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

統(tǒng)計數(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1.2統(tǒng)計、計算機與統(tǒng)計軟件1.3為何要使用Excel來學(xué)習統(tǒng)計1.4變量及其分類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)計你想過下面的問題嗎？（1）當你買了一臺電視，被告知三年內(nèi)可以免費保修時,你想過廠家憑什么這樣說嗎？說多了，廠家會損失；說少了，會失去競爭，也是損失。到底這個保修期是怎樣決定的呢？（2）在同一年級中，同一門統(tǒng)計學(xué)的課程可能由一些不同的教師講授。教師講課方式當然不一樣，考試題目也不一定相同。那么如何比較不同班級的統(tǒng)計學(xué)成績呢？（3）大學(xué)排名是一個非常敏感的問題。不同的機構(gòu)會得出不同的結(jié)果，各自都說自己是客觀、公正和有道理的。到底如何理解這些不同的結(jié)果呢？（4）如何通過大眾調(diào)查來得到性別、年齡、職業(yè)、收入等各種因素與公眾對某件事物（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電視節(jié)目的收視率，以確定廣告的價格是否合理呢？1.1什么是統(tǒng)計統(tǒng)計學(xué)應(yīng)用領(lǐng)域：社會學(xué)、新聞?wù){(diào)查精算、農(nóng)業(yè)、動物學(xué)、人類學(xué)、考古學(xué)、審計學(xué)、人口統(tǒng)計學(xué)、牙醫(yī)學(xué)、生態(tài)學(xué)、計量經(jīng)濟學(xué)、教育學(xué)、選舉預(yù)測和策劃、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、人類遺傳學(xué)、水文學(xué)、工業(yè)、法律、語言學(xué)、文學(xué)、勞動力計劃、管理科學(xué)、市場營銷學(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、分類學(xué)、氣象改善、博彩等。當然，大家用不著也不可能理解所有的統(tǒng)計應(yīng)用，只要能夠解決自己身邊的統(tǒng)計問題就足夠了。1.1什么是統(tǒng)計統(tǒng)計學(xué)（Statistics）是用以收集數(shù)據(jù)、分析數(shù)據(jù)并進而由數(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)計學(xué)稱為統(tǒng)計方法（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，利用電話對看電視的人進行采訪，同時問他們在觀看什么節(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)過統(tǒng)計分析，評估這個收視率的可信度和代表性等。顯然，這是一個收集數(shù)據(jù)，然后通過分析數(shù)據(jù)得到結(jié)論的簡單例子。

1.2 統(tǒng)計、計算機與統(tǒng)計軟件現(xiàn)代生活越來越離不開計算機了。最早使用計算機的統(tǒng)計當然更離不開計算機了。計算機的使用，也從過去必須學(xué)會計算機語言發(fā)展到只需要“傻瓜式”地點擊鼠標；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)計軟件的發(fā)展，也使得統(tǒng)計從統(tǒng)計學(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)，點幾下鼠標，做一些選項，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意義的垃圾之后還沾沾自喜。1.2 統(tǒng)計、計算機與統(tǒng)計軟件SPSS：這是一個很受歡迎的統(tǒng)計軟件。它操作容易，輸出漂亮，功能齊全，價格合理。它也有自己的程序語言，但基本上已經(jīng)“傻瓜化”。對于非專業(yè)統(tǒng)計工作者，它是很好的選擇。Excel：嚴格說來，Excel并不是統(tǒng)計軟件，但作為數(shù)據(jù)表格軟件，必然有一定的統(tǒng)計計算功能。而且凡是安裝了MicrosoftOffice的計算機，基本上都裝有Excel。但要注意，有時在安裝Office時沒有安裝（加載）“數(shù)據(jù)分析”的功能，那就必須裝（加載）了才行。當然，畫圖功能是已經(jīng)具備了的。