數(shù)據(jù)統(tǒng)計(jì)與分析方法

數(shù)據(jù)統(tǒng)計(jì)與分析方法現(xiàn)在是1頁(yè)\一共有122頁(yè)\編輯于星期五1、數(shù)據(jù)統(tǒng)計(jì)的一般方法；2、數(shù)據(jù)分析的一般方法；3、了解數(shù)據(jù)統(tǒng)計(jì)和分析在實(shí)際案例中的應(yīng)用；4、了解時(shí)間序列分析及相關(guān)軟件應(yīng)用；培訓(xùn)主要內(nèi)容：現(xiàn)在是2頁(yè)\一共有122頁(yè)\編輯于星期五瞎子王國(guó)里,有一只眼精的人就是國(guó)王!現(xiàn)在是3頁(yè)\一共有122頁(yè)\編輯于星期五心電圖的由來(lái)1780年有一天，43歲的意大利解剖學(xué)家伽伐尼GalvaniLuigi，1737-1798），在實(shí)驗(yàn)室解剖青蛙，在用銀質(zhì)手術(shù)刀觸碰放在鐵盤上的青蛙的時(shí)候，無(wú)意間發(fā)現(xiàn)青蛙腿部肌肉抽搐了一下，仿佛受到電流的刺激．如果換用一種金屬器械去觸動(dòng)青蛙，就無(wú)此種反應(yīng)。1832年，一個(gè)晴朗的日子，還是意大利，還是青蛙，只是做實(shí)驗(yàn)的人換成了馬泰烏奇。這一次，馬泰烏奇探測(cè)到損傷和未損傷的肌肉之間存在一種電流，他稱之為“肌肉電流”。他發(fā)現(xiàn)，包括心臟在內(nèi)，一切正在收縮的肌肉都會(huì)產(chǎn)生肌肉電流。醫(yī)學(xué)研究者通過(guò)大量的臨床數(shù)據(jù)發(fā)現(xiàn)正常和非正常的心電圖現(xiàn)在是4頁(yè)\一共有122頁(yè)\編輯于星期五1、什么是數(shù)據(jù)？

數(shù)據(jù)是指對(duì)客觀事件進(jìn)行記錄并可以鑒別的符號(hào)，是對(duì)客觀事物的性質(zhì)、狀態(tài)以及相互關(guān)系等進(jìn)行記載的物理符號(hào)或這些物理符號(hào)的組合。它是可識(shí)別的、抽象的符號(hào)。數(shù)據(jù)表現(xiàn)形式現(xiàn)在是5頁(yè)\一共有122頁(yè)\編輯于星期五表現(xiàn)形式一數(shù)據(jù)列表現(xiàn)在是6頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)表現(xiàn)形式二描述性分析：數(shù)據(jù)分時(shí)段走勢(shì)、差距變化情況以及 相應(yīng)的時(shí)間背景銷售碼洋趨勢(shì)圖現(xiàn)在是7頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)表現(xiàn)形式三銷售碼洋結(jié)構(gòu)比圖形可以幫助我們將數(shù)據(jù)轉(zhuǎn)換成信息現(xiàn)在是8頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)類型的分類1、計(jì)量資料(measurementdata)用儀器、工具等測(cè)量方法獲得的數(shù)據(jù)，又稱數(shù)值變量。特點(diǎn)：有計(jì)量單位，如患者的身高(cm),體重(kg),血壓(kPa)等.2、計(jì)數(shù)資料(countdata)按某種屬性分類計(jì)數(shù)后得到的數(shù)據(jù)，又稱無(wú)序分類變量，有二分類和多分類兩種情形.特點(diǎn)：無(wú)計(jì)量單位，如膚色(黑白)、血型(ABO)、職業(yè)(工農(nóng)兵)、性別(１＝男，２＝女)等.3、等級(jí)資料(ordinaldata)半定性或半定量的觀察結(jié)果，有大小順序，又稱有序分類變量.如①癌癥分期：早、中、晚。

②藥物療效：治愈、好轉(zhuǎn)、無(wú)效、死亡。

③尿蛋白：,,,++,+++及以上現(xiàn)在是9頁(yè)\一共有122頁(yè)\編輯于星期五住院號(hào)年齡身高體重住院天數(shù)職業(yè)文化程度分娩方式妊娠結(jié)局20256552716571.55無(wú)中學(xué)順產(chǎn)足月20256532216074.05無(wú)小學(xué)助產(chǎn)足月20258302515868.06管理員大學(xué)順產(chǎn)足月20225432316169.05無(wú)中學(xué)剖宮產(chǎn)足月20224662515962.011商業(yè)中學(xué)剖宮產(chǎn)足月20245352715768.02無(wú)小學(xué)順產(chǎn)早產(chǎn)20258342015866.04無(wú)中學(xué)助產(chǎn)早產(chǎn)20194642415870.53無(wú)中學(xué)助產(chǎn)足月20257832915457.07干部中學(xué)剖宮產(chǎn)足月實(shí)例數(shù)據(jù)計(jì)量資料計(jì)數(shù)資料現(xiàn)在是10頁(yè)\一共有122頁(yè)\編輯于星期五三類資料間關(guān)系

例：一組2040歲成年人的血壓以12kPa為界分為正常與異常兩組，統(tǒng)計(jì)每組例數(shù)

