第二章統計資料的收集、整理與顯示統計數據的收集

統計數據的整理統計數據的顯示EXCEL在統計整理與統計圖表中的應用2第一節統計數據的收集一、數據的收集方法（一）數據收集的概念所謂數據收集是根據統計研究的目的，運用科學的方法，有計劃、有組織地采集數據的過程。數據收集是統計工作的基礎環節。統計數據按來源不同分為第一手資料和第二手資料。第一手資料是通過專門的調查或實驗，直接向需要觀察的對象收集的反映其情況的統計資料，一般稱為原始資料；第二手資料是指對他人調查或實驗取得的原始資料進行加工后得到的數據。對原始資料的收集，又稱為統計調查。3（二）收集原始數據的具體方法

1.直接觀察法是指由調查人員到現場對調查對象進行直接查看、測量和計量。直接調查取得的資料準確性較高，但需要大量人力、物力。2.報告法(通訊法)由統計機構將調查表格分發給被調查者，被調查者根據填報要求填寫、寄回。在被調查單位有健全的原始記錄和核算制度、統計基礎較好的條件下，利用報告法能夠有效地取得資料。我國現行的統計報表制度采用的就是這種方法。43.登記法由有關的組織機構發出通告，規定當事人在規定事項發生后到該機構登記，填寫所需材料。4.采訪法根據被調查者的回答來收集統計資料，這種方法又可分為口頭詢問法和被調查者自填法兩種。口頭詢問法是由調查人員對被調查者逐一采訪，當面填答。被調查者自填法，即調查人員把調查表交給被調查者，向被調查者說明填表的要求和方法，并對有關注意事項加以解釋，由被調查者按實際情況一一填寫，填好后交給調查人員審核收回。55.實驗法是用于收集測試某一新產品、新工藝或新方法使用效果的資料的方法。特點是可以將影響現象的其他因素控制不變，專門觀察某一因素的影響。6.網絡調查法是傳統調查方法和網絡的結合，在互聯網普及程度越來越高的現代社會，開始得到廣泛使用。7.電話訪問法是調查人員通過電話向被調查者詢問以獲得所需資料方法。包括有中心控制電話訪談法和電腦輔助電話訪談法（CATI）。6二、統計調查方式（一）統計調查方式1.普查普查是一種專門組織的全面調查，它主要是用以收集某些不能或不宜用定期報表收集的統計資料。對國情國力的調查一般采用普查。2.統計報表制度統計報表制度是依照國家有關法規，自上而下地統一布置，以原始記錄為依據，按照統一的表式、統一的指標項目、統一的報送時間和報送程序，自下而上逐級地定期提供統計資料的一種調查方式。7統計報表的主要特點有:第一,報表資料的來源是建立在各個基層單位的原始記錄的基礎上,基層單位可利用其資料對生產、經營活動進行監督管理。第二,由于統計報表是逐級上報和匯總的,各級領導部門能獲得管轄范圍內的報表資料,了解本地區、本部門的經濟和社會發展情況。第三,由于統計報表屬于經常性(連續性)調查,調查項目相對穩定,有利于積累資料,并進行動態對比分析。二、統計調查方式（一）統計調查方式1.普查普查是一種專門組織的全面調查，它主要是用以收集某些不能或不宜用定期報表收集的統計資料。對國情國力的調查一般采用普查。2.統計報表制度統計報表制度是依照國家有關法規，自上而下地統一布置，以原始記錄為依據，按照統一的表式、統一的指標項目、統一的報送時間和報送程序，自下而上逐級地定期提供統計資料的一種調查方式。93.抽樣調查抽樣調查是一種非全面調查。通常的抽樣調查是指隨機抽樣調查，即按隨機原則從調查對象中抽取部分單位作為樣本進行觀察，用以推算總體數量特征的一種調查方式。抽樣調查有如下特點:第一，樣本單位按隨機原則抽取，排除了主觀因素對選樣的影響。