第2章-數(shù)據(jù)的圖表展示

數(shù)據(jù)分析

(方法與案例)

作者賈俊平版權(quán)所有違者必究統(tǒng)計(jì)學(xué)基礎(chǔ)(第6版)FundamentalStatistics第2章數(shù)據(jù)的圖表展示2.1

數(shù)據(jù)的預(yù)處理2.2數(shù)據(jù)的頻數(shù)分布2.3類別數(shù)據(jù)的圖示2.4數(shù)值數(shù)據(jù)的圖示2.5合理使用圖表Display學(xué)習(xí)目標(biāo)數(shù)據(jù)預(yù)處理的內(nèi)容和目的頻數(shù)分布表的制作類別數(shù)據(jù)的圖示方法數(shù)值數(shù)據(jù)的圖示方法用Excel作頻數(shù)分布表和形圖合理使用圖表2.1數(shù)據(jù)的預(yù)處理

2.1.1數(shù)據(jù)審核

2.1.2數(shù)據(jù)排序

2.1.3數(shù)據(jù)篩選第2章數(shù)據(jù)的圖表展示數(shù)據(jù)的預(yù)處理數(shù)據(jù)審核檢查數(shù)據(jù)中的錯(cuò)誤數(shù)據(jù)篩選找出符合條件的數(shù)據(jù)數(shù)據(jù)排序升序和降序?qū)ふ覕?shù)據(jù)的基本特征數(shù)據(jù)透視按需要匯總2.1.1數(shù)據(jù)審核2.1數(shù)據(jù)的預(yù)處理數(shù)據(jù)審核—原始數(shù)據(jù)

(rawdata)完整性審核應(yīng)調(diào)查的單位或個(gè)體是否有遺漏所有的調(diào)查項(xiàng)目或變量是否填寫齊全準(zhǔn)確性審核數(shù)據(jù)是否真實(shí)反映實(shí)際情況，內(nèi)容是否符合實(shí)際數(shù)據(jù)是否有錯(cuò)誤，計(jì)算是否正確等數(shù)據(jù)的審核—二手?jǐn)?shù)據(jù)

(secondhanddata)適用性審核弄清楚數(shù)據(jù)的來(lái)源、數(shù)據(jù)的口徑以及有關(guān)的背景材料確定數(shù)據(jù)是否符合自己分析研究的需要時(shí)效性審核盡可能使用最新的數(shù)據(jù)確認(rèn)是否有必要做進(jìn)一步的加工整理2.1.2數(shù)據(jù)排序2.1數(shù)據(jù)的預(yù)處理數(shù)據(jù)排序

(datarank)按一定順序?qū)?shù)據(jù)排列，以發(fā)現(xiàn)一些明顯的特征或趨勢(shì)，找到解決問(wèn)題的線索排序有助于對(duì)數(shù)據(jù)檢查糾錯(cuò)，以及為重新歸類或分組等提供依據(jù)在某些場(chǎng)合，排序本身就是分析的目的之一排序可借助于計(jì)算機(jī)完成數(shù)據(jù)排序

(方法)類別數(shù)據(jù)的排序字母型數(shù)據(jù)，排序有升序降序之分，但習(xí)慣上用升序漢字型數(shù)據(jù)，可按漢字的首位拼音字母排列，也可按筆畫排序，其中也有筆畫多少的升序降序之分?jǐn)?shù)值數(shù)據(jù)的排序遞增排序：設(shè)一組數(shù)據(jù)為x1，x2，…，xn，遞增排序后可表示為：x(1)<x(2)<…<x(n)遞減排序：可表示為：x(1)>x(2)>…>x(n)用Excel進(jìn)行數(shù)據(jù)排序第1步：將光標(biāo)放在數(shù)據(jù)區(qū)域的任意單元格。然后點(diǎn)擊【數(shù)據(jù)】

【排序】，出現(xiàn)的界面如下圖所示。第2步：在【主要關(guān)鍵字】框中選擇要排序的變量，本例為“網(wǎng)購(gòu)金額”，然后點(diǎn)擊【確定】（如果要按性別排序，點(diǎn)擊【選項(xiàng)】，在【方法】下選中“字母排序”或“筆劃排序”）用Excel進(jìn)行數(shù)據(jù)排序

(例題分析)【例2—1】為研究消費(fèi)者的網(wǎng)上購(gòu)物情況，隨機(jī)抽取50個(gè)消費(fèi)者，調(diào)查得到性別、網(wǎng)購(gòu)原因、每月的網(wǎng)購(gòu)金額（元）數(shù)據(jù)如表2—1所示。對(duì)網(wǎng)購(gòu)金額按升序排列2.1.3數(shù)據(jù)篩選2.1數(shù)據(jù)的預(yù)處理數(shù)據(jù)篩選

(datafilter)當(dāng)數(shù)據(jù)中的錯(cuò)誤不能予以糾正，或者有些數(shù)據(jù)不符合調(diào)查的要求而又無(wú)法彌補(bǔ)時(shí)，需要對(duì)數(shù)據(jù)進(jìn)行篩選數(shù)據(jù)篩選的內(nèi)容將某些不符合要求的數(shù)據(jù)或有明顯錯(cuò)誤的數(shù)據(jù)予以剔除將符合某種特定條件的數(shù)據(jù)篩選出來(lái)，而不符合特定條件的數(shù)據(jù)予以剔除用Excel進(jìn)行數(shù)據(jù)篩選第1步：將光標(biāo)放在數(shù)據(jù)區(qū)域的任意單元格。然后點(diǎn)擊【數(shù)據(jù)】

【篩選】。這時(shí)繪在每個(gè)變量名中出現(xiàn)下拉箭頭第2步：點(diǎn)擊要篩選的變量的下拉箭頭即可對(duì)該變量進(jìn)行篩選。比如，要篩選網(wǎng)購(gòu)金額大于350元的消費(fèi)者，點(diǎn)擊網(wǎng)購(gòu)金額變量的下拉箭頭第3步：點(diǎn)擊“大于”，并在后面的框內(nèi)輸入400。點(diǎn)擊【確定】2020-8-20數(shù)據(jù)篩選

(多條件篩選)篩選出性別為女、家庭所在地為大城市、月生活費(fèi)支出大于1500元、月網(wǎng)上購(gòu)物支出大于200元的所有學(xué)生第1步：在工作表的上方插入3個(gè)空行，將數(shù)據(jù)表的第一行復(fù)制到第1個(gè)空行；在第2個(gè)空行的每個(gè)變量名下依次輸入篩選的條件：女、價(jià)格便宜、>300第2步：選擇【數(shù)據(jù)】→【高級(jí)】。在列表區(qū)域輸入要篩選的數(shù)據(jù)區(qū)域；在條件區(qū)域輸入條件區(qū)域。單擊【確定】用Excel進(jìn)行數(shù)據(jù)篩選

(例題分析)【例2—1】為研究消費(fèi)者的網(wǎng)上購(gòu)物情況，隨機(jī)抽取50個(gè)消費(fèi)者，調(diào)查得到性別、網(wǎng)購(gòu)原因、每月的網(wǎng)購(gòu)金額（元）數(shù)據(jù)如表2—1所示。篩選篩選出每月網(wǎng)購(gòu)金額大于400元的消費(fèi)者；篩選出性別為女、網(wǎng)購(gòu)原因?yàn)閮r(jià)格便宜、每月網(wǎng)購(gòu)金額大于350元的所有消費(fèi)者2.2數(shù)據(jù)的頻數(shù)分布

