第一數據的預處第二品質第一數據的預處第二品質數據的整理與顯第三數值型數據的整理與顯第四統計Li掌握數值型數據整理與顯示的方用Excel作頻數分布表和形合理使用統計Li數據的審核與篩二數據的審核與篩二數據的排Li數據的審發現數據中的錯數據的審發現數據中的錯數據的篩找出符合條件的數數據排發現數據的基本特升序和降Li數據的審核（原始數據審核的內完整數據的審核（原始數據審核的內完整性審檢查應調查的單位或個體是否有遺所有的調查項目或指標是否填寫齊––準確性審檢查數據是否真實反映客觀實際情況，內檢查數據是否有錯誤，計算是否正確––Li數據的審核（原始數據審核數據準確性數據的審核（原始數據審核數據準確性的方––檢查調查表中的各項數據在計算結果和計算方–上有無錯主要用于對定距和定比數據的審–Li數據的審核（第二手數據適用性審數據的審核（第二手數據適用性審弄清楚數據的來源、數據的口徑以及有關的確定這些數據是否符合自己分析研究的需––時效性審應盡可能使用最新的統計數–確認是否必要做進一步的加工整Li當發現數據中的錯誤不能予以糾正，或者有些數據不符合調查的要求而又無法彌補時，當發現數據中的錯誤不能予以糾正，或者有些數據不符合調查的要求而又無法彌補時，Li數據的排序（要點數據的排序（要點排序可借助于計算機完Li（方法字母型數據，排序有升序降（方法字母型數據，排序有升序降序之分，但習慣上漢字型數據，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遞增排序：設一組數據為X1，X2，…，XN，–遞減排序可表–Li一定類數據的整理與一定類數據的整理與顯二定序數據的整理與顯Li定類數據的整理與顯示（基定類數據的整理與顯示（基本問題要弄清所面對的數據類型，因為不同類型的適合于低層次數據的整理和顯示方法也適合于高層次的數據；但適合于高層次數據的整Li定類數據的整理(基本過程定類數據的整理(基本過程Li定類數據的整理(可計算的指標定類數據的整理(可計算的指標頻比數：落在各類別中的數據個例：某一類別數據占全部數據的比百分比：將對比的基數作為100而計算的比比率：不同類別數值的比LiLi【例3.1】為研究廣告市場城市隨機抽取200人就廣告中的一個問題是“您比較關1．商品廣告；2．服務Li【例3.1】為研究廣告市場城市隨機抽取200人就廣告中的一個問題是“您比較關1．商品廣告；2．服務地產廣告；5．招生招聘廣表3- 某城市居民關注廣告類型的頻數分廣告類人數(人比頻率92合1定類數據的圖示—條形圖（定類數據的圖示—條形圖（制作Li繪制Li其他廣告招生招聘廣 廣房地產廣 告 金融廣 服務廣 人數（人）繪制Li其他廣告招生招聘廣 廣房地產廣 告 金融廣 服務廣 人數（人）圖3- 某城市居民關注不同類型廣告的人數分定類數據的圖示—圓形圖（定類數據的圖示—圓形圖（制作在繪制圓形圖時，總體中各部分所占的百分比用園內的各個扇形面積表示，這些扇形的中心角度，是按各部分百分比占360的相應比例確定的例如，關注服務廣告的人數占總人數的百分比25.5%3600×25.5%＝91.80，其余類Li 繪制Li 繪制Li房地產廣 招生招聘廣告其他廣 圖3-2某城市居民關注不同類型廣告的人數構定序數據的整理（可計算定序數據的整理（可計算的指標累計頻數：將各類別的頻數逐級累累計頻率：將各類別的頻率(百分比)Li定序數據頻數分布表（實）Li表3- 甲城市家庭對住房狀況評價的頻數分定序數據頻數分布表（實）Li表3- 甲城市家庭對住房狀況評價的頻數分回答甲城戶(戶百分向上向下戶(戶百分戶(戶百分滿非常8合————【例3.2】在一項城市住房問題的研究中，研究人員在甲乙兩個城市各抽樣調查300戶，其中的一個問題是：“您對您家庭目前的住房狀況是否滿意？1常不滿意；2．不滿；3．一般；4．滿意；5．