第二章 数据的搜集3.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,*,*,统 计 学,第,2,章,数据的搜集,第二章 数据的搜集,1,数据的来源,2,数据的误差,3,数据文件,2,1,数据的来源,1.1,数据的间接来源,1.2,数据的直接来源,3,1.1,数据的间接来源,二手数据（间接来源的数据）,使用其他人调查或者实验得到的数据，对与研究变量相关的原有信息进行重新加工、整理，使之成为我们进行统计分析可以使用的数据，我们把这些数据称为,二手数据,。,二手数据搜集的范围,系统外部,系统内部,4,1.1,数据的间接来源,二手数据的优势与局限性,二手数据的评估,数据是谁搜集的？,(WHO),为什么目的而搜集的？,(WHAT),数据是怎样搜集的？,(HOW),何时搜集的？,(WHEN),5,1.1,数据的间接来源,二手数据的使用,使用二手数据，要注意,数据的定义,、,统计口径,和,计算方法,，避免数据的错用、误用和滥用。,在引用二手数据时，应注明,数据的来源,，以尊重他人的劳动成果。,6,1.1,数据的间接来源,1.,公开出版物：,中国统计年鉴,、,中国统计摘要,、,中国社会统计年鉴,、,中国工业经济统计年鉴,、,中国农村统计年鉴,、,中国人口统计年鉴,、,中国市场统计年鉴,、,世界经济年鉴,、,国外经济统计资料,、,世界发展报告,Internet,2.,网络,中国统计年鉴,2001,中国人口统计年鉴,中国市场统计年鉴,世界发展报告,世界经济年检,工业普查数据,中国统计出版社,7,1.2,数据的直接来源,数据的直接来源,调查,实验,随机抽样,系统抽样,分层抽样,整群抽样,多阶段抽样,普查,抽样调查,统计报表,8,1.2.1.1,普查,（概念要点）,为特定目的专门组织的非经常性全面调查,2.,通常是一次性或周期性的,3.,一般需要规定统一的标准调查时间,4.,数据的规范化程度较高,5.,应用范围比较狭窄,总体,9,1.2.1.2,统计报表,(,概念要点,),1.,统计调查方式之一,2.,过去曾经是我国主要的数据收集方式,3.,按照国家有关法规的规定、自上而下地统一布置、自下而上地逐级提供基本统计数据,4.,有各种各样的类型,10,1.2.1.2,抽样调查,(,概念要点,),1.,从总体中随机抽取一部分单位,(,样本,),进行调查,总体,随机样本,4.,具有经济性、时效性强、适应面广、准确性高等特点,2.,目的是推断总体的未知数字特征,3.,最常用的调查方式,11,简单随机抽样,简单随机抽样,也称纯随机抽样,是从总体中随机地、一个一个地抽取,n,个单元构成样本。在每次抽选中，所有未入样的待选单元入选样本的概率相等。,简单随机样本也可以一次同时从总体中抽出。,12,分层抽样,分层抽样,将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。,分层抽样保证了样本中包含有各种特征的个体，样本的结构与总体的结构比较相近，从而可以提高样本的代表性。此外，这种抽样方式既可以对总体参数进行估计，也可以对各层的目标量进行估计。,13,系统抽样,系统抽样,将总体中所有单位按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位。,系统抽样的主要优点是操作简便。,14,整群抽样,整群抽样,抽样时直接抽取群，然后对选中群中的所有单位全部实施调查。,整群抽样的优点是，只需要每个群的名单，而不必具有总体中每个个体的名单，减化了工作量，也减少了调查费用。,整群抽样的缺点在于，其估计精度较差。,15,多阶段抽样,多阶段抽样,首先抽群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查。,多阶段抽样的分类,二阶段抽样,三阶段抽样,多阶段抽样,多阶段抽样保证样本单元分布相对集中，节约调查费用。,16,1.2.2,实验数据,实验数据,实验数据指在实验中控制实验对象而搜集到的变量的数据。,实验是检验变量间因果关系的一种方法。,在实验中，研究人员控制某一情形的所有相关方面，操纵少数感兴趣的变量，然后观察实验的结果。,17,1.2.2,实验数据,1,.,实验法的有关问题：实验组和对照组的选择,实验组和对照组,受试对象,反应变量和解释变量,处理,英国海军的实验,实验组和对照组的产生应遵循随机原则,一个好的实验，实验组和对照组的产生不仅应该是随机的，而且应该是匹配的。,18,1.2.2,实验数据,2.,对人做实验时产生的问题,人的问题,心理学问题,道德问题,19,2,数据的误差,2.1,抽样误差,2.2,未响应误差,2.3,响应误差,20,2.1,抽样误差,抽样误差,抽样误差是由,抽样的随机性,引起的样本结果与总体真值之间的误差。,只要采用概率抽样，抽样误差就不可避免。,抽样不是针对某个具体样本的检测结果与总体真实结果的差异而言，它描述的是所有样本可能的结果与总体真值之间的平均性差异。,21,2.1,抽样误差,抽样误差大小的影响因素,样本量的大小：,样本量越大，抽样误差越小。,总体的变异性：,总体的变异性越大，即各单位之间的差异越大，抽样误差也就越大。,在公布任何一次抽样调查的结果时，负责任的报告都应说明抽样误差的大小。,22,2.2,未响应误差,未响应误差,非抽样误差中的一种。它是指由于种种原因，包含在样本中的一部分人未对调查做出反应或回答，而造成的误差。,未响应误差是随机的,可以通过增大样本量的方式解决,未响应误差是系统性的,预防,采取补救措施,23,2.3,响应误差,响应误差,指在调查过程中，由于问题的提问方式、问题所处的位置、访员的影响或受访者自身的原因，而使受访者在回答问题时产生的误差。,响应误差的类型,问题的措辞 问题所处的位置,访问员的影响 受访者的影响,24,3,数据文件,数据,由一些变量和它们的观测值所组成。,数据文件,将数据以表格的形式录入计算机，这样的一个数据表通常叫做,数据阵或数据文件,。,文件由行和列组成。一般行代表样本单位，每一行称为一个,观测值,。列表示不同的,变量,，每一列为一个变量的不同观测值。,25,3,数据文件,原始数据文件的一般格式,26,3,数据文件,编码,男,1,女,0,可口可乐,1,百事可乐,0,知道,1,不知道,0,27,3,数据文件,编码后数据文件的一般格式,28,