2.2.1類別數(shù)據(jù)的頻數(shù)分布表

2.2.2數(shù)值數(shù)據(jù)的類別化第2章數(shù)據(jù)的圖表展示2.2.1類別數(shù)據(jù)的頻數(shù)分布表2.2數(shù)據(jù)的頻數(shù)分布2020-8-20簡(jiǎn)單頻數(shù)表只涉及一個(gè)類別變量時(shí)，這個(gè)變量的各類別（取值）可以放在頻數(shù)分布表中“行”的位置，也可以放在“列”的位置，將該變量的各類別及其相應(yīng)的頻數(shù)列出來(lái)就是一個(gè)簡(jiǎn)單的頻數(shù)表，也稱為一維列聯(lián)表【例2—3】沿用例2—1。分別制作學(xué)生性別和家庭所在地的簡(jiǎn)單頻數(shù)表2020-8-20簡(jiǎn)單頻數(shù)表用【數(shù)據(jù)透視表】命令制作類別數(shù)據(jù)頻數(shù)分布表第1步：選擇【插入】→【數(shù)據(jù)透視表】第2步：在【表/區(qū)域】框內(nèi)選定數(shù)據(jù)區(qū)域。選擇放置數(shù)據(jù)透視表的位置。系統(tǒng)默認(rèn)是新工作表，如果要將透視表放在現(xiàn)有工作表中，選擇【現(xiàn)有工作表】，并在【位置】框內(nèi)點(diǎn)擊工作表的任意單元格。點(diǎn)擊【確定】第3步：用鼠標(biāo)右鍵單擊數(shù)據(jù)透視表，選擇【數(shù)據(jù)透視表選項(xiàng)】，在彈出的對(duì)話框中點(diǎn)擊【顯示】，并選中【經(jīng)典數(shù)據(jù)透視表布局】，然后【確定】第4步：將數(shù)據(jù)透視的一個(gè)字段拖至“行”位置，將“另一個(gè)字段”拖至“列”的位置（行列可以互換），再將要計(jì)數(shù)的變量拖至“值字段”位置，即可生成需要的頻數(shù)分布表生成頻數(shù)分布表

(簡(jiǎn)單頻數(shù)表)【例2—3】沿用例2—1。分別制作消費(fèi)者別和網(wǎng)購(gòu)原因的簡(jiǎn)單頻數(shù)表生成頻數(shù)分布表

(二維列聯(lián)表)【例2—3】沿用例2—1。分別制作消費(fèi)者別和網(wǎng)購(gòu)原因的簡(jiǎn)單頻數(shù)表類別數(shù)據(jù)的描述統(tǒng)計(jì)量頻數(shù)(frequency)

：落在各類別中的數(shù)據(jù)個(gè)數(shù)比例(proportion)

：某一類別數(shù)據(jù)個(gè)數(shù)占全部數(shù)據(jù)個(gè)數(shù)的比值百分比(percentage)

：將對(duì)比的基數(shù)作為100而計(jì)算的比值比率(ratio)

：不同類別數(shù)值個(gè)數(shù)的比值類別數(shù)據(jù)分析

(例題分析)沿用例2—1。按性別和網(wǎng)購(gòu)原因分類匯總的消費(fèi)者網(wǎng)購(gòu)金額類別數(shù)據(jù)分析

(例題分析)【例2—5】沿用例2—1。根據(jù)表2—4的二維列聯(lián)表，計(jì)算和類別的百分比并進(jìn)行分析網(wǎng)購(gòu)原因男女總計(jì)人數(shù)百分比（%）人數(shù)百分比（%）人數(shù)百分比（%）方便快捷626.09518.521122.00價(jià)格便宜939.131244.442142.00選擇性強(qiáng)834.781037.041836.00總計(jì)23100.0027100.0050100.002.2.2數(shù)值數(shù)據(jù)的類別化2.2數(shù)據(jù)的頻數(shù)分布生成頻數(shù)分布表

(例題分析)確定組數(shù)：組數(shù)的確定應(yīng)以能夠顯示數(shù)據(jù)的分布特征為目的。在實(shí)際分組時(shí)，組數(shù)一般為5K15。本例中由于數(shù)據(jù)較多，可考慮分為10組確定組距：組距(ClassWidth)是一個(gè)組的上限與下限之差，可根據(jù)全部數(shù)據(jù)的最大值和最小值及所分的組數(shù)來(lái)確定，即