非定序數據頻數分布表（實）Li表3- 乙城市家庭對住房狀況評價的定序數據頻數分布表（實）Li表3- 乙城市家庭對住房狀況評價的頻數分回答乙城戶(戶百分向上向下戶(戶百分戶(戶百分滿非常合————定序數據的圖示—累計頻數分布圖繪制Li圖3- 甲城市家庭對住房狀況評價的累積頻數分定序數據的圖示—累計頻數分布圖繪制Li圖3- 甲城市家庭對住房狀況評價的累積頻數分累積戶數（戶0非常不滿意一般滿意非常 (b)向上累 累戶數 0非常不滿意一般 不滿 滿(a)定類數據的圖示—環形圖（制作定類數據的圖示—環形圖（制作––Li品質數據的圖示—環形圖（Excel繪制圖3-甲品質數據的圖示—環形圖（Excel繪制圖3-甲乙兩城市家庭對住房狀Li一.數據的分二.數一.數據的分二.數值型數據的圖頻數分布的類Li布表的步Li布表的步Li頻數分布表的編制（實例頻數分布表的編制（實例Li【例3.3】某生產車間50名工人日加工零件數如下（單位：個）。試采用單變量值對數據進行分組。分組方單變量值分組距分組方單變量值分組距分等距分異距分Li單變量值分組（要點單變量值分組（要點將一個變量值作為一適合于離散變適合于變量值較少的情Li單變量值分組表（實例Li表3- 某車間50單變量值分組表（實例Li表3- 某車間50名工人日加工零件數分組零件(個頻(人零件(個頻(人零件(個頻(人121211133121443223211122112組距分組（要點組距分組（要點適合于變量值較多的情必須遵循“不重不漏”的原~~~~~Li組距分組（步驟確定組數：組數的確組距分組（步驟確定組數：組數的確定應以能夠顯示數據的分特征和規律為目的。在實際分組時，可以按 提出的經驗公式來確定組數lg)K1確定各組的組距：組距(ClassWidth)是一個組的上限與下限之差，可根據全部數據的最大值和最組距＝）根據分組整理成頻數分布Li組距分組（幾個概念組距分組（幾個概念限：一個組的最大距：上限與下限之下上組.下限值+上限組中值2Li等距分組表（上下組限重疊Li表等距分組表（上下組限重疊Li表3- 某車間50名工人日加工零件數分組頻數（人頻率3586468合等距分組表（上下組限間斷Li表等距分組表（上下組限間斷Li表3- 某車間50名工人日加工零件數分組頻數（人頻率3586468合等距分組表（使用開口組Li表3-等距分組表（使用開口組Li表3- 某車間50名工人日加工零件數分組頻數（人頻率1101353586468合組距分組與不等距分組（頻數分布上的組距分組與不等距分組（頻數分布上的差異各組頻數的分布不受組距大小的影可直接根據絕對頻數來觀察頻數分布的特征和––規各組頻數的分布受組距大小不同的影各組絕對頻數的多少不能反映頻數分布的實際–––Li分組數據—直方圖（制作分組數據—直方圖（制作形，實際上是用矩形的面積來表示各組的直方圖下的總面積等于Li分組數據—直方圖（繪制直方圖下的積之和等于分組數據—直方圖（繪制直方圖下的積之和等于頻數(人963110120125130135日加工零件數(個Li圖3- 某車間工人日加工零件數的直方分組數據—直方圖（與條分組數據—直方圖（與條形圖的區別直方圖是用面積表示各組頻數的多少，矩形的高度表示每一組的頻數或百分比，寬度則表示各組的組距，其高度與寬度均有直方圖的各矩形通常是連續排列，條形圖Li分組數據—折線圖（制作折線圖也分組數據—折線圖（制作折線圖也稱頻數多邊形圖是在直方圖的基礎上，把直方圖頂部的中點(組折線圖的兩個終點要與橫軸相交，具體的做法第一個矩形的頂部中點通過豎邊中點（即該組頻數一半的位置）連接到橫軸，最后一個矩形頂部中點折線圖下所圍成的面積與直方圖的面積相等，二者––Li分組數據—折線圖（繪制頻數(人963105分組數據—折線圖（繪制頻數(人963105110115135日加工零件數(個Li圖3- 某車間工人日加工零件數的折線未分組數據—莖葉圖（制作未分組數據—莖葉圖（制作用于顯示未分組的原始數據的分對于n(20≤n≤300)個數據，莖葉圖最大行數不超過L=[10×log10n莖葉圖類似于橫置的直方圖，但又有區直方圖可大體上看出一組數據的分布狀況，但沒有給莖葉圖既能給出數據的分布狀況，又能給出每一個原––Li未分組數據—莖葉圖（制作樹3Li未分組數據—莖葉圖（制作樹3Li圖3- 