第二，根據樣本信息對總體的數量特征做出估計。第三，抽樣誤差可以事先計算并加以控制。抽樣調查的適用范圍主要有:第一，對一些不可能或不必要進行全面調查的社會現象，采用抽樣調查。第二，對普查資料進行必要的核對與修正。104.重點調查重點調查是指在調查對象中，只選擇一部分重點單位進行的非全面調查。所謂重點單位，是著眼于現象的量的方面而言，盡管這些單位在全部單位中只是一部分，但它們在所研究現象的標志總量中卻占有較大的比重，在總體中具有舉足輕重的作用。5.典型調查典型調查是一種專門組織的非全面調查。它是根據調查的目的，在對所研究的對象進行初步分析的基礎上，有意識地選取若干具有代表性的單位進行調查和研究，借以認識事物發展變化的規律。11三、統計調查體系統計調查體系是一個國家開展統計調查方法和制度的總稱。在計劃經濟體制下，我國統計調查方式以統計報表制度為主，是一種以全面調查、層層匯總為特征的統計調查體系。改革開放以來，隨著社會主義市場經濟的發展，社會經濟現象空前復雜化和各部門對統計信息的新需求使得傳統的統計調查體系受到挑戰。因此，國家統計局已經提出要建立以必要的周期性的普查為基礎，經常性的抽樣調查為主體，同時輔之以重點調查、科學推算和部分全面報表綜合運用的統計調查體系。在這一體系中,普查是基礎。只有通過普查,才能收集到全面和詳細的數據,為開展抽樣調查和統計推斷提供必要的基礎資料。但是,普查要耗費大量人力、物力、財力,無法及時反映社會經濟的變化,因此,還必須采用其他調查方式。12抽樣調查調查單位少,可以由經過專門訓練的人員去完成,同時也便于對某一社會經濟現象進行更深入的研究,這樣既可以節省調查費用又可以滿足統計時效和統計數據質量的要求。所以,新的統計調查體系要以經常性的抽樣調查為主體。重點調查、典型調查和定期報表是我國過去統計實踐中常用的方式,在新形勢下仍可發揮重要的補充作用。在我國的統計調查體系中,還要采用科學的推算方法。所謂統計推算,是在不可能或不必要通過直接調查取得資料的情況下,根據已掌握的有關日常業務資料、會計核算資料和統計資料,運用各種統計方法進行科學的估計推算(又稱統計估算),通過間接方式去取得所需的統計數據。四、統計調查方案的設計1.明確調查目的和任務2.確定調查對象和調查單位調查對象指需要調查的現象總體，由性質相同的許多調查單位組成。調查單位指所要調查的具體單位，它是進行調查登記的標志的承擔者。報告單位亦稱填報單位，是負責向上報告調查內容、提交資料的單位。3.確定調查項目調查項目就是調查中所要登記的調查單位的特征。4．設計調查表格和問卷調查表兩種形式：一覽表是把許多調查單位填寫在一張表上。單一表是每個調查單位填寫一份,可容納較多標志。14問卷調查是一種特殊的調查形式,常用于民意測驗或市場調查。根據調查目的,在調查對象中隨機選擇或有意識地確定調查單位,以書面文字或表格形式了解被調查者的意見,調查者自愿、自由地回答問卷中所提出的問題。5.確定調查時間和調查期限調查時間是指調查資料所屬的時間，又稱客觀時間。調查期限是進行調查工作的時限，包括收集資料和報送資料的工作所需的時間，又稱主觀時間。6.確定調查的組織實施計劃包括確定調查機構,組織和培訓調查人員,落實調查經費來源和開支辦法,確定數據的處理方法、報送方式和提交調查報告的具體時間。五、間接統計數據的主要來源對于應用統計的分析人員來說，相當一部分統計數據不必親自進行統計調查，可取自有關統計部門和機構發布的統計資料。這方面的資料,可通過以下途徑獲得:

(一)統計年鑒(1)《中國統計年鑒》

(2)《國際統計年鑒》

(3)《各省市自治區統計年鑒》

(4)《中國統計摘要》,收錄了反映我國經濟社會發展的主要統計數據,一般比統計年鑒早若干月出版。16(二)有關期刊(1)《中國經濟景氣月報》(2)《中國經濟數據分析》(3)《經濟預測分析》(三)有關網站(1)中國統計信息網,(2)國研網,(3)中國經濟信息網,(4)中國經濟時報網,(四)數據庫(1)國家統計數據庫(2)中經網統計數據庫(3)中宏數據庫利用第二手數據需要注意之處：第一、注意引用數據的計算口徑及其可比性；第二，注明數據的來源，尊重他人勞動成果。第二節統計數據的整理數據整理概述統計分組頻數分布與頻率19累計頻數與累計頻率一、數據整理概述（一）數據整理的意義統計資料整理是人們對社會經濟現象從感性認識上升到理性認識的過渡階段，既是統計調查階段的繼續和深入，又是統計分析階段的基礎，起著承前啟后的作用。(二)數據整理的內容與步驟1.統計資料的審核。2.資料的分組和匯總。3.編制統計表或繪制統計圖，描述整理的結果。4.統計資料的積累、保管和公布。20二、統計分組（一）統計分組的概念與種類1.統計分組的概念根據統計研究的目的和客觀現象的內在特點，按某個標志(或幾個標志)把被研究的總體劃分為若干個不同性質的組，稱為統計分組。2.統計分組的種類(1)按分組標志的多少，可分為簡單分組和復合分組。簡單分組就是對研究現象按一個標志進行分組。先按一個標志分組,在此基礎上再按第二個標志分小組,必要時還可以按第三個標志分成更小的組,這稱為復合分組。(2)按分組標志性質不同，可分為品質分組和數量分組。21(二)統計分組的原則與方法在進行統計分組時，要遵循兩個原則:窮盡原則,就是總體中的每一個單位都應有組可歸。互斥原則,就是在特定的分組標志下,總體中的任何一個單位只能歸屬于某一組,而不能同時歸屬于幾個組。1.品質分組方法品質分組是對研究現象按品質（或屬性）標志進行分組。品質分組相對比較簡單,分組標志一經確定,組的名稱和組數也隨之確定。有些品質分組還取決于統計分析對分組層次的不同要求。例如,社會經濟各部門劃分為第一產業、第二產業和第三產業,第一產業還可細分為農業、林業、畜牧業和漁業等,這種類別繁多的分組又稱為分類。標準統計分類的制定是國家統計部門的一項重要工作。222.數量分組方法按數量標志分組,應注意以下兩個問題:首先,分組時各組數量界限的確定必須能反映事物質的差別。其次,應根據被研究的現象總體的數量特征,采用適當的分組形式,確定相宜的組距、組限。（1）單項式分組與組距式分組①單項式分組。按數量標志分組,數量標志的表現就是變量的取值,即標志值,又稱變量值。單項式分組,就是用一個變量值作為一組,形成單項式變量數列。例如,育齡婦女按其生育子女的存活數分組,可分為0個、1個、2個、3個、4個、5個6組。單項式分組一般適用于變動范圍不大的離散型變量。23②組距式分組。就是將變量依次劃分為幾段區間,形成組距式變量數列。區間的距離就是組距。例如,為了反映城市居民生活水平情況,可以按人均月消費支出將其分為1000元以下、1000~3000元、3000~6000元、6000~9000元、9000元以上5組。組距式分組常用于連續型變量或者變動范圍較大的離散型變量。（2）間斷組距式分組和連續組距式分組在組距式分組中,每組包含許多變量值,每一組變量值中,其最小值為下限,最大值為上限。相鄰兩組的界限稱為組限。凡是組限不相連的,稱為間斷型組距式分組。例如,家庭按其子女數分組,分為1個、2個、3個、4個及以上4組。凡是組限相連的(或稱相重疊的),即以同一數值作為相鄰兩組的共同界限,稱為連續型組距式分組。在連續型組距式分組中,存在以同一個數值作為相鄰兩組共同的界限,根據統計分組的互斥原則,我國統計制度規定,凡是總體某一個單位的變量值是相鄰兩組的界限值,這一個單位歸入作為下限值的那一組內,亦稱“上限不在內”原則。例如,學生按成績分組,把70分的學生歸入70~80分組內,把80分的學生歸入80~90分組內。(3)等距分組與異距分組。等距分組就是標志值在各組保持相等的組距。在標志值變動比較均勻的情況下,可采用等距分組。等距分組便于計算,便于繪制統計圖。異距分組即各組的組距不相等。適用于如下幾種場合:第一,標志值分布不均勻。第二,標志值相等的量具有不同意義。第三,標志值按一定比例發展變化。（4）組距式分組中相關指標的計算連續組距分組的組距計算公式:

（2.1）間斷式分組的組距計算公式:

（2.2）或（2.3）組數:組數的多少與組距的大小有直接關系,組距大,組數就少;組距小,組數就多。26在實際分組時，可以借助美國學者斯特杰斯（H.A.Sturges）提出的經驗公式確定組數與組距：（2.4）

（2.5）式中，為組數；為總體單位數；為組距；為全距，即最大變量值與最小變量值之差。15～2425～4445～8990～179180～35956789表2-1分組組數參考表27組中值。上下限之間的中點數值稱為組中值。連續組距分組的組中值計算公式:

（2.6）間斷式分組的組中值計算公式:

（2.7）或

（2.8）有時在組距式分組數列的兩端會使用開放式的組距，開口組的組中值和組距參照相鄰組確定。28三、頻數分布(一)頻數分布的基本概念頻數分布在統計分組的基礎上，將總體所有的單位按某一標志進行歸類排列，稱為頻數分布，或次數分布。按品質標志分組所形成的數列即品質分布數列，按數量標志分組所形成的數列叫變量分布數列.分布數列的兩個要素分布數列由兩個要素構成:一個是總體按某標志所分的組；另一個是各組所出現的單位數，即頻數，亦稱次數。29頻率將各標志出現的頻數與總體單位總和相除可以得到頻率,即頻率

(2.6)式中:fi為第i組頻數。頻率具有以下性質:(1)任何頻率都界于0和1之間;(2)各組頻率之和等于1。頻數密度與頻率密度對于異距分組,由于各組次數的多少還受到組距不同的影響,各組的頻數可能會隨著組距的擴大而增加,隨著組距的縮小而減少。為消除異距分組所造成的這種影響,須計算頻數密度(或稱次數密度)和頻率密度。其計算公式如下:頻數密度=頻數/組距(2.7)頻率密度=頻率/組距(2.8)各組頻數密度與各組組距乘積之和等于總體單位數,各組頻率密度與各組組距乘積之和等于1。（二）變量數列的編制

下面以一實例說明變量數列的編制。【例2-1】某大學50個同學的月消費支出資料如下(單位:元):32解:首先對數據按大小進行排序，結果如下：對上述資料采用等距分組,分為8組,組距為100,以800為第一組下限。經過整理,形成的頻數分布如表2-2所示。33通過對總體各單位分組而形成變量數列,可以顯示各單位標志值在各組間的分布狀況,從而使雜亂無章的原始數據顯示出一定的規律性。從表2-2中可以看出,月消費支出在1000~1300元的學生占總數的60%,而月消費支出低于1000元和高于1400元的學生所占比重較小,呈現出一種近似兩頭小、中間大的鐘形分布特征。四、累計頻數與累計頻率（一）累計頻數（率）分布向上累計頻數(或頻率)分布，其方法是先列出各組的上限，然后由標志值低的組向標志值高的組依次累計。向上累計頻數表明某組上限以下的各組單位數之和是多少，向上累計頻率表明某組上限以下的各組單位數之和占總體單位數的比重。向下累計頻數(或頻率)分布，其方法是先列出各組的下限，然后由標志值高的組向標志值低的組依次累計。向下累計頻數表明某組下限以上的各組單位數之和是多少，向下累計頻率表明某組下限以上的各組單位數之和占總體單位數的比重。35【例2-2】以例2-1的資料,進行向上累計和向下累計。向上累計向下累計月消費支出分組的上限/元頻數/個累計頻數/個頻率/%累計頻率/%月消費支出分組的下限/元頻數/個累計頻數/個頻率/%累計頻率/%900551010800550101001000162129001452901100814162810008441688120011252250110011362272130011362272120011252250140074314861300714142815004478941400478141600249498150023461700150210016001122合計50—100—合計50—100—解:具體的計算過程和結果如表2-3所示。由表2-3可知,月消費支出在1000元以下的學生有6人,占總數的12%;月消費支出在1200元以下的學生有25人,占總數的50%;月消費支出在1000元以上的學生有44人,占總數的88%等。第三節統計數據的顯示統計表統計圖38頻（次）數分布圖的類型（一）統計表的定義和結構

統計表的定義

對統計調查所獲得的資料進行整理,可得到說明社會現象及其發展過程的數據,把這些數據按一定的順序排列在表格上,就形成統計表。統計表是統計分析的一種重要工具。利用統計表,可清楚地、有條理地顯示統計資料,直觀地反映統計分布特征。統計表的結構從表式看，包括總標題、橫行標題、縱欄標題和指標數值四個部分。