<8低血壓

8

正常血壓

12

輕度高血壓

15

中度高血壓

17

重度高血壓計(jì)量資料等級(jí)資料計(jì)數(shù)資料現(xiàn)在是11頁(yè)\一共有122頁(yè)\編輯于星期五第一部數(shù)據(jù)統(tǒng)計(jì)概述現(xiàn)在是12頁(yè)\一共有122頁(yè)\編輯于星期五什么是統(tǒng)計(jì)方法統(tǒng)計(jì)方法是指有關(guān)收集、整理、分析和解釋統(tǒng)計(jì)數(shù)據(jù)，并對(duì)其所反映的問(wèn)題作出一定結(jié)論的方法。統(tǒng)計(jì)方法是一種從微觀結(jié)構(gòu)上來(lái)研究物質(zhì)的宏觀性質(zhì)及其規(guī)律的獨(dú)特的方法?，F(xiàn)在是13頁(yè)\一共有122頁(yè)\編輯于星期五一般統(tǒng)計(jì)方法根據(jù)數(shù)據(jù)的類型可以分為以下三種統(tǒng)計(jì)方法1、計(jì)量資料的統(tǒng)計(jì)方法**2、計(jì)數(shù)資料的統(tǒng)計(jì)方法3、等級(jí)資料的統(tǒng)計(jì)方法現(xiàn)在是14頁(yè)\一共有122頁(yè)\編輯于星期五運(yùn)用統(tǒng)計(jì)方法應(yīng)遵循的原則堅(jiān)持用數(shù)據(jù)說(shuō)話的基本觀點(diǎn)。有目的地收集數(shù)據(jù)。掌握數(shù)據(jù)的來(lái)源。認(rèn)真整理數(shù)據(jù)。現(xiàn)在是15頁(yè)\一共有122頁(yè)\編輯于星期五統(tǒng)計(jì)分析流程確定問(wèn)題確定分析目標(biāo)采用科學(xué)方法收集數(shù)據(jù)考察數(shù)據(jù)時(shí)效性整理數(shù)據(jù)統(tǒng)計(jì)分析出具分析報(bào)告，提出解決意或建議現(xiàn)在是16頁(yè)\一共有122頁(yè)\編輯于星期五計(jì)量資料的統(tǒng)計(jì)描述1、頻數(shù)分布(frequencydistribution)為了了解數(shù)據(jù)的分布情況,可以編制頻數(shù)表(frequencytable).（1）求極差(range)：即最大值與最小值之差，又稱為全距。（2）數(shù)據(jù)分組:由樣本容量n確定組數(shù)、通常分10-15個(gè)組;一般采取等距分組,組距=極差/組數(shù)。（3）列出組段：第一組段的下限略小于最小值，最后一個(gè)組段上限必須包含最大值，其它組段上限值忽略。（4）劃記計(jì)數(shù)：用劃記法將所有數(shù)據(jù)歸納到各組段，得到各組段的頻數(shù)。頻數(shù)表的編制步驟現(xiàn)在是17頁(yè)\一共有122頁(yè)\編輯于星期五編號(hào)血清甘油三脂編號(hào)血清甘油三脂10.51……20.521531.6530.591541.6640.611551.6750.611561.6760.621571.6970.631581.780.641591.71……1601.77

表2-1:160名正常成年女子的血清甘油三酯（mmol/L）

現(xiàn)在是18頁(yè)\一共有122頁(yè)\編輯于星期五組段（1）劃記（2）頻數(shù)，f（3）組中值，X（4）

fX(5)=(3)×(4)0.5～

30.551.650.6～正90.655.850.7～正正120.759.000.8～正正130.8511.050.9～正正正170.9516.151.0～正正正181.0518.901.1～正正正正201.1523.001.2～正正正181.2522.501.3～正正正171.3522.951.4～正正131.4518.851.5～正91.5512.401.6～正81.6514.851.7～1.8

合計(jì)

31.755.25160182.30編制頻數(shù)表,繪制頻數(shù)分布圖現(xiàn)在是19頁(yè)\一共有122頁(yè)\編輯于星期五對(duì)稱分布：以頻數(shù)最多組段為中心左右大體對(duì)稱.右(正)偏態(tài)分布:頻數(shù)最多組段右側(cè)組段數(shù)多.(skewedtotherightdistribution)左(負(fù))偏態(tài)分布:頻數(shù)最多組段左側(cè)組段數(shù)多.(skewedtotherightdistribution)現(xiàn)在是20頁(yè)\一共有122頁(yè)\編輯于星期五2、集中趨勢(shì)的描述統(tǒng)計(jì)上使用平均數(shù)(average)來(lái)反映計(jì)量資料的集中趨勢(shì)(centraltendency).常用平均數(shù)有：

1.算術(shù)均數(shù)(arithmeticmean)，簡(jiǎn)稱均數(shù)(mean)

2.幾何均數(shù)(geometricmean)

3.中位數(shù)(median)

4.百分位數(shù)(percentile)現(xiàn)在是21頁(yè)\一共有122頁(yè)\編輯于星期五3、離散趨勢(shì)的描述反映數(shù)據(jù)的離散度(Dispersion),即個(gè)體觀察值的變異(variation)程度,常用的統(tǒng)計(jì)指標(biāo)有：

1.極差(Range)

(全距)

2.四分位數(shù)間距(Quartilerange)

3.方差(Variance)

4.標(biāo)準(zhǔn)差(StandardDeviation)

5.變異系數(shù)(CoefficientofVariation)四分位間距：QR＝P75－P25現(xiàn)在是22頁(yè)\一共有122頁(yè)\編輯于星期五三、SPSS實(shí)現(xiàn)計(jì)量資料的統(tǒng)計(jì)描述下面是SPSS軟件中繪制頻數(shù)圖的步驟現(xiàn)在是23頁(yè)\一共有122頁(yè)\編輯于星期五現(xiàn)在是24頁(yè)\一共有122頁(yè)\編輯于星期五四、計(jì)數(shù)資料的統(tǒng)計(jì)描述住院號(hào)年齡職業(yè)文化程度分娩方式妊娠結(jié)局202565527無(wú)中學(xué)順產(chǎn)足月202565322無(wú)小學(xué)助產(chǎn)足月202583025管理人員大學(xué)順產(chǎn)足月202567724知識(shí)分子中學(xué)順產(chǎn)早產(chǎn)202564730管理人員大學(xué)順產(chǎn)足月202584832無(wú)小學(xué)剖宮產(chǎn)足月201991527無(wú)中學(xué)順產(chǎn)死產(chǎn)202586129無(wú)大學(xué)剖宮產(chǎn)足月202460125農(nóng)民中學(xué)順產(chǎn)足月200038626無(wú)小學(xué)順產(chǎn)足月1、計(jì)數(shù)資料數(shù)據(jù)的整理現(xiàn)在是25頁(yè)\一共有122頁(yè)\編輯于星期五按年齡（2歲一組）與職業(yè)整理年齡工人管理人員農(nóng)民商業(yè)服務(wù)無(wú)知識(shí)分子總計(jì)18

