第二章 描述性统计分析

统计分析

本次问卷调查主要是广大的游客为主要的对象,采用的是网上发放问卷的形式，主要借助的是问卷星网站这个平台。此次问卷总计发放了420份，回收问卷388份,回收率达到92.38%,回收问卷有效率为92.38%，在问卷星的设计中提交前提是完成问卷，因此回收问卷都为有效问卷。本部分将根据对有效问卷的统计,对所得数据进行相关的数据分析。

描述性统计分析

描述性统计(DescriPtivestatistics)是对统计结构和总体情况所进行的描述,本部分将对游客基本信息进行描述性统计分析。

游客基本信息描述性统计分析

游客的基本信息主要包括,第一部分关于游客的人口统计学信息,包括

游客的性别、年龄、受教育程度、职业、收入等;第二部分是关于游客在姨奶奶中的旅游次数的一个简单的统计。表____反映了这一系列的基本信息。从性别上看,男女比例基本持平,其中女性游客稍占多数51.5%，男性游客占48.5%，女性游客的平均人数比男性游客稍微多一些;从

年龄上看,主要集中在18~25岁这个年龄段上,占到了游客总数的91.2%,这说明了青少年时目前旅游人群的主要构成部分，这一方面和现当代的生活水平，价值观、消费观有密切的联系。从学历上看,游客的学历主要集中在高中、本科及以上这三块,分别占到这次调查样本数的11.9%、78.9%、6.2%。充分证明对待旅游的看法和学历的高低是一个正相关的关系。从职业上看,学生占到了最多的一个比例

64.9%，比其他的职业人群高出很多，公司职员在其中也占到了13.4%，在这一点上有力的证明了在影响旅游愿景的因素中，时间是一个相当大的权重，个体其实在经济实力这一权重来看是比较具有优势的一个群体，但是在这次调查中仅占了2.6%，从这一方面也可以得出时间是一个较大权重的结论;从收入状况上看,主要集中在1400~3000和3000~5000这两个段的人群，分别达到67%和19.6%，这印证了旅游公共服务的不断健全和旅游的逐步平民化。最后我们简单的一个统计是关于一个平均一年的旅游次数，统计显示主要是集中在一年一次至两次和一年三至五次这种情况上，以一至两次的情况居多，达到了49.5%，说明旅游个体的旅游频率其实是不高的，也说明了旅游公共服务是很有必要的。有利于推动旅游的平民化和全名旅游的进一步发展。

描述性统计分析在实证研究中的作用及具体软件实现——以SPSS为例

为了提升经管代码库（/forum-2626-1.html）人气，一大早起床，打算就微观实证分析中描述性统计分析作用及SPSS具体软件实现做个详细的说明，理由如下：

一是有坛友在论坛上问：看到很多实证研究在建模前有做描述性统计分析，问做这个有何意义（网址链接：/thread-929635-1-1.html），说明有实际需求；二是论坛上也没看见有什么详细阐述这个问题的，说明有实际需求而无有效供给。故而特开此贴，希望能吸引更多对计量实证感兴趣的朋友关注经管代码库，来多多发此类原创帖。不多说，图文并茂的开讲啦！

做用SPSS具体做描述性统计分析前，先简要说一下我个人认为的在实证分析中做描述性统计分析的作用——探究数据分布趋势，找出极端异常值。由于此贴只讲描述性统计分析，故而不对极端异常值对模型的影响，数据分布趋势不是正态进一步详尽处理展开来说，只点到即止，后续帖子陆续补充。

在用SPSS做描述性统计分析前，先截两张实证论文中一般做的描述性统计分析表格。进而可以直观看到我们一般做描述性统计分析要交待哪些统计量。

以上两个表格是常见的描述性统计分析表述表格，一般实证论文中，做描述性统计分析要报告以下4个统计量：均值、标准差、最小值和最大值（有的文章限于表格篇幅，只报道均值和标准差）。问题来了，做了描述性统计分析后，结果要怎么看呢？我们要怎么才能确认结果是好或者不好呢（即变量是否符合正态分布呢）？

这个问题一般看均值和标准差。如果标准差>>均值，那表明数据可能存在极端异常值，这时可能要对数据做进一步的处理。如做箱形图看是否存在极端异常值（头上标*的就是）。然而，一般情况下如果均值和标准差相差不大，如上表中“1998—2003年年均调整地块百分比”这类变量，可以就这样，不用做进一步处理。若存在极端异常值，参见我这篇帖子的处理方法：/thread-3569928-1-1.html。

