(CV為離散系數(shù)）離散系數(shù)是一組相對(duì)的離散趨勢(shì)統(tǒng)計(jì)量。例如1一項(xiàng)調(diào)查得到數(shù)據(jù)為：某市人均月收入為92元，標(biāo)準(zhǔn)差為17元，人均住房面積為7.5平方米，標(biāo)準(zhǔn)差為1.8平方米。試比較該市人均月收入和人均住房情況哪一個(gè)差異程度比較大。例如1一項(xiàng)調(diào)查得到數(shù)據(jù)為：某市人均月收入為92元，標(biāo)準(zhǔn)差為1CV收入=17/92*100%=18.5%CV住房=1.8/7.5*100%=24%住房面積的差異比人均月收入的差異大。CV收入=17/92*100%=18.5%例如2廣州與武漢的生活質(zhì)量的調(diào)查，廣州居民的平均收入為680元，標(biāo)準(zhǔn)差為120元，武漢的平均收入為360元，標(biāo)準(zhǔn)差為80元，請(qǐng)問(wèn)廣州與武漢兩地的居民相互之間的收入哪個(gè)差異程度大？例如2廣州與武漢的生活質(zhì)量的調(diào)查，廣州居民的平均收入為680CV廣州=17.6%CV武漢=22.2%武漢居民相互之間的差異程度大。CV廣州=17.6%四分位差【定序數(shù)據(jù)】四分位差是指舍去資料中的數(shù)值最高的25%數(shù)據(jù)和數(shù)值最低的25%數(shù)據(jù)，僅就屬于中間的50%數(shù)據(jù)求其量數(shù)作為離中量數(shù)。

四分位差【定序數(shù)據(jù)】四分位差是指舍去資料中的數(shù)值最高的25%概念要點(diǎn)1. 離散程度的測(cè)度值之一2. 也稱(chēng)為內(nèi)距或四分間距3. 上四分位數(shù)與下四分位數(shù)之差

QD

=QU-QL4. 反映了中間50%數(shù)據(jù)的離散程度不受極端值的影響用于衡量中位數(shù)的代表性概念要點(diǎn)1. 離散程度的測(cè)度值之一算例：計(jì)算甲城市家庭對(duì)住房滿意狀況評(píng)價(jià)的四分位差

甲城市家庭對(duì)住房狀況評(píng)價(jià)的頻數(shù)分布回答類(lèi)別甲城市戶數(shù)(戶)累計(jì)頻數(shù)

非常不滿意

不滿意

一般

滿意

非常滿意2410893453024132225270300合計(jì)300—算例：計(jì)算甲城市家庭對(duì)住房滿意狀況評(píng)價(jià)的四分位差甲城市家庭解：設(shè)非常不滿意為1,不滿意為2,一般為3,滿意為4,非常滿意為5已知QL=不滿意=2，QU=一般=3四分位差：QD=QU-QL

=3–2

=1解：設(shè)非常不滿意為1,不滿意為2,一般為3,滿意為4,三、單變量推論統(tǒng)計(jì)簡(jiǎn)單地說(shuō)，推論統(tǒng)計(jì)就是利用樣本的統(tǒng)計(jì)值對(duì)總體的參數(shù)值進(jìn)行估計(jì)的方法。主要包括：區(qū)間估計(jì)；假設(shè)檢驗(yàn)。（一）區(qū)間估計(jì)實(shí)質(zhì)就是在一定的可信度（置信度）下，用樣本統(tǒng)計(jì)值的某個(gè)范圍（置信區(qū)間）來(lái)估價(jià)總體的參數(shù)值。范圍的大小反映的是這種估計(jì)的精確性問(wèn)題，可信度高低反映的則是這種估計(jì)的可靠性或把握性問(wèn)題。三、單變量推論統(tǒng)計(jì)簡(jiǎn)單地說(shuō)，推論統(tǒng)計(jì)就是利用樣本的統(tǒng)計(jì)值對(duì)總（1）總體均值的區(qū)間估計(jì)置信度分別為90%、95%和99%。在計(jì)算中，置信度常用1-a來(lái)表示?？傮w均值的區(qū)間估計(jì)公式為：為樣本平均值，為置信度是1-a的Z值，n為樣本規(guī)模S為樣本標(biāo)準(zhǔn)差（1）總體均值的區(qū)間估計(jì)置信度分別為90%、95%和99%。86算例調(diào)查某工廠職工的工資情況，隨機(jī)抽取900名工人為樣本，調(diào)查得到他們?cè)戮べY為186元，標(biāo)準(zhǔn)差為42元。求95%置信度下，全廠職工的月均工資的置信區(qū)間是多少？算例調(diào)查某工廠職工的工資情況，隨機(jī)抽取900名工人為樣本，調(diào)查表得Z（1-0.05）=1.96，帶入公式得到：1861.96*42/900開(kāi)方得183.26元——188.74元當(dāng)我們希望提高估計(jì)的可靠性時(shí)，就必須相應(yīng)擴(kuò)大置信區(qū)間。如，置信度為99%時(shí)，Z（1-0.01）=2.58，那么，結(jié)果為182.39元——189.61元?？梢?jiàn)，隨著可靠性的提高，估計(jì)的區(qū)間擴(kuò)大，精確性就相應(yīng)降低。查表得Z（1-0.05）=1.96，帶入公式得到：88（2）總體百分?jǐn)?shù)的區(qū)間估計(jì)計(jì)算公式為：P