2

0

0

0

3

0

520

9

2

610

18

0

452228

71024

70111502450342852153443612650432545133703662834351034

78572483011141122

39171143214

2

314

24

3

6034

4

2

5

3

12

2

2836

2

1

1

4

5

1

1438

3

1

1

0

2

1

840

0

0

2

0

0

0

2合計(jì)

207

1411022085372061401現(xiàn)在是26頁(yè)\一共有122頁(yè)\編輯于星期五2、常用相對(duì)數(shù)指標(biāo)計(jì)數(shù)資料常用的數(shù)據(jù)形式是絕對(duì)數(shù),如某病的出院人數(shù),治愈人數(shù)等.但絕對(duì)數(shù)不具可比性,需要計(jì)算相對(duì)數(shù).率（rate）：說(shuō)明某現(xiàn)象或某事物發(fā)生的頻率或強(qiáng)度。率=（實(shí)際發(fā)生數(shù)/可能發(fā)生總數(shù)）×比例基數(shù)比例基數(shù)：100%、1000‰、10000/萬(wàn)、100000（1/10萬(wàn)）等如：發(fā)病率、死亡率、發(fā)生率、陽(yáng)性率、患病率等構(gòu)成比（proportion）：說(shuō)明某一事物內(nèi)部，各組成部分所占的比重,也叫百分比。構(gòu)成比=（某部分觀察單位數(shù)/各組成部分觀察單位總數(shù)）×100%

如：教研室20人中高級(jí)職稱有5人，占25％。相對(duì)比（relativeratio）：是A、B兩個(gè)有關(guān)指標(biāo)之比，說(shuō)明A是B的若干倍或百分之幾，通常用倍數(shù)或分?jǐn)?shù)表示。如：男：女、醫(yī)生：護(hù)士、教師：學(xué)生現(xiàn)在是27頁(yè)\一共有122頁(yè)\編輯于星期五年齡組⑴受檢人數(shù)⑵白內(nèi)障例數(shù)⑶患者年齡構(gòu)成比（%）⑷患病率（%）⑸=(3)/(2)40～50～60～70～≥80合計(jì)5604412961492268129135971915.1828.7930.1321.654.2412.1429.2545.6165.1086.36

1468448100.0030.52例:率與構(gòu)成比現(xiàn)在是28頁(yè)\一共有122頁(yè)\編輯于星期五(1)不能以構(gòu)成比代替率。(2)計(jì)算相對(duì)數(shù)的分母不宜過(guò)小,小則直接敘述。(3)進(jìn)行率的對(duì)比分析時(shí)，應(yīng)注意資料可比性。如比較療效時(shí)，比較組間應(yīng)病情輕重相同，性別影響，應(yīng)按性別分組后再作比較。(4)正確求平均率。例：若P1=x1/n1

P2=x2/n2P3=x3/n3

P＝（x1+x2+x3）/n1+n2+n3）(正確)

P＝（P1+P2+P3）/3(錯(cuò)誤)3、相對(duì)數(shù)應(yīng)用注意事項(xiàng)現(xiàn)在是29頁(yè)\一共有122頁(yè)\編輯于星期五計(jì)數(shù)資料和等級(jí)資料的SPSS表示現(xiàn)在是30頁(yè)\一共有122頁(yè)\編輯于星期五五、統(tǒng)計(jì)表與統(tǒng)計(jì)圖

統(tǒng)計(jì)表(statisticaltable)——數(shù)據(jù)代替文字描述，便于統(tǒng)計(jì)結(jié)果的精確、簡(jiǎn)潔的表達(dá)和對(duì)比分析.

統(tǒng)計(jì)圖(statisticalchart)——用圖形代替數(shù)據(jù)，獲得直觀、形象的效果.統(tǒng)計(jì)表統(tǒng)計(jì)圖定義:將統(tǒng)計(jì)分析的事物及指標(biāo)用表格列出.特點(diǎn):避免長(zhǎng)篇文字?jǐn)⑹?便于閱讀和對(duì)比分析;數(shù)據(jù)具體.定義:用點(diǎn)的位置,線段的升降,直條的長(zhǎng)短或面積的大小等形式表達(dá)統(tǒng)計(jì)資料.特點(diǎn):直觀,醒目,常給人以深刻印象.現(xiàn)在是31頁(yè)\一共有122頁(yè)\編輯于星期五統(tǒng)計(jì)表由以下幾個(gè)部分組成：①標(biāo)題、②標(biāo)目、③線條、④數(shù)字、⑤備注表2-9某省某工廠1994、1998年四項(xiàng)檢測(cè)指標(biāo)異常檢出率檢測(cè)指標(biāo)1994年1998年受檢人數(shù)異常人數(shù)檢出率(%)受檢人數(shù)異常人數(shù)檢出率(%)

血壓心率

TTTGPT5195195195195544362010.160.486.943.85582582582582383923166.526.703.952.75

：TTT（麝香草酚濁度試驗(yàn)），：GPT（谷丙轉(zhuǎn)氨酶）。

(丁建生等.中國(guó)衛(wèi)生統(tǒng)計(jì)1999;16(3):166)1、統(tǒng)計(jì)表的結(jié)構(gòu)現(xiàn)在是32頁(yè)\一共有122頁(yè)\編輯于星期五××.××┋┋

×.××××.××縱標(biāo)目總標(biāo)目（單位）××.××××××××合計(jì)┋┋┋┋┋┋┋┋

×.××

××

××┋××.××××××××橫標(biāo)目縱標(biāo)目縱標(biāo)目縱標(biāo)目總標(biāo)目橫標(biāo)目的總標(biāo)目備注：表號(hào)標(biāo)題（包括何時(shí)、何地、何事）2、三線表現(xiàn)在是33頁(yè)\一共有122頁(yè)\編輯于星期五根據(jù)分組標(biāo)目的復(fù)雜程度，統(tǒng)計(jì)表可大致分為簡(jiǎn)單表和復(fù)合表。簡(jiǎn)單表(simpletable)：只按一個(gè)特征或標(biāo)志分組。如表2-8。復(fù)合表(combinativetable)：按兩個(gè)或兩個(gè)以上特征或標(biāo)志結(jié)合起來(lái)分組。如表2-9。3、統(tǒng)計(jì)表的分類現(xiàn)在是34頁(yè)\一共有122頁(yè)\編輯于星期五3、不良統(tǒng)計(jì)表的修改現(xiàn)在是35頁(yè)\一共有122頁(yè)\編輯于星期五