組距＝(最大值-最小值)÷組數(shù)

例如，本例最大值為237，最小值為141，組距=(237-141)÷10＝9.6。為便于計(jì)算，組距宜取5或10的倍數(shù)，且第一組的下限應(yīng)低于最小變量值，最后一組的上限應(yīng)高于最大變量值，因此組距可取10統(tǒng)計(jì)出各組的頻數(shù)。每個(gè)組的數(shù)據(jù)滿足a

x<b(上限值不在內(nèi)(Excel的計(jì)數(shù)規(guī)則是a<x

b)組距分組

(幾個(gè)概念)1.下限(lowlimit)

：一個(gè)組的最小值2.上限(upperlimit)

：一個(gè)組的最大值3.組距(classwidth)

：上限與下限之差4.組中值(classmidpoint)

：下限與上限之間的中點(diǎn)值下限值+上限值2組中值=頻數(shù)分布表的編制

(例題分析)【例2—6】表2—7是某購(gòu)物網(wǎng)站2016年前4個(gè)月每天的銷售額數(shù)據(jù)。對(duì)數(shù)據(jù)進(jìn)行分組，并制作頻數(shù)分布表234159187155172183182177163158143198141167194225177189196203187160214168173178184209176188161152149211196234185189196206150161178168174153186190160171228162223170165179186175197208153163218180175144178191197192166196179171233179187173174210154164215233175188237194198168174226180172190172187189200211156165175210207181205195201172203165196172176182188195202213用Excel的【直方圖】命令制作數(shù)值數(shù)據(jù)的頻數(shù)分布表

等距分組表

(上下組限重疊)銷售額分組天數(shù)頻率（%）140—15043.33150—16097.50160—1701613.33170—1802722.50180—1902016.67190—2001714.17200—210108.33210—22086.67220—23043.33230—24054.17合計(jì)120100.00等距分組表

(使用開(kāi)口組)銷售額分組天數(shù)頻率（%）150以下43.33150—16097.50160—1701613.33170—1802722.50180—1902016.67190—2001714.17200—210108.33210—22086.67220—23043.33230以上54.17合計(jì)120100.002.3類別數(shù)據(jù)的圖示

2.3.1條形圖和帕累托圖

2.3.2環(huán)形圖和餅圖第2章數(shù)據(jù)的圖表展示2.3.1條形圖和帕累托圖2.3類別數(shù)據(jù)的圖示類別數(shù)據(jù)的圖示—簡(jiǎn)單條形圖

(barChart)用寬度相同的條形的高度或長(zhǎng)短來(lái)表示各類別數(shù)據(jù)各類別可放在縱軸，稱為條形圖，可以放在橫軸，稱為柱形圖(columnchart)

類別數(shù)據(jù)的圖示—復(fù)式條形圖

(barChart)類別數(shù)據(jù)的圖示—百分比條形圖

(barChart)類別數(shù)據(jù)的圖示—帕累托圖

(paretochart)2.3.2環(huán)形圖和餅圖2.3類別數(shù)據(jù)的圖示類別數(shù)據(jù)的圖示—簡(jiǎn)單餅圖

(pieChart)用圓形及圓內(nèi)扇形的角度來(lái)表示數(shù)值大小的圖形，主要用于表示一個(gè)樣本(或總體)中各組成部分的數(shù)據(jù)占全部數(shù)據(jù)的比例用于研究結(jié)構(gòu)問(wèn)題【例2—10】沿用例2—1。根據(jù)表2—4的數(shù)據(jù)繪制餅圖，分析不同網(wǎng)購(gòu)原因的人數(shù)占總?cè)藬?shù)的百分比環(huán)形圖

