统计学 第三章 数据的图表展示

统计学第三章数据的图表展示2了解数据预处理的内容和目的掌握分类和顺序数据的整理与显示方法掌握数值型数据的整理与显示方法用Excel作频数分布表和图形合理使用图表学习目标本章学习目标33.1数据的预处理4数据审核检查数据中的错误数据筛选找出符合条件的数据数据排序升序和降序寻找数据的基本特征数据透视按需要汇总数据的预处理5数据审核数据排序数据筛选数据透视表12346数据审核—原始数据(rawdata)1.完整性审核应调查的单位或个体是否有遗漏所有的调查项目或变量是否填写齐全2.准确性审核数据是否真实反映实际情况，内容是否符合实际数据是否有错误，计算是否正确等7数据的审核—二手数据(secondhanddata)1.适用性审核弄清楚数据的来源、数据的口径以及有关的背景材料确定数据是否符合自己分析研究的需要2.时效性审核尽可能使用最新的数据3.确认是否有必要做进一步的加工整理8数据审核数据排序数据筛选数据透视表12349数据筛选(datafilter)1.当数据中的错误不能予以纠正，或者有些数据不符合调查的要求而又无法弥补时，需要对数据进行筛选2.数据筛选的内容将某些不符合要求的数据或有明显错误的数据予以剔除将符合某种特定条件的数据筛选出来，而不符合特定条件的数据予以剔除10数据筛选(datafilter)8名学生的考试成绩数据用Excel进行数据筛选11数据审核数据排序数据筛选数据透视表123412数据排序1.按一定顺序将数据排列，以发现一些明显的特征或趋势，找到解决问题的线索2.排序有助于对数据检查纠错，以及为重新归类或分组等提供依据3.在某些场合，排序本身就是分析的目的之一4.排序可借助于计算机完成131.分类数据的排序字母型数据，排序有升序降序之分，但习惯上用升序汉字型数据，可按汉字的首位拼音字母排列，也可按笔画排序，其中也有笔画多少的升序降序之分2.数值型数据的排序递增排序：设一组数据为x1，x2，…，xn，递增排序后可表示为：x(1)x(2)…x(n)递减排序：可表示为：x(1)x(2)…x(n)数据排序14数据审核数据排序数据筛选数据透视表123415数据透视表(pivottable)1.可以从复杂的数据中提取有用的信息2.可以对数据表的重要信息按使用者的习惯或分析要求进行汇总和作图3.形成一个符合需要的交叉表(列联表)4.在利用数据透视表时，数据源表中的首行必须有列标题16数据透视表(pivottable)，使用EXCEL第1步：在Excel工作表中建立数据清单第2步：选中数据清单中的任意单元格，并选择【数据】菜单中的【数据透视表和数据透视图】第3步：确定数据源区域第4步：在【向导—3步骤之3】中选择数据透视表的输出位置。然后选择【布局】第5步：在【向导—布局】对话框中，依次将”分类变量“拖至左边的“行”区域，上边的“列”区域，将需要汇总的“变量”拖至“数据区域”第6步：然后单击【确定】，自动返回【向导—3步骤之3】对话框。然后单击【完成】，即可输出数据透视表173.2品质数据的整理与显示18数据的整理与显示(基本问题)1.要弄清所面对的数据类型不同类型的数据，采取不同的处理方式和方法2.对分类数据和顺序数据主要是作分类整理3.对数值型数据则主要是作分组整理4.适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据19分类数据的整理与图示顺序数据的整理与图示1220分类数据的整理(基本过程)分类频数比例百分比比率ABCDE1.列出各类别2.计算各类别的频数3.制作频数分布表4.用图形显示数据21分类数据的整理(可计算的统计量)1.频数(frequency)：落在各类别中的数据个数2.比例(proportion)：某一类别数据个数占全部数据个数的比值3.百分比(percentage)：将对比的基数作为100而计算的比值4.比率(ratio)：不同类别数值个数的比值22分类数据整理—频数分布表(例题分析)用Excel制作频数分布表【例】一家市场调查公司为研究不同品牌饮料的市场占有率，对随机抽取的一家超市进行了调查。调查员在某天对50名顾客购买饮料的品牌进行了记录，如果一个顾客购买某一品牌的饮料，就将这一饮料的品牌名字记录一次。右边就是记录的原始数据23分类数据整理—频数分布表(例题分析)24分类数据整理—频数分布表(例题分析)25分类数据整理—频数分布表(例题分析)1.用宽度相同的条形的高度或长短来表示各类别数据的图形2.有单式条形图、复式条形图等形式3.主要用于反映分类数据的频数分布4.绘制时，各类别可以放在纵轴，称为条形图，也可以放在横轴，称为柱形图(columnchart)15119690481216频数可口可乐旭日升冰茶百事可乐汇源果汁露露品牌不同品牌饮料的频数分布26分类数据的图示—对比条形图(side-by-sidebarchart)1.分类变量在不同时间或不同空间上有多个取值2.对比分类变量的取值在不同时间或不同空间上的差异或变化趋势电脑品牌一季度二季度联想256468IBM285397康柏247328戴尔56368827分类数据的图示—对比条形图(例题分析)电脑销售量的对比条形图2562852475634683973286880100200300400500600700800联想IBM康柏戴尔电脑品牌销售量一季度二季度28分类数据的图示—帕累托图(paretochart)不同品牌饮料的帕累托图11996150481216可口可乐旭日升冰茶百事可乐露露汇源果汁品牌频数1.按各类别数据出现的频数多少排序后绘制的柱形图2.主要用于展示分类数据的分布29分类数据的图示—帕累托图(paretochart)1.也称圆形图，是用圆形及圆内扇形的角度来表示数值大小的图形2.主要用于表示样本或总体中各组成部分所占的比例，用于研究结构性问题3.