數(shù)據(jù)收集與描述總復習課件

數(shù)據(jù)收集整理與描述總復習本課件涵蓋數(shù)據(jù)收集、整理和描述的關鍵概念和方法。我們將探討從數(shù)據(jù)收集到可視化的全過程，幫助您掌握數(shù)據(jù)分析的基礎技能。數(shù)據(jù)收集的基本方法問卷調(diào)查法通過設計問卷收集大量標準化數(shù)據(jù)訪談調(diào)查法通過面對面交流獲取深入信息觀察法直接觀察并記錄行為或現(xiàn)象實驗法在控制條件下測試假設問卷調(diào)查法優(yōu)點收集大量數(shù)據(jù)成本較低易于標準化注意事項問題設計清晰避免引導性問題考慮回答者的理解能力訪談調(diào)查法準備制定訪談提綱，確定訪談對象實施建立融洽關系，靈活引導對話記錄準確記錄回答，注意非語言信息分析整理訪談內(nèi)容，提煉關鍵信息觀察法直接觀察研究者親自觀察并記錄現(xiàn)象間接觀察通過錄像等技術手段進行觀察結構化觀察使用預設的觀察表格記錄數(shù)據(jù)實驗法1提出假設2設計實驗3控制變量4收集數(shù)據(jù)5分析結果實驗法是科學研究的基石，通過嚴格控制條件來驗證假設。數(shù)據(jù)編碼與錄入制定編碼規(guī)則為每個變量分配唯一的數(shù)字或字母代碼創(chuàng)建編碼手冊詳細記錄每個變量的編碼方式數(shù)據(jù)錄入使用專業(yè)軟件如SPSS或Excel錄入數(shù)據(jù)數(shù)據(jù)核查定期檢查錄入數(shù)據(jù)的準確性數(shù)據(jù)清洗和預處理1識別錯誤檢查數(shù)據(jù)中的明顯錯誤和異常值2處理缺失值決定如何處理缺失的數(shù)據(jù)點3標準化將不同尺度的變量轉(zhuǎn)換為相同尺度4格式轉(zhuǎn)換確保數(shù)據(jù)格式符合分析軟件要求缺失值處理刪除法列表刪除成對刪除插補法均值插補回歸插補多重插補異常值處理1識別異常值使用統(tǒng)計方法或可視化技術2驗證異常值確認是否為真實觀測值3決定處理方式刪除、轉(zhuǎn)換或保留4記錄處理過程詳細記錄所有處理步驟數(shù)據(jù)描述性分析集中趨勢平均數(shù)、中位數(shù)、眾數(shù)離散程度方差、標準差、四分位距分布形狀偏度、峰度集中趨勢指標X?算術平均數(shù)所有觀測值的總和除以觀測數(shù)Med中位數(shù)將數(shù)據(jù)排序后的中間值Mo眾數(shù)出現(xiàn)頻率最高的數(shù)值數(shù)據(jù)分布指標數(shù)據(jù)范圍最大值與最小值之間的差距四分位數(shù)Q1（25%），Q2（50%），Q3（75%）百分位數(shù)將數(shù)據(jù)等分為100份的位置值離散程度指標1方差反映數(shù)據(jù)離散程度的平方平均數(shù)2標準差方差的平方根，與原數(shù)據(jù)單位相同3變異系數(shù)標準差與平均數(shù)的比值，用于比較不同單位數(shù)據(jù)4四分位距第三四分位數(shù)與第一四分位數(shù)的差值偏斜度和峰度偏斜度描述數(shù)據(jù)分布的對稱性。正偏表示右側(cè)尾部較長，負偏表示左側(cè)尾部較長。峰度描述數(shù)據(jù)分布的尖峭程度。高峰度表示分布較尖，低峰度表示分布較平。計數(shù)數(shù)據(jù)描述頻數(shù)每個類別出現(xiàn)的次數(shù)頻率頻數(shù)除以總觀測數(shù)累積頻數(shù)某一類別及之前類別的頻數(shù)總和累積頻率累積頻數(shù)除以總觀測數(shù)定序數(shù)據(jù)描述中位數(shù)排序后的中間值眾數(shù)出現(xiàn)最多的類別四分位數(shù)將數(shù)據(jù)分為四等份的三個點百分位數(shù)將數(shù)據(jù)分為100等份的99個點連續(xù)數(shù)據(jù)描述均值所有觀測值的平均數(shù)標準差反映數(shù)據(jù)離散程度的指標分布形狀通過直方圖或密度圖展示典型箱線圖下邊緣第一四分位數(shù)（Q1）中間線中位數(shù)（Q2）上邊緣第三四分位數(shù)（Q3）須線extends到1.5倍四分位距的范圍數(shù)據(jù)可視化的基本方法直方圖特點展示連續(xù)數(shù)據(jù)分布x軸表示數(shù)據(jù)區(qū)間y軸表示頻數(shù)或頻率應用觀察數(shù)據(jù)分布形狀識別異常值和峰值比較不同組的數(shù)據(jù)分布柱狀圖垂直柱狀圖適用于展示各類別的頻數(shù)或數(shù)值水平柱狀圖當類別名稱較長時使用分組柱狀圖比較多個變量在不同類別下的表現(xiàn)堆疊柱狀圖展示整體和部分的關系折線圖1選擇數(shù)據(jù)通常用于展示時間序列數(shù)據(jù)2確定坐標軸x軸表示時間，y軸表示數(shù)值3繪制數(shù)據(jù)點將每個時間點的數(shù)值標注在圖上4連接數(shù)據(jù)點用線段連接相鄰的數(shù)據(jù)點散點圖用途展示兩個變量之間的關系識別相關性和模式發(fā)現(xiàn)異常值變體氣泡圖：添加第三個變量矩陣散點圖：多個變量對比3D散點圖：展示三個變量關系餅圖基本餅圖展示整體中各部分的比例環(huán)形圖中心可添加總數(shù)或其他信息分離餅圖突出顯示某些切片提出問題1明確研究目的確定要解決的核心問題2文獻綜述了解已有研究成果3確定研究范圍界定問題的具體邊界4形成研究問題將問題轉(zhuǎn)化為可研究的形式制定假設假設類型零假設（H0）備擇假設（H1）假設特征清晰具體可驗證基于理論或經(jīng)驗選擇合適的分析方法確定研究目的描述、預測或解釋考慮數(shù)據(jù)類型定類、定序或定距評估樣本規(guī)模大樣本或小樣本選擇統(tǒng)計技術參數(shù)檢驗或非參數(shù)檢驗解釋分析結果統(tǒng)計顯著性評估結果是否具有統(tǒng)計學意義效應大小量化變量之間關系的強度置信區(qū)間估計參數(shù)