信息分析与决策Chapert2数据与数据的获得.pptx

不同测度类型的数据都可以作为统计 对象直接进入统计处理。
Ex: 当我们获得不同文化程度的顾客对某 种数码产品的偏好数据后，我们可以用 统计方法来分析两个变量（文化程度, 品 牌）是否相关。
文化程度：顺序型变量
品牌：名义级变量
分类分组作用
Ex: 名义级变量Categorical Variable，“职工的 性别”：将职工总体分为“男”“女”两组， 统计不同组的平均工资。
实验方法
普查方法
抽样调查
2.3.1 概念与基本方法
1.普查 （Census） 普查针对有限总体而言。收集
有限总体中每个个体的有关指标 的指标值。 Ex: 人口普查
2.抽样调查(Sampling)与样本 (Sample)
在总体中选择一部分个体进行 调查，从所了解的局部数据来 了解总体情况。
总体中，部分个体所组成的集 合称为样本(Sample)集合。
2.1 总体、个体、特征与数据
2. 个体( Individual Or Case) 或成分 (Elements) 组成总体的元素(Element), 称为个体 有限总体：在某个总体中，若个体的数 目是有限的Finite. 无限总体：总体中，个体的数目无限 (Infinite)
2.1 总体、个体、特征与数据
抽样调查有两层含义 1.“抽样”：抽取部分个体 2.“调查”：调查反映在个体上的， 所要研究的特征的数据。
样本个体的特征数据为“样本数据”
相对于普查，抽样调查的成
本低，所耗费的时间少，在收集 个体信息方面，信息收集更为详 尽和准确。
从总体中，恰当地选取部分个 体进行调查，是统计学中最重要的 问题之一，也是“获得数据方法” 所要研究的中心内容。那么
3.(Nominal)名义级数据 数据的最低级，无次序之分，只是
一种标志，用以区分变量的不同值。可 用数字也可用字母。
Ex: 性别： 女（0） 女（F） 男（1） 男（M）
2.2.2 不同测度类型的数据的用途
在统计分析中，不同测度类型的 数据扮演不同的角色。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， 应用范围越受限制。
2. Ordinal 序次级数据 数据的中间级。可用数字，字母来表示 Ex: 受教育程度
小学 = 1 初中 = 2 高中 = 3 大学本科 = 4 研究生 = 5
各编码的序值，代表了受教育 程度的高低差异。这一差异不 能准确描述差别的大小，但可 以确定其顺序，即可进行不等 式运算。
研究生 > 大学本科 > 高中> …
Ex: 研究汽油添加剂对增加汽车行程的影 响，实验中限制如下条件
剂量一致 同一辆汽车进行实验 同一道路上进行测试实验 选择无风的天气，排除风向和风速
对汽车行程Байду номын сангаас影响。
此时，影响“汽车行程”的因素基本 上是由添加剂本身的因素造成的。
2-3 获得数据的调查方法
获得数据的方法分为两大类
观察(调查)法
Charpter2 数据与数据的获得
2-1 总体、个体、特征与数据 2-2 数据类型 2-3 获得数据的调查方法 2-4 问卷设计
2-1 总体、个体、特征与数据
2.1 总体、个体、特征与数据
1. 总体 ( Population or Universe)
所研究对象的全体，称为总体.例 如，某专业同一年的考生可以构成 一个总体，一条生产线上生产出来 的某零件可以构成一个总体。
2.1 总体、个体、特征与数据
我们对任何总体感兴趣，其实是对总 体中的个体的特征感兴趣。当要联合考 察总体或个体的若干个特征，我们面对 的就是指标向量。
Ex: “学生” (考分 身高 年龄 性别 )
2.1 总体、个体、特征与数据
4. 指标值或数据(Data) 在研究一个总体时，所要研究的每个
特征，在每个个体上，都有一个反映 该特征的具体描述，被称之为指标值。
顺序级变量也可作为分类得依据，“受教育程 度”将职工总体分为教育程度由低到高的若干 组。
刻度级数据可用于分类，如按照“考试成绩” 将学生总体分类等等。
一般说来，等级高的数据， 兼具等级低的数据的功能；而等 级低的数据，不可能兼有等级高 的数据的功能。
名义级的数据，通常是样本 分类（分组）的依据。
2.2.3 观察数据与实验数据
如何取样？
4. 抽样方法 Methods of Sampling 非随机抽样Judgment Sampling
从数据获得的角度对数据进行分类 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。
Ex: 调查农民年收入情况，农业技术 来源情况，受教育情况，地区差异 等等通常为观察数据。
农民的年收入显然是众多因素复合 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 而得到的数据为实验数据。实 验数据通常是单一因素作用的 结果。
考生A（姓名，年龄，考分，成绩…)
2-2 数据类型
2.2.1 数据测度的分类
1. Scale 刻度级数据 数据的最高等级，只能用数字来表示
比率级Ratio : 有具体的实际测量值， 可做+ - * / 运算.
间距级Interval: 具体有一定单位的实 际测量值。例如摄氏温度。可比较变 量之间的差异，作+ - 运算，不能进行* / 运算。
3. 指标或变量(Variable) 研究任何总体，必然对其个体的某些
特征感兴趣。 Ex：农民(总体)
年收入 对政策的态度 受教育程度 附着于“个体”的信息，即个体特征
2.1 总体、个体、特征与数据
表征个体特征(Characteristics)的量称为 指标或变量. Ex:
“学生” ----------考分 身高 “零件” ----------直径 长度 耐磨损度 “药品”-----------疗效 副作用 “企业”------年销售额 年利润 资金周转率
Ex：考生个体 考分(定量型Quantitative，有数值) 性别(定性型Qualitative) 受教育程度(半定量的Semi-Quantitative)
2.1 总体、个体、特征与数据
定性型的数据和半定量的数据，通常 是对个体分组(分类)的依据.
一个个体的所有特征的数据，被称为 一条记录或一个数据向量。