統(tǒng)計(jì)圖(statisticalchart或statisticalgraph)是用點(diǎn)、線、面等幾何圖形，直觀形象地表達(dá)、描述數(shù)據(jù)或結(jié)果。

3、統(tǒng)計(jì)圖現(xiàn)在是36頁(yè)\一共有122頁(yè)\編輯于星期五

SPSS繪制基本圖形現(xiàn)在是37頁(yè)\一共有122頁(yè)\編輯于星期五SPSS繪制基本圖形現(xiàn)在是38頁(yè)\一共有122頁(yè)\編輯于星期五條形圖(BarChart)

用途：用等寬直條的長(zhǎng)短來(lái)表示相互獨(dú)立的各統(tǒng)計(jì)指標(biāo)的數(shù)值大小,也叫直條圖.

分單式和復(fù)式兩種.現(xiàn)在是39頁(yè)\一共有122頁(yè)\編輯于星期五單式條形圖復(fù)式條形圖現(xiàn)在是40頁(yè)\一共有122頁(yè)\編輯于星期五圓圖(PieChart)用途：以圓的半徑將圓面分割成多個(gè)大小不等的扇形，以扇形面積來(lái)表達(dá)構(gòu)成比的圖形?，F(xiàn)在是41頁(yè)\一共有122頁(yè)\編輯于星期五線圖(LineChart)用途：適用于連續(xù)變量資料，說(shuō)明某事物因時(shí)間、條件推移而變遷的趨勢(shì)?，F(xiàn)在是42頁(yè)\一共有122頁(yè)\編輯于星期五直方圖(Histogram)用途：直方圖是以面積表示數(shù)量，適用于表達(dá)連續(xù)性資料的頻數(shù)或頻率分布?，F(xiàn)在是43頁(yè)\一共有122頁(yè)\編輯于星期五第二部數(shù)據(jù)分析概述現(xiàn)在是44頁(yè)\一共有122頁(yè)\編輯于星期五什么是數(shù)據(jù)分析請(qǐng)牢記：所有的分析要從“結(jié)果”出發(fā)，沒(méi)有結(jié)論的數(shù)字羅列并不是分析；“結(jié)果”：發(fā)現(xiàn)問(wèn)題和解決問(wèn)題?，F(xiàn)在是45頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)分析不是一門復(fù)雜的科學(xué)；而是一些簡(jiǎn)單的“commonsense”；復(fù)雜的運(yùn)算通常只是令分析結(jié)果更差而不是更好；絕大多數(shù)是簡(jiǎn)單的想法和簡(jiǎn)單的溝通數(shù)據(jù)分析有時(shí)候是一門藝術(shù)同樣的數(shù)據(jù)會(huì)有不同的解讀優(yōu)秀和平庸的差異，有時(shí)候差在一種靈感現(xiàn)在是46頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)分析目的讓數(shù)據(jù)說(shuō)話；行動(dòng)的向?qū)?；杜絕浪費(fèi)；提供決策的依據(jù)?，F(xiàn)在是47頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)分析誤區(qū)誤區(qū)一:展示元素不宜大于3個(gè)現(xiàn)在是48頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)據(jù)分析誤區(qū)誤區(qū)二:時(shí)間序列數(shù)據(jù)最好使用折線圖，而不宜使用柱狀圖等現(xiàn)在是49頁(yè)\一共有122頁(yè)\編輯于星期五誤區(qū)三:研究用數(shù)據(jù)最好不使用三維立體圖數(shù)據(jù)分析誤區(qū)現(xiàn)在是50頁(yè)\一共有122頁(yè)\編輯于星期五誤區(qū)四：為避免圖表的欺騙性，圖線最好占據(jù)2/3

至3/4的高度（調(diào)整Y軸刻度）數(shù)據(jù)分析誤區(qū)現(xiàn)在是51頁(yè)\一共有122頁(yè)\編輯于星期五常用的數(shù)據(jù)分析方法1、抽樣法*2、聚類分析（ClusterAnalysis）*3、因子分析（FactorAnalysis）4、相關(guān)分析(CorrelationAnalysis)5、對(duì)應(yīng)分析（CorrespondenceAnalysis）6、回歸分析（regressionanalysis)7、方差分析(ANOVA/AnalysisofVariance)8、時(shí)間序列分析*現(xiàn)在是52頁(yè)\一共有122頁(yè)\編輯于星期五總體:總體、個(gè)體個(gè)體:總體又叫母體，是研究對(duì)象的全體。出版商一個(gè)批次到貨的全部都可以稱為總體。構(gòu)成總體的基本單位，稱為個(gè)體。每?jī)?cè)書都是一個(gè)個(gè)體。來(lái)貨檢驗(yàn)常用抽樣方法進(jìn)行，即從來(lái)貨總件數(shù)中抽出一部分件數(shù)，并測(cè)試每件的有關(guān)冊(cè)數(shù)是否夠數(shù)的特性數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)分析后，對(duì)總體作出估計(jì)和判斷?，F(xiàn)在是53頁(yè)\一共有122頁(yè)\編輯于星期五一般地，設(shè)一個(gè)總體含有N個(gè)個(gè)體，從中逐個(gè)不放回地抽取n個(gè)個(gè)體作為樣本（n≤N），如果每次抽取使總體內(nèi)的各個(gè)個(gè)體被抽到的機(jī)會(huì)都相等，就把這種抽樣方法叫做簡(jiǎn)單隨機(jī)抽樣。抽樣方法主要包括：隨機(jī)抽樣、分層抽樣、整體抽樣、系統(tǒng)抽樣?，F(xiàn)在是54頁(yè)\一共有122頁(yè)\編輯于星期五樣本:樣本樣本又叫子樣，是從總體中抽出來(lái)一部分個(gè)體的集合。樣本中每個(gè)個(gè)體叫樣品，樣本中所包含樣品數(shù)目稱為樣本大小，又叫樣本量，常用n表示。對(duì)樣本的特性進(jìn)行測(cè)定，所得的數(shù)據(jù)稱為樣本值。當(dāng)樣本個(gè)數(shù)越多時(shí)，分析結(jié)果越接近總體的值，樣本對(duì)總體的代表性就越好?，F(xiàn)在是55頁(yè)\一共有122頁(yè)\編輯于星期五抽樣方法用的統(tǒng)計(jì)抽樣方法主要有以下三種隨機(jī)抽樣法分層抽樣法系統(tǒng)抽樣法書業(yè)公司現(xiàn)在是56頁(yè)\一共有122頁(yè)\編輯于星期五抽樣方法隨機(jī)抽樣指總體中每一個(gè)個(gè)體都有同等可能的機(jī)會(huì)被抽到。這種抽樣方法事先不能考慮抽取哪一個(gè)樣品，完全用偶然方法抽樣，常用抽簽或利用隨機(jī)數(shù)表來(lái)抽取樣品以保證樣品代表性。抽樣當(dāng)圖書品種不多時(shí)，隨機(jī)抽樣是一種有效的抽樣方法；現(xiàn)在是57頁(yè)\一共有122頁(yè)\編輯于星期五抽樣方法分層抽樣分層抽樣是先將總體按照研究?jī)?nèi)容密切有關(guān)的主要因素分類或分層，然后在各層中按照隨機(jī)原則抽取樣本。分層抽樣可以減少層內(nèi)差異，增加樣本的代表性。抽樣樣本當(dāng)?shù)截洰a(chǎn)品較多時(shí)，分層抽樣是一種有效的抽樣方法；現(xiàn)在是58頁(yè)\一共有122頁(yè)\編輯于星期五抽樣方法系統(tǒng)抽樣從總體中每隔K個(gè)個(gè)體抽取一個(gè)個(gè)體的抽樣方法，比值K是總體容量N與樣本容量n之比；當(dāng)出版商批量發(fā)貨及產(chǎn)品特別多時(shí)，并且易作某種次序的整理時(shí)，系統(tǒng)抽樣比分層抽樣好；1，2，…….KK+1，K+2，……..，2K2K+1，2K+2，……..，3K

直到N為止例，從具有1000個(gè)個(gè)體的總體中抽取50個(gè)個(gè)體?，F(xiàn)在是59頁(yè)\一共有122頁(yè)\編輯于星期五總體、樣本、數(shù)據(jù)間的關(guān)系總體樣本結(jié)論數(shù)據(jù)抽樣分析管理測(cè)試現(xiàn)在是60頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)理整理和統(tǒng)計(jì)抽樣的目的是通過(guò)樣本來(lái)反映總體。在書業(yè)公司經(jīng)營(yíng)管理中，常常將測(cè)試的樣本數(shù)據(jù)，通過(guò)整理加工，找出它們的特性，從而推斷總體的變化規(guī)律、趨勢(shì)和性質(zhì)。一批數(shù)據(jù)的分布情況，可以用中心傾向及數(shù)據(jù)的分散程度來(lái)表示，表示中心傾向的有平均值、中位值等，表示數(shù)據(jù)分散程度的有方差、標(biāo)準(zhǔn)偏差、極差等。描述總體數(shù)據(jù)離散程度的參數(shù)為方差σ2

，描述總體數(shù)據(jù)中心傾向的數(shù)為均值μ

。若利用樣本參數(shù)近似描述總體狀況時(shí)，可以利用樣本方差S2近似代替總體方差σ2，利用樣本均值X近似代替總體均值p?，F(xiàn)在是61頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)理整理和統(tǒng)計(jì)樣本平均值樣本中位值X=——————————X1+X2+X3…….+Xnn中位值是按照數(shù)據(jù)大小順序排列位于中間的數(shù)值，中位值記為X~若n為偶數(shù)，則取位于中間兩個(gè)數(shù)值的平均值為中位值；現(xiàn)在是62頁(yè)\一共有122頁(yè)\編輯于星期五數(shù)理整理和統(tǒng)計(jì)樣本極差樣本方差和樣本標(biāo)準(zhǔn)偏差樣本方差和樣本標(biāo)準(zhǔn)差就是用來(lái)度量數(shù)據(jù)波動(dòng)幅度大小的一個(gè)重要特性值。樣本方差是一組數(shù)據(jù)中每一個(gè)數(shù)值與平均值之差的平方和的平均值，通常記為S2；樣本方差的平方根S稱作樣本標(biāo)準(zhǔn)偏差，它與樣本方差一樣，是反映一組數(shù)據(jù)分散程度的特性值:樣本極差表示一組數(shù)據(jù)分布的范圍，是指數(shù)據(jù)中最大值與最小值的差:R=Xmax-Xmin現(xiàn)在是63頁(yè)\一共有122頁(yè)\編輯于星期五2、聚類分析聚類分析指將物理或抽象對(duì)象的集合分組成為由類似的對(duì)象組成的多個(gè)類的分析過(guò)程。聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個(gè)過(guò)程，所以同一個(gè)簇中的對(duì)象有很大的相似性，而不同簇間的對(duì)象有很大的相異性。聚類分析是一種探索性的分析，在分類的過(guò)程中，人們不必事先給出一個(gè)分類的標(biāo)準(zhǔn)，聚類分析能夠從樣本數(shù)據(jù)出發(fā)，自動(dòng)進(jìn)行分類。聚類分析所使用方法的不同，常常會(huì)得到不同的結(jié)論。不同研究者對(duì)于同一組數(shù)據(jù)進(jìn)行聚類分析，所得到的聚類數(shù)未必一致?，F(xiàn)在是64頁(yè)\一共有122頁(yè)\編輯于星期五分類俗語(yǔ)說(shuō)，物以類聚、人以群分。但什么是分類的根據(jù)呢？比如，要想把中國(guó)的縣分成若干類，就有很多種分類法；可以按照自然條件來(lái)分，比如考慮降水、土地、日照、濕度等各方面；也可以考慮收入、教育水準(zhǔn)、醫(yī)療條件、基礎(chǔ)設(shè)施等指標(biāo)；既可以用某一項(xiàng)來(lái)分類，也可以同時(shí)考慮多項(xiàng)指標(biāo)來(lái)分類。現(xiàn)在是65頁(yè)\一共有122頁(yè)\編輯于星期五聚類分析對(duì)于一個(gè)數(shù)據(jù)，人們既可以對(duì)變量（指標(biāo)）進(jìn)行分類(相當(dāng)于對(duì)數(shù)據(jù)中的列分類)，也可以對(duì)觀測(cè)值（事件，樣品）來(lái)分類（相當(dāng)于對(duì)數(shù)據(jù)中的行分類）。比如學(xué)生成績(jī)數(shù)據(jù)就可以對(duì)學(xué)生按照理科或文科成績(jī)（或者綜合考慮各科成績(jī)）分類，當(dāng)然，并不一定事先假定有多少類，完全可以按照數(shù)據(jù)本身的規(guī)律來(lái)分類。下面要介紹的分類的方法稱為聚類分析（clusteranalysis）。對(duì)變量的聚類稱為R型聚類，而對(duì)觀測(cè)值聚類稱為Q型聚類。這兩種聚類在數(shù)學(xué)上是對(duì)稱的，沒(méi)有什么不同?，F(xiàn)在是66頁(yè)\一共有122頁(yè)\編輯于星期五飲料數(shù)據(jù)（drink.sav）16種飲料的熱量、咖啡因、鈉及價(jià)格四種變量現(xiàn)在是67頁(yè)\一共有122頁(yè)\編輯于星期五如何度量遠(yuǎn)近？如果想要對(duì)100個(gè)學(xué)生進(jìn)行分類，如果僅僅知道他們的數(shù)學(xué)成績(jī)，則只好按照數(shù)學(xué)成績(jī)來(lái)分類；這些成績(jī)?cè)谥本€上形成100個(gè)點(diǎn)。這樣就可以把接近的點(diǎn)放到一類。如果還知道他們的物理成績(jī)，這樣數(shù)學(xué)和物理成績(jī)就形成二維平面上的100個(gè)點(diǎn)，也可以按照距離遠(yuǎn)近來(lái)分類。三維或者更高維的情況也是類似；只不過(guò)三維以上的圖形無(wú)法直觀地畫出來(lái)而已。在飲料數(shù)據(jù)中，每種飲料都有四個(gè)變量值。這就是四維空間點(diǎn)的問(wèn)題了?，F(xiàn)在是68頁(yè)\一共有122頁(yè)\編輯于星期五聚類分析1、系統(tǒng)聚類法------（分層聚類）系統(tǒng)聚類法是應(yīng)用最廣泛的一種（HierarchicalCluster過(guò)程）

1）、聚類原則：都是相近的聚為一類，即距離最近或最相似的聚為一類。

2）、分層聚類的方法可以用于樣本聚類（Q）型，也可以用于變量聚類（R型）。2、非系統(tǒng)聚類法-----（快速聚類法----K-均值聚類法）（K-meansCluster)3、兩步聚類法-----一種探索性的聚類方法（TwoStepCluster）現(xiàn)在是69頁(yè)\一共有122頁(yè)\編輯于星期五K-均值聚類分析K-meansCluster

又稱為快速樣本聚類法，是非系統(tǒng)聚類中最常用的聚類法。優(yōu)點(diǎn)：是占內(nèi)存少、計(jì)算量小、處理速度快，特別適合大樣本的聚類分析。缺點(diǎn)：應(yīng)用范圍有限，要求用戶制定分類數(shù)目(要告知)，只能對(duì)觀測(cè)量（樣本）聚類，而不能對(duì)變量聚類，且所使用的聚類變量必須都是連續(xù)性變量。現(xiàn)在是70頁(yè)\一共有122頁(yè)\編輯于星期五所有會(huì)員位置圖代碼和結(jié)果見(jiàn)Excel表現(xiàn)在是71頁(yè)\一共有122頁(yè)\編輯于星期五時(shí)間序列分析(timeseriesanalysis)方法,強(qiáng)調(diào)的是通過(guò)對(duì)一個(gè)區(qū)域進(jìn)行一定時(shí)間段內(nèi)的連續(xù)遙感觀測(cè)，提取圖像有關(guān)特征，并分析其變化過(guò)程與發(fā)展規(guī)模。當(dāng)然，首先需要根據(jù)檢測(cè)對(duì)象的時(shí)相變化特點(diǎn)來(lái)確定遙感監(jiān)測(cè)的周期，從而選擇合適的遙感數(shù)據(jù)。時(shí)間序列分析(timeseriesanalysis)現(xiàn)在是72頁(yè)\一共有122頁(yè)\編輯于星期五時(shí)間序列的基本概念一、時(shí)間序列1、含義：指被觀察到的依時(shí)間為序排列的數(shù)據(jù)序列。2、特點(diǎn)：（1）現(xiàn)實(shí)的、真實(shí)的一組數(shù)據(jù)，而不是數(shù)理統(tǒng)計(jì)中做實(shí)驗(yàn)得到的。既然是真實(shí)的，它就是反映某一現(xiàn)象的統(tǒng)計(jì)指標(biāo)，因而，時(shí)間序列背后是某一現(xiàn)象的變化規(guī)律。（2）動(dòng)態(tài)數(shù)據(jù)。現(xiàn)在是73頁(yè)\一共有122頁(yè)\編輯于星期五現(xiàn)在是74頁(yè)\一共有122頁(yè)\編輯于星期五2010年11月17日--2011年4月8日上證綜指現(xiàn)在是75頁(yè)\一共有122頁(yè)\編輯于星期五二、時(shí)間序列分析時(shí)間序列分析：是一種根據(jù)動(dòng)態(tài)數(shù)據(jù)揭示系統(tǒng)動(dòng)態(tài)結(jié)構(gòu)和規(guī)律的統(tǒng)計(jì)方法。其基本思想：根據(jù)系統(tǒng)的有限長(zhǎng)度的運(yùn)行記錄（觀察數(shù)據(jù)），建立能夠比較精確地反映序列中所包含的動(dòng)態(tài)依存關(guān)系的數(shù)學(xué)模型，并借以對(duì)系統(tǒng)的未來(lái)進(jìn)行預(yù)報(bào)現(xiàn)在是76頁(yè)\一共有122頁(yè)\編輯于星期五三、確定性時(shí)間序列分析與隨機(jī)性時(shí)間序列分析:時(shí)間序列依據(jù)其特征，有以下幾種表現(xiàn)形式，并產(chǎn)生與之相適應(yīng)的分析方法：（1）長(zhǎng)期趨勢(shì)變化受某種基本因素的影響，數(shù)據(jù)依時(shí)間變化時(shí)表現(xiàn)為一種確定傾向，它按某種規(guī)則穩(wěn)步地增長(zhǎng)或下降。使用的分析方法有：移動(dòng)平均法、指數(shù)平滑法、模型擬和法等；現(xiàn)在是77頁(yè)\一共有122頁(yè)\編輯于星期五（2）季節(jié)性周期變化受季節(jié)更替等因素影響，序列依一固定周期規(guī)則性的變化，又稱商業(yè)循環(huán)。采用的方法：季節(jié)指數(shù)；（3）循環(huán)變化周期不固定的波動(dòng)變化?，F(xiàn)在是78頁(yè)\一共有122頁(yè)\編輯于星期五(4)隨機(jī)性變化由許多不確定因素引起的序列變化。它所使用的分析方法就是我們要講的時(shí)間序列分析。趨勢(shì)變化分析確定性變化分析周期變化分析循環(huán)變化分析時(shí)間序列分析隨機(jī)性變化分析:AR、MA、ARMA模型