某車間工人日加工零件數的莖葉樹未分組數據—莖葉圖（擴展樹樹樹樹未分組數據—莖葉圖（擴展樹樹樹樹7802247788800222233344456677880344797802235777888001222233334455667778801334579Li圖3- 圖3.7擴展后的莖葉未分組數據—箱線圖（制作未分組數據—箱線圖（制作箱線圖由一組數據的5個特征值繪制而成，它首先找出一組數據的5個特征值，即最大值、最小值、中位數Me和兩個四分位數(下四分位數QL––Li未分組數據—單批數據箱線圖（構成X最小X最大未分組數據—單批數據箱線圖（構成X最小X最大中位468Li圖3- 簡單箱線未分組數據—單批數據箱線圖（實例下四分中位上四分未分組數據—單批數據箱線圖（實例下四分中位上四分最小最大Li圖3- 50名工人日加工零件數的箱線中位中位QQ中位Li圖3- 不同分布的箱線中位中位QQ中位Li圖3- 不同分布的箱線Li表3- 11名學生各科的考試成績數課程學生12345Li表3- 11名學生各科的考試成績數課程學生123456789英計算機應用基【例3.4】從某大學經濟管理專業二年級學生中隨機抽取11人，對8門主要課程的考試成績進行調查，所得結果如表3-8試繪制各科考試成績的批比較箱線圖，并分析各科考試成績的分布特未分組數據—多批數據箱線圖(STATIATICA繪制LiMedian圖3- 8門課程考試成績的箱線未分組數據—多批數據箱線圖(STATIATICA繪制LiMedian圖3- 8門課程考試成績的箱線未分組數據—箱線圖(由STATIATICA繪制Median學生學生學生學生學生學生學生學生學生學生學生圖3-11名學生8門課Li未分組數據—箱線圖(由STATIATICA繪制Median學生學生學生學生學生學生學生學生學生學生學生圖3-11名學生8門課Li時間序列數據—線圖（制時間序列數據—線圖（制作繪制線圖時應注意以下一般情況下，縱軸數據下端應從“0”開始，以便于比較。數據與“0”之間的間距過大時，可以采取折斷的符號將縱軸折斷Li時間序列數據—線圖（實例Li時間序列數據—線圖（實例Li表3- 1991～1998年城鄉居民家庭人均收年城鎮居農村居年我國城鄉居民家庭的人均收入數據如表￥＄繪制Li城鎮居 農村居入（元繪制Li城鎮居 農村居入（元0 圖3-14城鄉居民家庭人均收多變量數據—雷達圖（要多變量數據—雷達圖（要點雷達圖（RadarChart）是顯示多個變量的在顯示或對比各變量的數值總和時十分有假定各變量的取值具有相同的正負號，總可用于研究多個樣本之間的相似程Li多變量數據—雷達圖多變量數據—雷達圖（制作設有n組樣本S1，S2，…Sn，每個樣本測得先做一個圓，然后將圓P等分，得到P個點，令這P個點分別對應P個變量，在將這P個點與圓心連線，得到P個幅射狀的半徑，這P個半徑分別作為P個變量的坐標軸，每個變量值的大小由半徑上的點到再將同一樣本的值在P個坐標上的點連線。這樣，n個樣本形成的n個多邊形就是一個雷達Li多變量數據—雷達圖（實例面Li【例多變量數據—雷達圖（實例面Li【例3.6】1997年我國城鄉居民家庭平均每人各項生活消費支出數據如表3-12。試主食表3- 1997年城鄉居民家庭平均每人生活消費支城鎮農村衣交通雜項商品與繪制Li食（元 繪制Li食（元 品及服娛樂教 醫療保文化交通圖3- 1997年城鎮居民家庭消費支農村居多變量數據—雷達圖（實例Li【例3.7】為研究某條河流的污染程度，環保局分別在上游、中游和下游設立取樣點，每個取樣點化驗水中的五項污染指標，多變量數據—雷達圖（實例Li【例3.7】為研究某條河流的污染程度，環保局分別在上游、中游和下游設立取樣點，每個取樣點化驗水中的五項污染指標，所得數據如表3-13。將各指標用雷達圖表示出來，并分析該河流的主要污染源表3- 不同樣本點的化驗指指標指標指標指標指標中下6。Li指