(doughnutchart)環(huán)形圖中間有一個(gè)“空洞”，樣本或總體中的每一部分?jǐn)?shù)據(jù)用環(huán)中的一段表示與餅圖類似，但又有區(qū)別餅圖只能顯示一個(gè)總體各部分所占的比例環(huán)形圖則可以同時(shí)繪制多個(gè)樣本或總體的數(shù)據(jù)系列，每一個(gè)樣本或總體的數(shù)據(jù)系列為一個(gè)環(huán)用于結(jié)構(gòu)比較研究用于展示分類和順序數(shù)據(jù)環(huán)形圖

(例題分析)2.4數(shù)值數(shù)據(jù)的圖示

2.4.1直方圖

2.4.2散點(diǎn)圖和氣泡圖2.4.3雷達(dá)圖和輪廓圖2.4.4時(shí)間序列圖第2章數(shù)據(jù)的圖表展示2.4.1直方圖和箱形圖2.4數(shù)值數(shù)據(jù)的圖示分組數(shù)據(jù)—直方圖

(histogram)用于展示分組數(shù)據(jù)分布的一種圖形用矩形的寬度和高度來(lái)表示頻數(shù)分布本質(zhì)上是用矩形的面積來(lái)表示頻數(shù)分布在直角坐標(biāo)中，用橫軸表示數(shù)據(jù)分組，縱軸表示頻數(shù)或頻率，各組與相應(yīng)的頻數(shù)就形成了一個(gè)矩形，即直方圖直方圖下的總面積等于1直方圖與分布的形狀分組數(shù)據(jù)—直方圖

(例題分析)【例2—12】沿用例2—6。繪制直方圖分析銷售額數(shù)據(jù)的分布特征2020-8-20直方圖

(例題分析)2020-8-20直方圖

(例題分析)2020-8-20直方圖

(直方圖與條形圖的區(qū)別)條形圖中的每一矩形表示一個(gè)類別，其寬度沒(méi)有意義，而直方圖的寬度則表示各組的組距由于分組數(shù)據(jù)具有連續(xù)性，直方圖的各矩形通常是連續(xù)排列，而條形圖則是分開(kāi)排列條形圖主要用于展示類別數(shù)據(jù)，而直方圖則主要用于展示定量數(shù)據(jù)2020-8-20箱形圖

(boxplot)

2020-8-20箱形圖

(boxplot)

2020-8-20箱形圖的示意圖

(boxplot)2020-8-20不同分布對(duì)應(yīng)的箱形圖

(boxplot)2020-8-20箱形圖

(例題分析)【例2—13】表2—10是2018年1~12月北京市的空氣質(zhì)量指數(shù)（AirQualityIndex，AQI）數(shù)據(jù)。指數(shù)的數(shù)值越大說(shuō)明空氣污染狀況越嚴(yán)重。根據(jù)空氣質(zhì)量指數(shù)將空氣質(zhì)量共分為六級(jí)：優(yōu)（0-50），良（51-100），輕度污染（101-150），中度污染（151-200），重度污染（201-300）；嚴(yán)重污染（300以上）。繪制箱形圖分析不同月份空氣質(zhì)量指數(shù)分布的特征2020-8-20箱形圖的例題分析

(boxplot)2.4.2散點(diǎn)圖和氣泡圖2.4數(shù)值數(shù)據(jù)的圖示兩個(gè)變量間的關(guān)系—二維散點(diǎn)圖

(2DScatterplots)展示兩個(gè)變量之間的關(guān)系用橫軸代表變量x，縱軸代表變量y，每組數(shù)據(jù)(xi

，yi)在坐標(biāo)系中用一個(gè)點(diǎn)表示，n組數(shù)據(jù)在坐標(biāo)系中形成的個(gè)點(diǎn)稱為散點(diǎn)，由坐標(biāo)及其散點(diǎn)形成的二維數(shù)據(jù)圖【例2—14】隨機(jī)抽取的20家醫(yī)藥企業(yè)銷售收入、銷售網(wǎng)點(diǎn)數(shù)和廣告支出的數(shù)據(jù)如表2—10所示。繪散點(diǎn)圖觀察這些變量之間的關(guān)系銷售收入（萬(wàn)元）廣告支出（萬(wàn)元）銷售網(wǎng)點(diǎn)數(shù)（個(gè)）4373651186281421547365231909276873214919214531310434153185507626556181725641064206499031526842010721534995015538108617844164223775191331588285847114433085711415021747230兩個(gè)變量間的關(guān)系—二維散點(diǎn)圖