現(xiàn)在是79頁(yè)\一共有122頁(yè)\編輯于星期五Wold分解定理（1938）對(duì)于任何一個(gè)離散平穩(wěn)過(guò)程它都可以分解為兩個(gè)不相關(guān)的平穩(wěn)序列之和，其中一個(gè)為確定性的，另一個(gè)為隨機(jī)性的，不妨記作其中：為確定性序列，為隨機(jī)序列，它們需要滿足如下條件（1）（2）

（3）現(xiàn)在是80頁(yè)\一共有122頁(yè)\編輯于星期五確定性序列與隨機(jī)序列的定義對(duì)任意序列而言，令關(guān)于q期之前的序列值作線性回歸

其中為回歸殘差序列，。確定性序列，若隨機(jī)序列，若現(xiàn)在是81頁(yè)\一共有122頁(yè)\編輯于星期五Cramer分解定理（1961）任何一個(gè)時(shí)間序列都可以分解為兩部分的疊加：其中一部分是由多項(xiàng)式?jīng)Q定的確定性趨勢(shì)成分，另一部分是平穩(wěn)的零均值誤差成分，即確定性影響隨機(jī)性影響現(xiàn)在是82頁(yè)\一共有122頁(yè)\編輯于星期五循環(huán)變動(dòng)C（Cyclical）不規(guī)則變動(dòng)I（Irregular）季節(jié)變動(dòng)S（Seasonal）長(zhǎng)期趨勢(shì)T（Trend）現(xiàn)在是83頁(yè)\一共有122頁(yè)\編輯于星期五對(duì)兩個(gè)分解定理的理解Wold分解定理說(shuō)明任何平穩(wěn)序列都可以分解為確定性序列和隨機(jī)序列之和。它是現(xiàn)代時(shí)間序列分析理論的靈魂，是構(gòu)造ARMA模型擬合平穩(wěn)序列的理論基礎(chǔ)。Cramer分解定理是Wold分解定理的理論推廣，它說(shuō)明任何一個(gè)序列的波動(dòng)都可以視為同時(shí)受到了確定性影響和隨機(jī)性影響的綜合作用。平穩(wěn)序列要求這兩方面的影響都是穩(wěn)定的，而非平穩(wěn)序列產(chǎn)生的機(jī)理就在于它所受到的這兩方面的影響至少有一方面是不穩(wěn)定的?，F(xiàn)在是84頁(yè)\一共有122頁(yè)\編輯于星期五確定性時(shí)序分析的目的克服其它因素的影響，單純測(cè)度出某一個(gè)確定性因素對(duì)序列的影響推斷出各種確定性因素彼此之間的相互作用關(guān)系及它們對(duì)序列的綜合影響現(xiàn)在是85頁(yè)\一共有122頁(yè)\編輯于星期五4-3-2時(shí)間序列趨勢(shì)分析目的有些時(shí)間序列具有非常顯著的趨勢(shì)，我們分析的目的就是要找到序列中的這種趨勢(shì)，并利用這種趨勢(shì)對(duì)序列的發(fā)展作出合理的預(yù)測(cè)

常用方法趨勢(shì)擬合法平滑法現(xiàn)在是86頁(yè)\一共有122頁(yè)\編輯于星期五趨勢(shì)擬合法趨勢(shì)擬合法就是把時(shí)間作為自變量，相應(yīng)的序列觀察值作為因變量，建立序列值隨時(shí)間變化的回歸模型的方法

分類線性擬合非線性擬合現(xiàn)在是87頁(yè)\一共有122頁(yè)\編輯于星期五線性擬合使用場(chǎng)合長(zhǎng)期趨勢(shì)呈現(xiàn)出線形特征模型結(jié)構(gòu)現(xiàn)在是88頁(yè)\一共有122頁(yè)\編輯于星期五例:擬合澳大利亞政府1981——1990年每季度的消費(fèi)支出序列

現(xiàn)在是89頁(yè)\一共有122頁(yè)\編輯于星期五線性擬合模型參數(shù)估計(jì)方法最小二乘估計(jì)參數(shù)估計(jì)值現(xiàn)在是90頁(yè)\一共有122頁(yè)\編輯于星期五擬合效果圖現(xiàn)在是91頁(yè)\一共有122頁(yè)\編輯于星期五非線性擬合使用場(chǎng)合長(zhǎng)期趨勢(shì)呈現(xiàn)出非線形特征

