第一章：数据与统计学

思考与练习：

思考题：

1.什么是统计学？怎样理解统计学与统计数据的关系？

答：统计学是一门收集、整理、显示和分析统计数据的科学。统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法以致于统计学就失去了其存在意义。

2.试举出日常生活或工作中统计数据及其规律性的例子。

3.简要说明统计数据的来源

答：统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验，在社会经济管理领域，主要通过统计调查方式来获得，如普查和抽样调查。间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得。

4.获取直接统计数据的渠道主要有哪些？

5.简要说明抽样误差和非抽样误差 答：统计调查误差可分为非抽样误差和抽样误差。非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的。抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的。

6.一家大型油漆零售商收到了客户关于油漆罐分量不足的许多抱怨。因此，他们开始检查供货商的集装箱，有问题的将其退回。最近的一个集装箱装的是2 440加仑的油漆罐。这家零售商抽查了50罐油漆，每一罐的质量精确到4位小数。装满的油漆罐应为4.536 kg。要求： (1)描述总体； (2)描述研究变量； (3)描述样本； (4)描述推断。

答：(1)总体：最近的一个集装箱内的全部油漆；

(2)研究变量：装满的油漆罐的质量；

(3)样本：最近的一个集装箱内的50罐油漆；

(4)推断：50罐油漆的质量应为4.536×50＝226.8 kg。

7.“可乐战”是描述市场上“可口可乐”与“百事可乐”激烈竞争的一个流行术语。这场战役因影视明星、运动员的参与以及消费者对品尝试验优先权的抱怨而颇具特色。假定作为百事可乐营销战役的一部分，选择了1000名消费者进行匿名性质的品尝试验(即在品尝试验中，两个品牌不做外观标记)，请每一名被测试者说出A品牌或B品牌中哪个口味更好。要求：

(1)描述总体； (2)描述研究变量； (3)描述样本； (4)一描述推断。

答：(1)总体：市场上的“可口可乐”与“百事可乐” (2)研究变量：更好口味的品牌名称； (3)样本：1000名消费者品尝的两个品牌 (4)推断：两个品牌中哪个口味更好。

第二章、统计数据的描述

思考与练习

思考题

1.描述次数分配表的编制过程 答：分二个步骤：

（1） 按照统计研究的目的，将数据按分组标志进行分组。

按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。

按数量标志进行分组，可分为单项式分组与组距式分组

单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围（区间）作为一个组。 统计分组应遵循“不重不漏”原则

（2） 将数据分配到各个组，统计各组的次数，编制次数分配表。

2.解释洛伦兹曲线及其用途

答：洛伦兹曲线是20世纪初美国经济学家、统计学家洛伦兹根据意大利经济学家帕累托提出的收入分配公式绘制成的描述收入和财富分配性质的曲线。洛伦兹曲线可以观察、分析国家和地区收入分配的平均程度。

3.说明基尼系数的含义和用途

4.一组数据的分布特征可以从哪几个方面进行测度？

答：数据分布特征一般可从集中趋势、离散程度、偏态和峰度几方面来测度。常用的指标有均值、中位数、众数、极差、方差、标准差、离散系数、偏态系数和峰度系数。

5.怎样理解均值在统计中的地位？

答：均值是对所有数据平均后计算的一般水平的代表值，数据信息提取得最充分， 具有良好的数学性质，是数据误差相互抵消后的客观事物必然性数量特征的一种反映，在统计推断中显示出优良特性，由此均值在统计中起到非常重要的基础地位。受极端数值的影响是其使用时存在的问题。

6.对于比率数据的平均，为什么采用几何平均？

答：比率数据往往表现出连乘积为总比率的特征，不同于一般数据的和为总量的性质，由此需采用几何平均。

7.简述众数、中位数和均值的特点和应用场合。

答：众数、中位数和均值是分布集中趋势的三个主要测度，众数和中位数是从数据分布形状及位置角度来考虑的，而均值是对所有数据计算后得到的。众数容易计算，但不是总是存在，应用场合较少；中位数直观，不受极端数据的影响，但数据信息利用不够充分；均值数据提

取的信息最充分，但受极端数据的影响。

8.标准差和方差反映数据的什么特征？

9.举出均值和标准差应用的例子。

10.为什么要计算离散系数？ 答：在比较二组数据的差异程度时，由于方差和标准差受变量值水平和计量单位的影响不能直接比较，由此需计算离散系数作为比较的指标。

11.描述茎叶图和箱线图的画法，并说明它们的用途。

练习题

1.为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。服务质量的等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。调查结果如下：

B D A B C D B B A C

E A D A B A E A D B

C C B C C C C C B C

C B C D E B C D C E

A C C E D C A E C D

D D A A B D D A A B

C E E B C E C B E C

B C D D C C B D D C

A E C D B E A D C B

E E B C C B E C B C

(1) 指出上面的数据属于什么类型；

(2) 用Excel制作一张频数分布表；

(3) 绘制一张条形图，反映评价等级的分布。 解：（1）由于表2.21中的数据为服务质量的等级，可以进行优劣等级比较，但不能计算差异大小，属于顺序数据。 （2）频数分布表如下：

服务质量等级评价的频数分布

服务质量等级 家庭数（频数） A B C D E 合计

14 21 32 18 15 100

频率% 14 21 32 18 15 100

（3）条形图的制作：将上表(包含总标题，去掉合计栏)复制到Excel表中，点击：图表向导→条形图→选择子图表类型→完成(见Excel练习题2.1)。即得到如下的条形图：

EDCBA02040服务质量等级评价的频数分布 频率%服务质量等级评价的频数分布 家庭数（频数）

2.某行业管理局所属40个企业2002年的产品销售收入数据如下（单位：万元）：

152 105 117 97

124 119 108 88

129 114 105 123

116 115 110 115

100 87 107 119

103 103 137 138

92 118 120 112

95 142 136 146

127 135 117 113

104 125 108 126

(1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率； (2)如果按规定：销售收入在125万元以上为先进企业，115万～125万元为良好企业，105万～115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。 解：（1）要求对销售收入的数据进行分组，

全部数据中，最大的为152，最小的为87，知数据全距为152－87=65；

为便于计算和分析，确定将数据分为6组，各组组距为10，组限以整10划分； 为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值87可能落在最小组之下，最大值152可能落在最大组之上，将最小组和最大组设计成开口形式； 按照“上限不在组内”的原则，用划记法统计各组内数据的个数——企业数，也可以用Excel进行排序统计(见Excel练习题2.2)，将结果填入表内，得到频数分布表如下表中的左两列； 将各组企业数除以企业总数40，得到各组频率，填入表中第三列；

在向上的数轴中标出频数的分布，由下至上逐组计算企业数的向上累积及频率的向上累积，由上至下逐组计算企业数的向下累积及频率的向下累积。 整理得到频数分布表如下：

40个企业按产品销售收入分组表 按销售收入分组 企业数 频率 向上累积 （万元） （个） （%） 企业数 频率 100以下 100～110 110～120 120～130 130～140 140以上 5 9 12 7 4 3 12.5 22.5 30.0 17.5 10.0 7.5 5 14 26 33 37 40 12.5 35.0 65.0 82.5 92.5 100.0 向下累积 企业数 频率 40 35 26 14 7 3 100.0 87.5 65.0 35.0 17.5 7.5