P為樣本中的百分比（2）總體百分?jǐn)?shù)的區(qū)間估計(jì)計(jì)算公式為：PP為樣本中的百分比算例：從某工廠隨機(jī)抽取400名工人進(jìn)行調(diào)查，結(jié)果表明女工的比例為20%?，F(xiàn)要求在90%的置信度下，估計(jì)全廠工人中女工比例的置信區(qū)間。算例：從某工廠隨機(jī)抽取400名工人進(jìn)行調(diào)查，結(jié)果表明女工的比查表得：Z（1-0.10）=1.6520%1.65*[20%（1-20%）/400]開(kāi)方16.7%-23.3%查表得：Z（1-0.10）=1.65（二）假設(shè)檢驗(yàn)這里的假設(shè)不是抽象層次的理論假設(shè)，而是指和抽樣手段聯(lián)系在一起并且依靠抽樣數(shù)據(jù)進(jìn)行驗(yàn)證的經(jīng)驗(yàn)層次的假設(shè)，即統(tǒng)計(jì)假設(shè)。假設(shè)檢驗(yàn)就是先對(duì)總體的某一參數(shù)作出假設(shè)，然后用樣本的統(tǒng)計(jì)量去進(jìn)行驗(yàn)證，以決定假設(shè)是否為總體所接受。假設(shè)檢驗(yàn)所依據(jù)的是概率論中的小概率原理。即“小概率事件在一次觀察中不可能出現(xiàn)”的原理。【如果現(xiàn)實(shí)的情況恰恰是在一次觀察中小概率事件出現(xiàn)了，那該如何判斷？一種是認(rèn)為該事件的概率仍然很小，只不過(guò)不巧被碰上了；另一種認(rèn)為該事件本身不是一件小概率事件，而是大概率事件】（二）假設(shè)檢驗(yàn)這里的假設(shè)不是抽象層次的理論假設(shè)，而是指和抽研究者將原假設(shè)作為虛無(wú)假設(shè)，而將與之完全對(duì)立的假設(shè)作為研究假設(shè)；然后用樣本的數(shù)據(jù)計(jì)算統(tǒng)計(jì)量，并與臨界值比較，當(dāng)臨界值大于統(tǒng)計(jì)值的絕對(duì)值時(shí)，則接受虛無(wú)假設(shè)，否定研究假設(shè)；當(dāng)臨界值大于等于統(tǒng)計(jì)值的絕對(duì)值時(shí)，則決絕虛無(wú)假設(shè)，接受研究假設(shè)。步驟：假設(shè)→選a(概率的大小，通常a=0.05,a=0.01等)→統(tǒng)計(jì)值與臨界值（標(biāo)準(zhǔn)正態(tài)分布表可查）→統(tǒng)計(jì)值<臨界值統(tǒng)計(jì)值>臨界值研究者將原假設(shè)作為虛無(wú)假設(shè)，而將與之完全對(duì)立的假設(shè)作為研究假公式：X-uZ=————S/根號(hào)nX為樣本統(tǒng)計(jì)值，u為虛無(wú)假設(shè)，S為標(biāo)準(zhǔn)差，n為樣本規(guī)模。公式：X-u示例某單位職工上月平均收入為210元，本月調(diào)查了100名職工，平均月收入為220元，標(biāo)準(zhǔn)差為15元。問(wèn)該單位職工本月平均收入與上月相比是否有變化？（a=0.05）有表查的Z(1-0.05)=1.96首先假設(shè)虛無(wú)假設(shè)（用H0）和研究假設(shè)（用H1），H0:

u=210,H1:u≠210帶入公式計(jì)算：示例某單位職工上月平均收入為210元，本月調(diào)查了100名職工X-u220—210Z=——=————=6.67S/根號(hào)n15/根號(hào)100

因?yàn)?.67>1.96，所以拒絕虛無(wú)假設(shè)，接受研究假設(shè)。即從總體上說(shuō)，該單位職工月平均收入與上月相比有變化。X-u220—三、雙變量統(tǒng)計(jì)分析雙變量統(tǒng)計(jì)分析主要探討兩個(gè)變量之間的關(guān)系。（一）交互分類(lèi)交互分類(lèi)是一種專(zhuān)門(mén)用來(lái)分析兩個(gè)定類(lèi)變量（或一個(gè)定類(lèi)變量，一個(gè)定序變量）之間關(guān)系的統(tǒng)計(jì)分析方法。它是將研究所得的一組數(shù)據(jù)按照兩個(gè)不同的變量進(jìn)行綜合的分類(lèi)，其結(jié)果通常以交互分類(lèi)表（又稱(chēng)列聯(lián)表）的形式反映出來(lái)。三、雙變量統(tǒng)計(jì)分析雙變量統(tǒng)計(jì)分析主要探討兩個(gè)變量之間的關(guān)系。示例1性別年齡青年中年老年合計(jì)男706050180女504030120合計(jì)12010080300該表是對(duì)總數(shù)為300人的調(diào)查樣本按年齡和性別兩個(gè)變量進(jìn)行交互分類(lèi)的結(jié)果。示例1年齡青年中年老年合計(jì)男706050180女504030示例2人們對(duì)某政策的態(tài)度統(tǒng)計(jì)表（%）從該表中只能得出“”該總體中持贊成與反對(duì)的人大致相等的結(jié)論。贊成反對(duì)不表態(tài)調(diào)查人數(shù)454510n=2000示例2人們對(duì)某政策的態(tài)度統(tǒng)計(jì)表（%）贊成反對(duì)不表態(tài)調(diào)查人數(shù)4示例3態(tài)度男女贊成855反對(duì)1080不表態(tài)515這一表格表明的信息更多更詳細(xì)：不同性別的人對(duì)這一政策的態(tài)度有很大的差別。此表格更深入更科學(xué)更能反映出客觀的事實(shí)。示例3態(tài)度男