统计学3数据整理与展示

《统计学3数据整理与展示》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、课前复习思考题1.问卷设计的基本结构由哪几个部分构成？2.问卷设计中关于“提问项目设计”的类型有哪些？3.“回答项目设计”的类型有哪些？应遵循的原则是什么？4.统计学有哪些分科？统计数据的类型按计量层次不同分为哪几种？统计应用(3-1)把数据画图之后，要用用脑袋沃尔德(AbrahamWald)和许多统计学家一样，在第二次世界大战时也处理了与战争相关的问题。他发明的一些统计方法在战时被视为军事机密。以下是他提出的概念中较简单的一种沃尔德被咨询飞机上什么部位应该加强钢板时，开始研究在战役中返航的军机上受敌军创

2、伤的弹孔位置。他画了飞机的轮廓，并且标识出弹孔的位置。资料累积一段时间后，几乎把机身各部位都填满了。于是沃德建议，把剩下少数几个没有弹孔的部位补强。因为这些部位被击中的飞机都没有返航资料来源：DavidS.Mroore著《统计学世界》前　言统计数据收集后是分散的零星的，不能说明任何问题，而统计的目的就是要分析事物总体的数量特征及其发展规律。本章主要介绍运用科学的方法，合理使用统计图表描述统计结果，这是应用统计的基本技能之一。为此需要我们思考：统计数据整理与展示有哪些科学方法？如何应用？如何展示数据的特征呢

3、？如何描述分析总体的规律呢？第3章数据的整理与显示PowerPoint统计学学习目标与重难点提示了解数据预处理的内容和目的掌握品质数据（分类和顺序数据）的整理与显示方法※掌握数值型数据的整理与显示方法※用Excel作频数分布表和图形※理解如何合理使用统计图表目的：为统计数据的描述分析打基础。主要章节3.1数据的预处理3.2品质数据的整理与显示※3.3数值型数据的整理与显示※3.4合理使用统计图表3.5应用Excel作统计图表本章内容总体框架开篇案例3－2科尔盖特－帕尔莫利夫公司质量管理案例背景科尔盖特(

4、Colgate)这个名字可能很多中国人还不太熟悉.不过，你要是在美国生活过，去超市买过牙膏，你一定会见过这个牌子。《科尔盖特－帕尔莫利夫公司》纽约州、纽约市科尔盖特大学ColgateUniversity始建于1819年，校风严谨传统，是美国著名的私立文科大学，在美国文科学院排名中，科尔盖特大学名列第17名，位于纽约州的汉密尔顿市，它的校园风景非常漂亮，被评为美国最美丽的五所大学之一。WilliamsColgate高露洁牙膏科尔盖特大学1806年创办Colgate公司案例背景1806年，科尔盖特－帕尔莫利

5、夫公司建于纽约市，它是靠生产肥皂和蜡烛的小店起家的。而今它的产品已经遍及全球。科尔盖特公司在70个国家拥有自己的分公司，每年的销售额超过70亿美元。《科尔盖特－帕尔莫利夫公司》纽约州、纽约市除了驰名的传统条形皂、洗衣粉、牙膏外，该公司还经营Mennen、软形皂、希尔宠物食品等。案例(2)这家公司在家用洗衣粉的质量保证方面运用了统计学，其中一项就是顾客对每盒洗衣粉数量的满意程度。在同一类型的每一个盒子里装上相同重量的洗衣粉，可是洗衣粉的数量受洗衣粉密度的影响。例如，如果洗衣粉的密度很大，则较少量的洗衣粉就可

6、以达到一盒指定的重量。这样顾客打开盒子的时候会发现洗衣粉似乎没有装满。《科尔盖特－帕尔莫利夫公司》纽约州、纽约市案例为了控制高密度的粉质问题，该公司在粉质密度上进行了一些可行性的限制。因此，需要定期抽取统计样品来进行密度测试。然后将这些概括数据提供给一线生产人员，以便必要时采取校正措施，把粉质密度控制在特定的理想范围内。《科尔盖特－帕尔莫利夫公司》纽约州、纽约市在一周时间内抽取的150份样品的密度频数分布表和直方图如下表与下图所示。如果密度超过0.40便被认为是不正常。如果密度的频数分布表和直方图显示密度

7、小于或等于0.40，则产品就满足质量要求。经理们看到这些统计概括数据，就会对洗衣粉生产过程的质量表示满意。0.29－0.30300.31－0.32750.33－0.34320.35－0.3690.37－0.3830.39－0.401粉质密度频数分布表《科尔盖特－帕尔莫利夫公司》纽约州、纽约市案例粉质密度分布直方图密度　　　　频数样本数1500.300.320.340.360.380.40255075不到1%的样品靠近0.40的不满意水平案例讨论1.科尔盖特公司对产品质量进行监控时，应用了统计数据

8、调查的什么方式？应用的是统计学分科中的哪类学科？2.得到的统计结果是参数还是统计量？是用什么指标对该公司的产品质量的特征值进行分析？3.如果你是该公司的质量检查员，还可采用什么特征值对产品的质量进行分析？3.1数据的预处理3.1.1数据审核3.1.2数据筛选※3.1.3数据排序※3.1.4数据透视表※内容提示3.1数据的预处理数据审核检查数据中的错误数据筛选找出符合条件的数据数据排序升序和降序寻找数据的基本特征数据透视表按需要