描述性统计分析2篇

抽样方法在描述性统计分析中的应用

描述性统计分析是统计学中的一种基本方法，主要用于研究数据的类型、分布、频率等基本信息，为进一步的分析提供基础。而抽样方法则是描述性统计分析中应用最广泛的一种方法。本文将从不同抽样方法的优劣势、如何制定合适的抽样方案等方面探讨抽样方法在描述性统计分析中的应用。

抽样方法有很多种，常用的有简单随机抽样、分层抽样、整群抽样、系统抽样等。在选择抽样方法时我们需要考虑多个因素，如样本数量、样本的代表性、抽样费用等。以下针对不同抽样方法的优劣势进行分析：

简单随机抽样法是一种随机抽样方法，指在总体中每个个体有等概率地被选中。这种方法不需要事先了解总体的构成情况，适用于总体分布均匀、样本数量较小的情况。但在样本数量较大时，实施简单随机抽样的成本较高，同时容易出现重复抽样的现象，影响样本的代表性。

分层抽样法是按照总体的某些重要特征划分若干层，然后从每层中随机抽取一定数量的样本。这种方法可以提高分层后样本的代表性，使每一层样本更为均匀，但需要对总体的划分、样本的划分比例进行严格控制。

整群抽样法是按照总体的某些特点，将总体划分为许多群体，然后在其中部分群体中按照某种抽样方法随机抽取样本。需要注意的是，在整群抽样时，每个群体内的个体应足够相似，不然会降低样本的代表性。 系统抽样法是一种有规律的随机抽样方法，从总体中按照固定的间隔随机抽取样本。但需要注意的是，如抽样间隔不合理或出现规律性，可能会导致样本的偏差。

通过以上分析，我们可以看出不同的抽样方法各有优劣，需要在研究设计之初根据研究目的、样本数量、抽样成本等多种因素进行选择。同时，在实施抽样方法时需要严格遵守抽样方案的制定，以提高样本的代表性和研究结论的可信度。

数据清洗在描述性统计分析中的重要性

数据清洗是描述性统计分析中不可或缺的一步，它对于保证数据质量、提高分析结果的准确性、有效性至关重要。数据清洗一般包括缺失值处理、异常值处理、重复值处理等多个方面。本文将从数据清洗的重要性、数据清洗的常见方法等方面探讨数据清洗在描述性统计分析中的重要性。

1 第一章 描述性统计

我们把对某一个问题的研究对象的全体称为总体，总体就是一个具有确定分布的随机变量．我们统计分析的目的是通过从总体中抽得的样本，对总体分布进行推断，要想较准确的推断出总体的分布，首先要对样本的分布状况有一个基本的了解，这一章就是介绍用以描述样本分布状况的一些常用统计分析方法，这些方法既直观又简单，而且也很实用．

1.1频数分析与图形表示

一、总体X为只取少数个值的离散型随机变量

例1.1.1考察一枚骰子是否均匀，设计实验如下：

独立地掷这枚骰子42次，所得点数纪录如下：

3 2 4 1 5 1 5 3 4 3 5 6 4 2 5 3 1 3 4 1 4

3 1 6 3 3 1 2 4 2 6 3 4 6 6 1 6 2 4 5 2 6

X为掷一枚均匀的骰子一次所得的点数

X 1 2 3

4 5 6

nj 7 6 8 8 6 7

fj 1/6 1/7 4/21 4/21 1/7 1/6

二、当总体X取较多离散值或X为连续取值时

设xxxn,,21是总体X的一组样本观测值，具体做法如下： 2 1求出x)1(和xn)(，取a略小于x)1(,b略大于xn)(；

2将区间[a，b]分成m个小区间（m＜n）,小区间长度可以不等，分点分别为

a =tttm10=b

注意：使每个小区间中都要有一定量的观测值，且观测值不在分点上。

划分区间个数的确定：

区间过少：分布信息混杂，丢失信息．

区间过多：出现很多空区间．

区间划分个数m依赖于样本总数n，理论上有如下两个公式可参考：

Moore(1986) ： m ≈Cn5/2，C = 1～3；

Sturges(1928) ： m ≈1+3.322（lg n）；