從內容看，統計表由主詞欄和賓詞欄兩部分組成。

具體見書P29表2-6一、統計表（二）統計表的分類按主詞的結構分類，根據主詞是否分組和分組的程度，可分為簡單表、分組表和復合表。簡單表。主詞未經任何分組的統計表。如表2-4所示。分組表。主詞只按一個標志進行分組形成的統計表,也稱簡單分組表,如表2-5是我國對主要貿易伙伴的貿易額按區域進行簡單分組所形成的統計表。復合表。主詞按兩個或兩個以上標志進行分組的統計表。表2-6就是一種復合表，貿易額先按出口進行第一次分組,進而再分別按貿易產品的類型再次分組。按賓詞設計分類，可分為賓詞簡單排列、分組平行排列和分組層疊排列等三種。賓詞簡單排列。賓詞不進行任何分組,按一定順序排列,如表2-4所示。賓詞分組平行排列。賓詞欄中各分組標志彼此分開,平行排列。如表2-7。賓詞分組層疊排列。統計指標同時有層次地按兩個或兩個以上標志分組,各種分組層疊在一起,如表2-8。統計表的主詞分組與賓詞分組是有區別的:主詞分組的結果使總體分成許多組成部分。賓詞分組的結果僅僅是比較詳細地描述總體已有的各個組成部分。由此可見,主詞分組具有獨立的意義,而賓詞分組從屬于主詞的要求。（三）統計表的設計

線條的繪制統計報表的上下端以粗線繪制,表內縱橫線以細線繪制，表格的左右兩端一般不畫線,采用“開口式”。合計欄的設置。縱列若需要合計,一般將合計列在最后一行;橫行若需要合計,可將合計列在最前一欄或最后一欄。標題。應簡明扼要,以簡練而又準確的文字表述統計資料的內容、資料所屬的空間和時間范圍。指標數值。應該填寫整齊,對準位數。當數字小可略而不計時,可寫上“0”;當缺某項數字資料時,可用符號“…”表示;不應有數字時,用符號“—”表示。計量單位.

必須注明數字資料的計量單位。全表只有一種計量單位時,可把它寫在表頭的右上方。如果表中各行的指標數值計量單位不同,可在橫行標題后添一列計量單位。注釋或資料來源二、統計圖（一）圓形圖圓形圖也稱餅形圖，是用圓形及圓內扇形的面積來表示數值大小的圖形。43

（二）直方圖直方圖是用直方形的寬度和高度來表示次數分布的圖形。繪制直方圖時,橫軸表示各組組限,縱軸表示次數(一般標在左方)和比率(或頻率,一般標在右方)。依據各組的組距的寬度與次數的高度繪成直方形。根據表2-9的資料繪制的直方圖如下圖所示（三）折線圖折線圖以線段的起伏表示其數量分布的特征。繪圖時,可以在直方圖的基礎上,用折線將各組次數高度的坐標連接而成,也可以用組中值與次數求坐標點連接而成。下圖是根據表2-9的資料繪制的折線圖（四）曲線圖的繪制方法與折線圖基本相同,只是在連接各組次數坐標點時應當用平滑曲線。（五）累計曲線圖累計頻數(頻率)分布圖分為向上累計頻數(頻率)分布圖和向下累計頻數(頻率)分布圖。不論是向上累計還是向下累計,均以分組變量為橫軸,以累計頻數(頻率)為縱軸。在直角坐標系上將各組組距的上限與其相應的累計頻數(頻率)構成坐標點,依次用折線(或光滑曲線)相連,即是向上累計曲線。在直角坐標系上將各組組距下限與其相應的累計頻數(頻率)構成坐標點,依次用折線(或光滑曲線)相連,即是向下累計曲線。洛倫茨博士(Dr.M.O.Lorenz)把累計頻數(或頻率)分布曲線運用于研究社會財富、土地和工資收入的分配是否公平。這種累計曲線又稱洛倫茨曲線圖。其繪制方法如下:

將分配對象和接受分配者的數量化成結構相對數并進行向上累計。縱軸和橫軸均為百分比尺度,縱軸自下而上,用以測定分配的對象(如一國的財富、土地或收入等的分配狀況);橫軸由左向右,用以測定接受分配者(如一個地區人口)。

