统计学-数据的收集与整理.pptxVIP

统计学-数据的收集与整理

汇报人：AA

2024-01-21

CATALOGUE

目录

数据收集基本概念与方法

调查问卷设计与实施

抽样技术及其在数据收集中应用

数据整理与描述性统计分析

数据可视化在数据整理中应用

案例分析：某公司市场调研项目实践

01

数据收集基本概念与方法

数据收集是指根据研究目的，有计划、有系统地搜集、记录、整理有关研究对象信息的活动。

数据收集是统计学的基础，对于确保数据分析的有效性和准确性至关重要。只有收集到高质量的数据，才能为后续的数据分析提供可靠的基础。

数据收集重要性

数据收集定义

直接来源于调查或实验等一手资料的数据。

原始数据

已经经过他人收集、整理、加工过的数据，如公开出版物、数据库等。

二手数据

指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据。

面板数据

问卷调查法

通过设计问卷，向目标群体发放并收集填写结果的方法。适用于大规模、标准化的数据收集。

访谈法

通过与目标群体进行面对面或电话访谈的方式收集数据。适用于需要深入了解被访者观点、态度等复杂信息的情况。

观察法

通过对目标群体或现象进行直接观察并记录相关信息的方法。适用于难以通过问卷或访谈获取数据的情况，如消费者行为研究等。

实验法

在控制条件下对目标群体进行干预并观察其反应的方法。适用于需要验证假设或评估政策效果等情况。

02

调查问卷设计与实施

在设计问卷之前，必须明确调查的目的和研究问题，确保问卷内容与调查目标紧密相关。

明确调查目的

简洁明了

问题中立

选项穷尽

问卷设计应简洁明了，避免使用复杂或晦涩难懂的词汇和句子，以便受访者能够快速理解并回答问题。

设计问题时，应避免引导受访者做出特定回答，确保问题的中立性，从而获得更客观的数据。

对于封闭式问题，应确保提供的选项能够涵盖所有可能的情况，避免遗漏重要信息。

1

2

3

在发放问卷之前，需要明确目标群体，并根据目标群体的特点选择合适的发放渠道和方式。

确定目标群体

为了提高问卷的回收率，可以采取多种措施，如提供小礼品、设置奖励机制、多次提醒等。

保证回收率

在问卷发放和回收过程中，应确保受访者的隐私和数据安全，避免泄露个人信息和敏感数据。

数据必威体育官网网址

评估问卷质量

在收集完数据后，需要对问卷质量进行评估，包括问题的清晰度、选项的合理性、数据的完整性等方面。

分析问题原因

如果发现问卷存在质量问题，需要深入分析问题的原因，如设计不合理、受访者理解困难等。

采取改进措施

根据问题原因，采取相应的改进措施，如优化问题设计、提供更详细的说明和指导、增加受访者的培训和指导等。

03

抽样技术及其在数据收集中应用

抽样技术是从总体中选取一部分具有代表性的样本进行调查，通过对样本的研究来推断总体特征的一种统计方法。

抽样技术定义

根据抽样方式的不同，抽样技术可分为随机抽样和非随机抽样两大类。

抽样技术分类

方便抽样

方便抽样是根据调查者的方便程度选择样本，通常缺乏代表性。例如，在街头巷尾随意拦截路人进行调查。

判断抽样

判断抽样是调查者根据主观判断选择样本，通常基于专业知识和经验。例如，专家根据经验选择某些特定领域的专家进行调查。

配额抽样

配额抽样是按照总体中各层的比例分配样本数量，然后在各层中进行方便抽样或判断抽样。例如，根据人口比例分配不同性别、年龄、职业的样本数量，然后在各层中选择符合条件的样本。

04

数据整理与描述性统计分析

对于数据中的缺失值，可以采用删除、插补、不处理等策略，具体方法应根据数据的性质和缺失机制来选择。

缺失值处理

异常值可能会对数据分析结果产生不良影响，因此需要对其进行识别和处理，如采用TukeysFences等方法进行异常值检测。

异常值处理

为了满足某些分析方法的需要，可能需要对数据进行转换，如对数转换、Box-Cox转换等。

数据转换

数据编码

01

对于非数值型数据，需要采用某种编码方式将其转化为数值型数据，以便于进行统计分析。常见的编码方式包括二值化编码、独热编码等。

数据录入规范

02

为了保证数据的准确性和一致性，需要制定数据录入规范，如统一的数据格式、数据范围、数据精度等。

数据校验

03

在数据录入过程中，应采用一定的校验措施，如重复录入、逻辑校验等，以确保数据的准确性。

集中趋势度量

均值、中位数和众数是度量数据集中趋势的常用统计量。它们分别反映了数据的平均水平、中等水平和最频繁出现的水平。

离散程度度量

方差、标准差和四分位距是度量数据离散程度的常用统计量。它们分别反映了数据的波动情况、平均波动情况和中间50%数据的波动情况。

分布形态度量

偏态系数和峰态系数是度量数据分布形态的常用统计量。它们分别反映了数据分布的偏斜程度和尖峭程度。通过对这些统计量的计算和解读，可以对数据的分布特征有一个初步的了解。

05