(例題分析)三個(gè)變量間的關(guān)系—?dú)馀輬D

(bubblechart)顯示三個(gè)變量之間的關(guān)系圖中數(shù)據(jù)點(diǎn)的大小依賴于第三個(gè)變量2.4.3雷達(dá)圖和輪廓圖2.4數(shù)值數(shù)據(jù)的圖示也稱為蜘蛛圖(spiderchart)顯示多個(gè)變量的圖示方法在顯示或?qū)Ρ雀髯兞康臄?shù)值總和時(shí)十分有用假定各變量的取值具有相同的正負(fù)號(hào)，總的絕對(duì)值與圖形所圍成的區(qū)域成正比可用于研究多個(gè)樣本之間的相似程度多變量數(shù)據(jù)—雷達(dá)圖

(radarchart)

設(shè)有n組樣本S1，S2，…,Sn，每個(gè)樣本測(cè)得P個(gè)變量X1，X2

，…,XP，要繪制這P個(gè)變量的雷達(dá)圖，其具體做法是多變量數(shù)據(jù)—雷達(dá)圖

(雷達(dá)圖的制作)

先做一個(gè)圓，然后將圓P等分，得到P個(gè)點(diǎn)，令這P個(gè)點(diǎn)分別對(duì)應(yīng)P個(gè)變量，在將這P個(gè)點(diǎn)與圓心連線，得到P個(gè)幅射狀的半徑，這P個(gè)半徑分別作為P個(gè)變量的坐標(biāo)軸，每個(gè)變量值的大小由半徑上的點(diǎn)到圓心的距離表示將同一樣本的值在P個(gè)坐標(biāo)上的點(diǎn)連線。這樣，n個(gè)樣本形成的n個(gè)多邊形就是一個(gè)雷達(dá)圖多變量數(shù)據(jù)—雷達(dá)圖

(例題分析)【例2—16】表2—11是2010年按收入等級(jí)分的中國(guó)城鎮(zhèn)居民家庭平均每人全年消費(fèi)性支出數(shù)據(jù)。繪制雷達(dá)圖，比較不同收入等級(jí)的家庭消費(fèi)支出的特點(diǎn)和相似性支出項(xiàng)目最低收入戶（10%）低收入戶（10%）中等偏下戶（20%）中等收入戶（20%）中等偏上戶（20%）高收入戶（10%）最高收入戶（10%）食品2525.323246.6939464773.835710.1467568535.21衣著513.56804.731076.031408.11786.572226.73148.85居住656.28775.11009.971260.281504.211999.993014.65家庭設(shè)備用品及服務(wù)288.55427.16600.94833.591110.951500.242380.63醫(yī)療保健405.29478.3637.75864.671060.131313.61842.83交通和通信448.25669.081051.751620.622357.963630.636770.31教育文化娛樂(lè)服務(wù)502.61746.671037.971421.252001.472739.74515.23其他商品和服務(wù)131.98212.45288.8427.09608.93833.531553.92多變量數(shù)據(jù)—雷達(dá)圖

(例題分析)

輪廓圖也稱為平行坐標(biāo)圖或多線圖，它是用橫坐標(biāo)表示各樣本，縱軸表示每個(gè)樣本的多個(gè)變量的取值，將不同樣本的同一個(gè)變量的取值用折線連接，即為輪廓圖【例2—16】沿用例2—15。繪制輪廓圖，比較不同收入等級(jí)的家庭消費(fèi)支出的特點(diǎn)和相似性多變量數(shù)據(jù)—輪廓圖

(outlinechart)多變量數(shù)據(jù)—輪廓圖

(例題分析)2