统计学2数据与数据获取.ppt

第二章数据与数据获取
§ 总体、个体、特征与数据
一、一些基本概念
1、总体(母体)(Population or Universe)
所研究对象的全体。
2、个体(Individual or Case)或成分(Elements)
组成总体的个体。
3、指标或变量(Variable)
表征个体特征(信息)的量。
4、指标值(变量值)或数据(Data)
对个体特征的具体描述(可以是数字或文字),或者说有关个体的具体信息。
二、数据类型
一种分类:定量型数据、定性型数据
重量
家庭人口
月收入
地板数量
性别
电话号码
宗教信仰
人格类型
等等
变量尺度类型:
1、刻度级(Scale)数据(比例尺度和间隔尺度)
变量只能用数子表示。(个体本身具有,不是人为制定的数值)
2、序次级(Ordinal)数据
变量可以用数字,也可以用字母表示。(人为设定的数值)
3、名义级(Nominal)数据
变量可以用数字,也可以用字母表示。(人为设定的数值)
不同测度级别的数据的特征:
不同测度级别的数据,应用范围不同。等级越高,应用范围越广泛;等级越低,应用范围越受限。一般来说,等级高的数据兼有等级低的数据功能;而等级低的数据不能兼有等级高
的数据功能。
名义级数据,通常是样本分类(分组)的依据。
4、观察数据与实验数据
观察数据:在获得数据过程中,不对被调查对象数据产生的条件施加任何控制所得到的数据。观察数据通常是众多因素共同作用的结果。
实验数据:在获得数据过程中,对数据产生的条件实施了控制而得到的数据。观察数据通常是单一因素作用的结果。
注: 我们所用的数据一般以观察数据为主.
三、获取数据的调查方法与问卷设计
1、方法有:
(1)普查(Census)
(2)部分调查(抽样)(Sampling)与样本(Sample)
2、抽样调查的意义:
(1)成本低;
(2)省时间;
3、抽样方法:
(1)非随机抽样(也称判断性抽样)
(2)随机抽样(也称概率抽样)
(简单随机抽样, 即每个个体被抽取的机会(概率)均等)。
两种典型的非概率抽样方法--

方便抽样
自愿抽样
方便抽样:
样本观察值很容易获得
自愿抽样:
只有自愿做出回答的观察值才被包括在样本中
例如:
一名教师想从本校1600名学生当中抽取一个样本,他决定面试下周一早上进入教室的前100名学生。
4、常用的综合方法
(1)分层(分类)抽样:按照总体中个体的某特征,把总体中的个体分为若干群(类),然后对各个群体内的个体进行简单随机抽样。分层抽样要求层之间的差异大于层内部的个体的差异。
(2)整群抽样:将总体中的各个个体,按照某一标志量,分为若干群,然后以群为单位,对群进行(简单)随机抽样然后,对抽出来的个体进行调查)。整群抽样要求群体之间具有相似的特征。
(3)等距抽样: