Allrightsreserved11第3章数据的图表展示3.1数据的预处理3.2品质数据的整理与展示3.3数值型数据的整理与展示3.4合理使用图表Allrightsreserved2参考书2Allrightsreserved3参考书3Allrightsreserved4参考书4Allrightsreserved55参考书Allrightsreserved6图表的力量统计图表的意义“给我10页纸的报告,必须有9页是数据和图表分析,还有1页是封面”“文不如表,表不如图”Graphsarethemosteffectivewaytocommunicateusingdata一图胜千言JohnTukey:“图形的最大价值就是使我们注意到我们从来没有料到过的信息”Allrightsreserved7图表的力量历史上著名的统计图表拿破仑的大军团进军俄国Minard绘制的地图,展现了1812年拿破仑的大军团进军俄国的路,线(上半部分)和撤退时的气温变化(下半部分)。这一历史事件中,法军数量的急剧减少以及恶劣的气候条件一览无遗Allrightsreserved8图表的力量法国科学家Marey称:该图所展现出的雄辩对历史学家的笔是一种极大的挑战Allrightsreserved9图表的力量进出口时间序列Playfair(1786)绘制的线图。这幅图主要展示了1700年至1780年间英格兰的进出口时序数据Allrightsreserved10图表的力量南丁格尔“玫瑰图”人类发现了统计统计改变了世界,若想了解上帝在想什么,我们就必须学统计,因为统计学就是在量测他的旨意Allrightsreserved11图表的力量南丁格尔的极坐标面积图:两幅图分别是1854年和1855年的军队伤亡人数,一年12个月恰好可以将极坐标分为12等分,每一瓣代表一个月。图中用颜色标记出了三种死亡原因。Allrightsreserved12图表的力量(续)统计地图1854年英国Broad大街大规模爆发霍乱,当时了解微生物理论的人很少,人们不清楚霍乱传播途径,而“瘴气传播理论”是当时的主导理论;JohnSnow对这种理论表示了怀疑,于1849年发表了关于霍乱传播理论的论文,本图即其主要依据Allrightsreserved13图表的力量这幅图形揭示了一个重要现象,就是死亡发生地都在街道中部一处水源(水井)周围,市内其它水源周围极少发现死者。进一步调查他发现这些死者都饮用过这里的井水Allrightsreserved14143.1数据预处理Allrightsreserved15数据的预处理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Allrightsreserved16数据审核—原始数据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Allrightsreserved17数据的审核—二手数据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时效性审核尽可能使用最新的数据确认是否有必要做进一步的加工整理!Allrightsreserved18数据筛选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Allrightsreserved19用Excel例3.1进行数据筛选8名学生的考试成绩数据数据筛选Allrightsreserved20数据排序数据排序(Sort)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在某些场合,排序本身就是分析的目的之一排序可借助于计算机完成Allrightsreserved21数据排序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)Allrightsreserved22数据透视表数据透视表(pivottable)以从复杂的数据中提取有用的信息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形成一个符合需要的交叉表(列联表)在利用数据透视表时,数据源表中的首行必须有列标题表3.2Allrightsreserved23233.2品质数据的整理与展示Allrightsreserved24数据的整理与显示明确面对的数据类型。不同类型的数据,采取不同的处理方式和方法对分类数据和顺序数据主要是作分类整理对数值型数据则主要是作分组整理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Allrightsreserved25分类数据的整理列出各类别计算各列的频数制作频数分布表用图形显示数据Allrightsreserved26分类数据的整理频数(frequency):落在各类别中的数据个数比率(proportion):某一类别数据个数占全部数据个数的比值百分比(percentage):将对比的基数作为100而计算的比值比例(ratio):不同类别数值个数的比值Allrightsreserved27分类数据整理—频数分布表例3.3一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用Excel制作频数分布表绿色健康饮品Allrightsreserved28分类数据的图示—Bar图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有单式条形图、复式条形图等形式主要用于反映分类数据的频数分布绘制时,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Allrightsreserved29290246810果汁矿泉水绿茶其他碳酸饮料男女0246810121416果汁矿泉水绿茶其他碳酸饮料女男0246810121416果汁矿泉水绿茶其他碳酸饮料Allrightsreserved30帕累托图30Allrightsreserved31频数汇总罪犯的例子改造方式无新罪新罪总计监狱221840文学课32638总计542478例析Allrightsreserved32例析新罪无新罪6050403020100是否犯新罪计数改造方式文学课监狱403020100新罪无新罪Bar图Allrightsreserved33马赛克图总统选票Allrightsreserved34分类数据的图示—饼图也称圆形图,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Allrightsreserved35顺序数据的整理与图示碳酸饮料,15,30%绿茶,11,22%矿泉水,10,20%其他,8,16%果汁,6,12%Allrightsreserved36顺序数据的整理(可计算的统计量)对分类数据和顺序数据主累积频数(cumulativefrequencies):各类别频数的逐级累加累积频率(cumulativepercentages):各类别频率(百分比)的逐级累加Allrightsreserved37顺序数据的频数分布表【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————Allrightsreserved38顺序数据的频数分布表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————Allrightsreserved39顺序数据的图示—累计频数分布图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Allrightsreserved40环形图环形图中间有一个“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用于结构比较研究用于展示分类和顺序数据Allrightsreserved41环形图8%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Allrightsreserved42423.3数值型数据的整理与展示Allrightsreserved43数据分组将变量值的一个区间作为一组适合于连续变量适合于变量值较多的情况需要遵循“不重不漏”的原则可采用等距分组,也可采用不等距分组Allrightsreserved44组距分组确定组数: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5K15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,即组距=(最大值-最小值)÷组数统计出各组的频数并整理成频数分布表Allrightsreserved45组距分组确定组距:组距(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下限值+上限值2组中值=Allrightsreserved46频数分布表的编制【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Allrightsreserved47等距分组表(上下组限重叠)Allrightsreserved48等距分组表(上下组限间断)Allrightsreserved49等距分组表(使用开口组)Allrightsreserved50数值型数据的图示Excel分组数据—直方图和折线图Allrightsreserved51分组数据—直方图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Allrightsre