對于簡單分析，Excel還算方便，但隨著問題的深入，Excel就不那么“傻瓜”了。SAS：這是一款功能非常齊全的軟件。盡管價格相當不菲，但許多公司，特別是美國制藥公司都在使用，這多半因為其功能眾多和某些美國政府機構(gòu)一些人的偏愛。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。也可以用它編程計算，但對于基本統(tǒng)計課程則不那么方便。學(xué)習軟件的最好方式是需要時在使用中學(xué)。1.3為何要使用Excel來學(xué)習統(tǒng)計由于微軟的Office已相當普及，并且廣泛地應(yīng)用于工商企業(yè)及個人使用領(lǐng)域，要想在一臺個人計算機上找到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并沒有被歸類為統(tǒng)計軟件，并且其與統(tǒng)計有關(guān)的函數(shù)和“數(shù)據(jù)分析”功能是絕對無法與SPSS或SAS統(tǒng)計軟件相提并論的，但對絕大多數(shù)人而言已經(jīng)足夠了。生活在“信息時代”中的人們比以前任何時候都更頻繁地與數(shù)據(jù)打交道，Excel就是為現(xiàn)代人進行數(shù)據(jù)處理而定制的一個工具。無論是在科學(xué)研究、醫(yī)療教育、商業(yè)活動還是家庭生活中，Excel都能滿足大多數(shù)人的數(shù)據(jù)處理需求。Excel擁有強大的計算、分析、傳遞和共享功能，可以幫助用戶將繁雜的數(shù)據(jù)轉(zhuǎn)化為有用的信息。偉人說“實踐出真知”，在Excel中，不但實踐出真知，而且實踐出技巧。1.4 變量及其分類變量（Variable）是用來描述總體中成員的某一特性。在搜集數(shù)據(jù)的過程中，需要搜集各類的變量。例如，性別、年齡、職業(yè)、教育程度、收入等人口統(tǒng)計變量。又如，為了預(yù)測明年的銷售量，所搜集到的數(shù)據(jù)如廣告費、人事費、銷售人員數(shù)等，也都是一種變量。在現(xiàn)實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，要描述某一個人，僅使用性別變量，說他（或她）是男性（或是女性），肯定是無法說明白的。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 變量及其分類定性變量（QualitativeVariable）也稱離散變量或分類變量。例如，使用的手機品牌、學(xué)生所在的學(xué)院、就讀的班級、宗教信仰、參加的社團、喜好的運動、最常飲用的飲料類別、最喜歡的歌手、最喜歡的影星、民族、黨派，均屬定性變量（分類變量）。分類變量的觀測結(jié)果稱為分類數(shù)據(jù)。如性別：男[1]、女[2]。定序變量：如果類別具有一定的順序，這樣的變量也稱為有序變量（RankVariable）或有序分類變量。相應(yīng)的觀測結(jié)果稱為有序數(shù)據(jù)。例如，成績：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：教授[4]、副教授[3]、講師[2]、助教[1]；評價：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[1]。定量變量（QuantitativeVariable）也稱數(shù)值型變量。例如，成績、年齡、收入、國民生產(chǎn)總值、體重、身高、智力、溫度等均屬定量變量。定量變量的觀測結(jié)果稱為定量數(shù)據(jù)或數(shù)值型數(shù)據(jù)。在實際應(yīng)用中，變量類型一般只分為定性變量（分類變量）和定量變量（數(shù)值型變量）兩大類。1.5數(shù)據(jù)的收集（怎樣得到數(shù)據(jù)）每天翻開報紙或打開電視，就可以看到各種數(shù)據(jù)，比如高速公路通車里程、股票行情、外匯牌價、房價、流行病的有關(guān)數(shù)據(jù)。當然還有國家統(tǒng)計局定期發(fā)布的各種國家經(jīng)濟數(shù)據(jù)、海關(guān)發(fā)布的進出口貿(mào)易數(shù)據(jù)等。從這些數(shù)據(jù)中，各有關(guān)方面可以提取對自己有用的信息。顯然，這些間接得到的數(shù)據(jù)都是二手數(shù)據(jù)。獲得第一手數(shù)據(jù)并不像得到二手數(shù)據(jù)那么輕松。某些企業(yè)每年至少要花三四千萬元來收集和分析數(shù)據(jù)。他們調(diào)查其產(chǎn)品目前在市場中的狀況和地位，并確定其競爭對手的態(tài)勢。他們調(diào)查不同地區(qū)、不同階層的民眾對其產(chǎn)品的認知程度和購買意愿，以改進產(chǎn)品或推出新品種以爭取新顧客。