根據計算所得的分配對象和接受分配者的累計百分數,在圖中標出相應的繪示點,連接各點并使之平滑化,所得曲線即所要求的洛倫茨曲線。洛倫茨曲線圖下圖是根據表2.4的數據繪制的洛倫茲曲線AB基尼系數=A/(A+B)基尼系數，用以衡量收入分配的平等與否。三、頻（次）數分布的類型利用統計圖還可對現象的數量分布特征進行描述,通過這些圖形,可以直觀地顯示不同類型現象的分布特征。（一）鐘型分布

(Ⅰ)(Ⅱ)(Ⅲ)鐘型分布示意圖

（二）U型分布

102030405060708050403020100死亡率(‰)年齡U型分布示意圖（三）J型分布正J型圖反J型圖J型分布示意圖

第四節

Excel在統計整理與統計圖表中的應用

編制分布數列繪制統計圖一、編制分布數列在Excel中,有兩類方法可以實現分布數列的編制:第一,使用相關的函數,如Countif函數、Dcount數據庫函數或Frequency函數;第二,應用“直方圖”分析工具。“直方圖”分析工具還可以進行向上累計,并能直接繪出直方圖。需要注意的是,“直方圖”分析工具與Frequency函數在編制分布數列時,并不符合統計分組的“上限不在內”原則,在實際應用時必須進行調整。

【例2-5】用Excel實現本章例2-1和例2-2的計算過程。解:使用Frequency函數編制,主要步驟如下:

1.輸入數據。如圖2-8所示,A、B、C列為原始輸入數據(除最后一組上限用函數求得外),其他列為計算所得數據。月消費支出放在A2:A51單元格區域,限于篇幅,圖2-8中未完全顯示出來。B列的各個數據(各組的上限值)是使用Frequency函數或“直方圖”分析工具編制分布數列所必需的數據。圖2-82.選定D2:D9,輸入公式“=FREQUENCY(A2:A51,B2:B9)”,然后按Crtl+Shift+Enter組合鍵,即可計算出各組的頻數。該函數的第一個參數指定用于編制分布數列的原始數據,第二個參數指定每一組的上限。在D10中輸入公式“=SUM(D2:D9)”計算出頻數的合計。我們知道,統計分組的一般原則是“上限不在內”,但應用Frequency函數和“直方圖”分析工具編制分布數列時,使用“上限在內”的原則。怎樣才能保證編制的結果符合統計的一般原則呢?這時,可以采用如下的方法:在確定Frequency函數所需的分組上限時,使其盡量接近統計分組中的上限,但又不與任何的原始數據相同。以“800~900”這一組為例,必須找到這樣的一個上限值:它略小于900,但又是“800~900”這一組中最大的。因為原始的月消費支出數據都是整數,我們采用的899.9應該能滿足上述要求。899.9實際上表示的是“小于等于899.9”的分組,并不完全等同于“800~900”的分組。但由于在消費支出數據中,并沒有大于899.9且小于900的數,因此“小于等于899.9”的分組與“800~900”的分組所包含的收入數據肯定是相同的。如此,我們就在Excel中遵守了“上限不在內”的原則。如果原始數據中包括899.9這個數據,那么可以將該組的上限改為899.99。一般來講,在小數點后多加幾個9就可以了。“1500以上”這一組的上限可以使用原始數據(月消費支出)的最大值,它可通過函數求得,在B9中輸入公式“=MAX(A2:A51)”即可。3.計算頻率。在E2中輸入公式“=D2/D$10*100”,然后將該公式復制到E3:E9即可。D10存放的是頻數的合計數,乘以100是因為其單位是“%”。4.計算向上累計頻數。在F2單元格中輸入“=D2”,在E3單元格中輸入公式“=D3+F2”,再將公式復制到F4:F9。5.計算向下累計頻數。在G9中輸入公式“=D9”,在G8單元格輸入公式“=G9+D8”,再將公式復制到G2:G7單元格區域即可。可以采用向上填充的方法復制公式,即選定G2:G8單元格區域,然后點擊“開始”選項卡,在“編輯”命令組中,點擊“填充”→“向上”。

二、繪制統計圖

Exc