參數(shù)估計(jì)指導(dǎo)思想能轉(zhuǎn)換成線性模型的都轉(zhuǎn)換成線性模型，用線性最小二乘法進(jìn)行參數(shù)估計(jì)實(shí)在不能轉(zhuǎn)換成線性的，就用迭代法進(jìn)行參數(shù)估計(jì)

現(xiàn)在是92頁(yè)\一共有122頁(yè)\編輯于星期五常用非線性模型模型變換變換后模型參數(shù)估計(jì)方法線性最小二乘估計(jì)線性最小二乘估計(jì)－－迭代法－－迭代法－－迭代法現(xiàn)在是93頁(yè)\一共有122頁(yè)\編輯于星期五例：對(duì)上海證券交易所每月末上證指數(shù)序列進(jìn)行模型擬合

現(xiàn)在是94頁(yè)\一共有122頁(yè)\編輯于星期五非線性擬合模型變換參數(shù)估計(jì)方法線性最小二乘估計(jì)擬合模型:現(xiàn)在是95頁(yè)\一共有122頁(yè)\編輯于星期五擬合效果圖現(xiàn)在是96頁(yè)\一共有122頁(yè)\編輯于星期五時(shí)間序列預(yù)測(cè)法時(shí)間序列預(yù)測(cè)法可用于短期預(yù)測(cè)、中期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)。根據(jù)對(duì)資料分析方法的不同，又可分為：簡(jiǎn)單序時(shí)平均數(shù)法、加權(quán)序時(shí)平均數(shù)法現(xiàn)在是97頁(yè)\一共有122頁(yè)\編輯于星期五平滑法平滑法是進(jìn)行趨勢(shì)分析和預(yù)測(cè)時(shí)常用的一種方法。它是利用修勻技術(shù)，削弱短期隨機(jī)波動(dòng)對(duì)序列的影響，使序列平滑化，從而顯示出長(zhǎng)期趨勢(shì)變化的規(guī)律現(xiàn)在是98頁(yè)\一共有122頁(yè)\編輯于星期五簡(jiǎn)單平均數(shù)法:也稱算術(shù)平均法。即把若干歷史時(shí)期的統(tǒng)計(jì)數(shù)值作為觀察值，求出算術(shù)平均數(shù)作為下期預(yù)測(cè)值。這種方法基于下列假設(shè)：“過(guò)去這樣，今后也將這樣”，把近期和遠(yuǎn)期數(shù)據(jù)等同化和平均化，因此只能適用于事物變化不大的趨勢(shì)預(yù)測(cè)。如果事物呈現(xiàn)某種上升或下降的趨勢(shì)，就不宜采用此法。加權(quán)平均數(shù)法:就是把各個(gè)時(shí)期的歷史數(shù)據(jù)按近期和遠(yuǎn)期影響程度進(jìn)行加權(quán)，求出平均值，作為下期預(yù)測(cè)值?，F(xiàn)在是99頁(yè)\一共有122頁(yè)\編輯于星期五現(xiàn)在是100頁(yè)\一共有122頁(yè)\編輯于星期五移動(dòng)平均法基本思想假定在一個(gè)比較短的時(shí)間間隔里，序列值之間的差異主要是由隨機(jī)波動(dòng)造成的。根據(jù)這種假定，我們可以用一定時(shí)間間隔內(nèi)的平均值作為某一期的估計(jì)值

分類n期中心移動(dòng)平均n期移動(dòng)平均現(xiàn)在是101頁(yè)\一共有122頁(yè)\編輯于星期五移動(dòng)平均期數(shù)確定的原則事件的發(fā)展有無(wú)周期性以周期長(zhǎng)度作為移動(dòng)平均的間隔長(zhǎng)度，以消除周期效應(yīng)的影響對(duì)趨勢(shì)平滑的要求移動(dòng)平均的期數(shù)越多，擬合趨勢(shì)越平滑對(duì)趨勢(shì)反映近期變化敏感程度的要求

移動(dòng)平均的期數(shù)越少，擬合趨勢(shì)越敏感現(xiàn)在是102頁(yè)\一共有122頁(yè)\編輯于星期五移動(dòng)平均預(yù)測(cè)現(xiàn)在是103頁(yè)\一共有122頁(yè)\編輯于星期五時(shí)間序列模型的基本概念及其適用性現(xiàn)在是104頁(yè)\一共有122頁(yè)\編輯于星期五時(shí)間序列模型的基本概念

隨機(jī)時(shí)間序列模型（nimeseriesmodeling）是指僅用它的過(guò)去值及隨機(jī)擾動(dòng)項(xiàng)所建立起來(lái)的模型，其一般形式為

Yn=F(Yn-1,Yn-2,…,n)

建立具體的時(shí)間序列模型，需解決如下三個(gè)問(wèn)題：

(1)模型的具體形式(2)時(shí)序變量的滯后期(3)隨機(jī)擾動(dòng)項(xiàng)的結(jié)構(gòu)

現(xiàn)在是105頁(yè)\一共有122頁(yè)\編輯于星期五例如，取線性方程、一期滯后以及白噪聲隨機(jī)擾動(dòng)項(xiàng)（n=n），模型將是一個(gè)1階自回歸過(guò)程AR(1)：Yn=aYn-1+n這里，n特指一白噪聲。

一般的p階自回歸過(guò)程AR(p)是Yn=a1Yn-1+a2Yn-2+…+apYn-p+n(*)現(xiàn)在是106頁(yè)\一共有122頁(yè)\編輯于星期五(1)如果隨機(jī)擾動(dòng)項(xiàng)是一個(gè)白噪聲(n=n)，則稱(1)式為一純AR(p)過(guò)程（pureAR(p)process），記為Yn=a1Yn-1+a2Yn-2+…+apYn-p+n(2)如果n不是一個(gè)白噪聲，通常認(rèn)為它是一個(gè)q階的移動(dòng)平均（movingaverage）過(guò)程MA(q)：

n=n-c1n-1-c2n-2--cqn-q該式給出了一個(gè)純MA(q)過(guò)程（pureMA(p)process）。

一般的p階自回歸過(guò)程AR(p)是Yn=a1Yn-1+a2Yn-2+…+apYn-p+n(1)現(xiàn)在是107頁(yè)\一