他們還收集各地方的經(jīng)濟、交通等信息，以決定如何保住現(xiàn)有市場和開發(fā)新市場。市場信息數(shù)據(jù)對企業(yè)是至關(guān)重要的，他們很舍得在這方面花錢。因為這是企業(yè)生存所必需的，絕不是可有可無的。1.5數(shù)據(jù)的收集（個體、總體和樣本）要想了解北京市民對建設(shè)北京交通設(shè)施是以包括軌道運輸在內(nèi)的公共交通工具為主還是以小汽車為主的觀點，需要進行調(diào)查。調(diào)查對象是所有北京市民，調(diào)查目的是希望知道市民中對這個問題的不同看法各自占有的比例。顯然，不可能去問所有的北京市民，而只能夠問一部分，并且根據(jù)這一部分的觀點來理解整個北京市民的總體觀點。在這個例子中，單個北京市民稱為調(diào)查的對象；而他們的觀點稱為（這個調(diào)查問題的）個體；而稱所有北京市民對這個問題的觀點為一個總體，總體是包含所有要研究的個體的集合；而調(diào)查時問到的那部分市民的觀點（也就是部分個體）稱為該總體的一個樣本，是總體中選出的一部分。當然，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)查對象的北京市民稱為個體，但每個市民還有其他諸如身高、體重、教育程度等無數(shù)特征，這些都不是我們調(diào)查的目的。因此，為了強調(diào)我們調(diào)查的目的，市民的觀點才應(yīng)稱為個體。1.5數(shù)據(jù)的收集（個體、總體和樣本）在抽取樣本時，如果總體中的每一個個體都有同等機會被選到樣本中，這種抽樣稱為簡單隨機抽樣（例子P42），而這樣得到的樣本則稱為隨機樣本。隨機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的隨機樣本的一個常用的方法是利用隨機數(shù)。其步驟為：（1）先把總體的所有個體編號；（2）然后產(chǎn)生n個1到N之間的隨機數(shù)；（3）與如此產(chǎn)生的隨機數(shù)中的數(shù)目相同的個體則形成了樣本量為n的簡單隨機樣本。在廣泛使用計算機的今天，為了方便，很多實際工作者應(yīng)用計算機所產(chǎn)生的偽隨機數(shù)來代替真正的隨機數(shù)。在實踐中，得到隨機樣本并不容易，很多搞調(diào)查的人就采取簡單的辦法：方便樣本。具體實現(xiàn)方法：參見實驗1.3、實驗1.4和實驗1.51.5數(shù)據(jù)的收集（ 收集數(shù)據(jù)時的誤差）假定在某一職業(yè)人群中女性占的比例為60％。如果在這個人群中抽取一些隨機樣本，這些隨機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，因為樣本的特征不一定和總體完全一樣。這種差異不是錯誤，而是必然會出現(xiàn)的抽樣誤差。在抽樣調(diào)查中，一些人因為種種原因沒有對調(diào)查做出反應(yīng)（或回答），這種誤差稱為未響應(yīng)誤差。而另有一些人因為各種原因回答時并沒有真實反映他們的觀點，這稱為響應(yīng)誤差。和抽樣誤差不一樣，未響應(yīng)誤差和響應(yīng)誤差都會影響對真實世界的了解，應(yīng)該在設(shè)計調(diào)查方案時盡量避免。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)。最常用的問卷調(diào)查方式，包括通過郵件報刊等手段調(diào)查、電話調(diào)查和面對面調(diào)查等。這些調(diào)查方式都利用了問卷（questionnaire），而問卷的設(shè)計則很有學(xué)問。它涉及如何用詞、問題的次序以及問題的選擇和組合等。這涉及心理學(xué)、社會學(xué)等知識。抽樣調(diào)查設(shè)計的目的之一是確保樣本對總體的代表性，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)隨機抽樣的例子P42）、分層抽樣、整群抽樣、多級抽樣。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)”選項卡-->“分析”組-->“數(shù)據(jù)分析”2.在Excel2010中激活“分析工具庫”加載項第一步：單擊【文件】選項卡，在彈出的列表中單擊【選項】命令，這時將出現(xiàn)【Excel選項】對話框；第二步：在【Excel選項】對話框中，單擊【加載項】命令，在右側(cè)【管理】下拉列表中選定【Exce1加載項】，單擊【轉(zhuǎn)到】按鈕，打開【加載宏】對話框；第三步：在【加載宏】對話框中，勾選【分析工具庫】選項，單擊【確定】按鈕。實驗指導(dǎo)實驗1.1使用Excel的RAND隨機數(shù)函數(shù)

產(chǎn)生隨機數(shù)表實驗1.2使用Excel的“隨機