绘制圆形图时，样本或总体中各部分所占的百分比用圆内的各个扇形角度表示，这些扇形的中心角度，按各部分数据百分比乘以3600确定30分类数据的图示—饼图(例题分析)不同品牌饮料的构成可口可乐30%旭日升冰茶22%汇源果汁12%百事可乐18%露露18%31分类数据的整理与图示顺序数据的整理与图示12321.1.累积频数(cumulativefrequencies)：各类别频数的逐级累加2.2.累积频率(cumulativepercentages)：各类别频率(百分比)的逐级累加顺序数据的整理(可计算的统计量)33顺序数据的频数分布表(例题分析)【例】在一项城市住房问题的研究中，研究人员在甲乙两个城市各抽样调查300户，其中的一个问题是：“您对您家庭目前的住房状况是否满意？”1．非常不满意；2．不满意；3．一般；4．满意；5．非常满意。甲城市家庭对住房状况评价的频数分布回答类别甲城市户数(户)百分比(%)向上累积向下累积户数(户)百分比(%)户数(户)百分比(%)非常不满意不满意一般满意非常满意24108934530836311510241322252703008.044.075.090.0100.03002761687530100.092562510合计300100.0————34顺序数据的频数分布表(例题分析)乙城市家庭对住房状况评价的频数分布回答类别乙城市户数(户)百分比(%)向上累积向下累积户数(户)百分比(%)户数(户)百分比(%)非常不满意不满意一般满意非常满意21997864387.033.026.021.312.7211201982623007.040.066.087.3100.030027918010238100.093.060.034.012.7合计300100.0————35顺序数据的频数分布表(例题分析)243001322252700100200300400非常不满意不满意一般满意非常满意累积户数（户）(a)向上累积27616830300750100200300400非常不满意不满意一般满意非常满意累积户数（户）(b)向下累积甲城市家庭对住房状况评价的累积频数分布36环形图(doughnutchart)1.环形图中间有一个“空洞”，样本或总体中的每一部分数据用环中的一段表示2.与饼图类似，但又有区别饼图只能显示一个总体各部分所占的比例环形图则可以同时绘制多个样本或总体的数据系列，每一个样本或总体的数据系列为一个环3.用于结构比较研究4.用于展示分类和顺序数据378%36%31%15%7%33%26%21%13%10%非常不满意不满意一般满意非常满意甲乙两城市家庭对住房状况的评价环形图(例题分析)383.3数值型数据的整理与显示39数据分组数值型数据的图示1240组距分组(要点)~~~~~1.将变量值的一个区间作为一组2.适合于连续变量3.适合于变量值较多的情况4.需要遵循“不重不漏”的原则5.可采用等距分组，也可采用不等距分组41组距分组(步骤)1.确定组数：组数的确定应以能够显示数据的分布特征和规律为目的。在实际分组时，组数一般为5K152.确定组距：组距(ClassWidth)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即3.组距＝(最大值-最小值)÷组数4.统计出各组的频数并整理成频数分布表42组距分组(几个概念)下限(lowerlimit)：一个组的最小值上限(upperlimit)：一个组的最大值组距(classwidth)：上限与下限之差组中值(classmidpoint)：下限与上限之间的中点值43频数分布表的编制(例题分析)【例】某电脑公司连续个月各天的销售量数据(单位：台)。试对数据进行分组44等距分组表(上下组限重叠)45等距分组表(上下组限间断)46等距分组表(使用开口组)47数据分组数值型数据的图示1248Excel分组数据—直方图和折线图直方图和折线图49分组数据—直方图(histogram)用于展示分组数据分布的一种图形用矩形的宽度和高度来表示频数分布本质上是用矩形的面积来表示频数分布在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图50分组数据的图示(直方图的绘制)140150210某电脑公司销售量分布的直方图我一眼就看出来了，销售量在170～180之间的天数最多!190200180160170频数(天)25201510530220230240511.条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的2.直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度均有意义3.直方图的各矩形通常是连续排列，条形图则是分开排列4.条形图主要用于展示分类数据，直方图则主要用于展示数值型数据分组数据—直方图(直方图与条形图的区别)52STATISTICA未分组数据—茎叶图和箱线图未分组数据—茎叶图和箱线图531.用于显示未分组的原始数据的分布2.由“茎”和“叶”两部分构成，其图形是由数字组成的3.以该组数据的高位数值作树茎，低位数字作树叶4.树叶上只保留最后一位数字5.茎叶图类似于横置的直方图，但又有区别•直方图可观察一组数据的分布状况，但没有给出具体的数值•茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息•直方图适用于大批量数据，茎叶图适用于小批量数据茎叶图和箱线图54某电脑公司销售量分布的茎叶图未分组数据—茎叶图(例题分析)55未分组数据—单批数据箱线图(箱线图的构成)1.用于显示未分组的原始数据的分布2.由一组数据的5个特征值绘制而成，它由一个箱子和两条线段组成3.绘制方法首先找出一组数据的5个特征值，即最大值、最小值、中位数Me和两个四分位数(下四分位数QL和上四分位数QU)连接两个四分位数画出箱子，再将两个极值点与箱子相连接该箱线图也称为Median