安全工程師《管理知識》第八章輔導：第1節

來源：233網校 2013年12月10日

分享：收藏

　　三、統計圖表的編制
　　統計表與統計圖是統計描述的重要工具。在日常工作報告、科研論文中，常將統計分析的結果通過圖表的形式列出。
　　(一)統計表
　　1．概念
　　統計表是將要統計分析的事物或指標以表格的形式列出來，以代替煩瑣文字描述的一種表現形式。
　　2．統計表的組成
　　標題：即表的名稱。
　　標目：橫標目說明每一行要表達的內容，相當于句子的主語；縱標目說明每一列要表達的內容，相當于句子的謂語。
　　3．統計表的種類
　　簡單表：表格只有一個中心意思，即二維以下的表格。
　　復合表：表格有多個中心意思，即三維以上的表格。
　　4．制表原則和基本要求
　　制表原則是重點突出，簡單明了，主謂分明，層次清楚。
　　基本要求是：
　　(1)標題：位置在表格的最上方，應包括時間、地點和要表達的主要內容。
　　(2)標目：標目所表達的性質相當于“變量名稱”，要有單位。
　　(3)線條：不宜過多，一般三根橫線條，不用豎線條。
　　(4)數字：小數點要上下對齊，缺失時用“一”代替。
　　(5)備注：表中用“?！睒顺?，再在表的下方注出。
　　(二)統計圖
　　統計圖是一種形象的統計描述工具，它是用直線的升降、直條的長短、面積的大小、顏色的深淺等各種圖形來表示統計資料的分析結果。
　　1．概念
　　統計圖：用點、線、面的位置、升降或大小來表達統計資料數量關系的一種陳列形式。
　　2．制圖的原則和基本要求
　　3．統計圖的類型
　　(1)條圖。又稱直條圖，表示獨立指標在不同階段的情況，有兩維或多維，圖例位于右上方。
　　(2)圓圖或百分條圖。描述百分比(構成比)的大小，用顏色或各種圖形將不同比例表達出來。
　　(3)線圖。用線條的升降表示事物的發展變化趨勢，主要用于計量資料，描述兩個變量間關系。
　　(4)半對數線圖?？v軸用對數尺度，描述一組連續性資料的變化速度及趨勢。
　　(5)散點圖。描述兩種現象的相關關系。
　　(6)直方圖。描述計量資料的頻數分布。
　　(7)統計地圖。描述某種現象的地域分布。
　　四、統計描述與統計推斷
　　統計的主要工作就是對統計數據進行統計描述和統計推斷。統計描述是統計分析的最基本內容，是指應用統計指標、統計表、統計圖等方法，對資料的數量特征及其分布規律進行測定和描述；而統計推斷是指通過抽樣等方式進行樣本估計總體特征的過程，包括參數估計和假設檢驗兩項內容。
　　(一)統計描述
　　1．計量資料的統計描述
　　計量資料的統計描述主要通過編制頻數分布表、計算集中趨勢指標和離散趁勢指標以及統計圖表來進行。
　　(1)集中趨勢。指頻數表中頻數分布表現為頻數向某一位置集中的趨勢。
　　(2)離散趨勢。指頻數雖然向某一位置集中，但頻數分布表現為各組段都有頻數分布，而不是所有頻數分布在集中位置的趨勢。
　　(3)率。是指某種現象在一定條件下，實際發生的觀察單位數與可能發生該現象的總觀察單位數之比，用以說明某種現象發生的頻率大小或強度。
　　(二)統計推斷
　　通過樣本信息來推斷總體特征就叫統計推斷。參數估計和假設檢驗是統計推斷的兩個重要方面。
　　1．參數估計
　　參數估計就是通過樣本估計總體特征，包括點值估計和區間估計兩種方法。
　　(1)點值估計。即直接用樣本均數作為總體均數的估計值。
　　(2)區間估計?？傮w均數95％可信區間的含義為由樣本均數確定的總體均數所在范圍包含總體均數的可能性為95％。根據樣本均數符合t分布的特點，利用t分布曲線下的面積規律估計出總體均數可能落在的區間和范圍。當樣本含量較大時，可用u分布代替t分布。
　　2．假設檢驗
　　假設檢驗是用來判斷樣本與樣本，樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。
　　(1)假設檢驗的基本思想。假設檢驗的基本思想是小概率反證法思想。小概率思想是指小概率事件(P>0．01或P>0．05)在一次試驗中基本上不會發生。反證法思想是先提出假設(檢驗假設風)，再用適當的統計方法確定假設成立的可能性大小，如可能性小，則認為假設不成立，若可能性大，則還不能認為假設不成立。
　　(2)假設檢驗的基本步驟。
　　第一步：提出檢驗假設(又稱無效假設，H0)和備擇假設(H1)。
　　H0：樣本與總體或樣本與樣本間的差異是由抽樣誤差引起的。
　　H1：樣本與總體或樣本與樣本問存在本質差異。
　　預先設定的檢驗水準為0．05。
　　第二步：選定統計方法，計算出統計量的大小。根據資料的類型和特點，可分別選用
　　t檢驗，u檢驗，秩和檢驗和卡方檢驗等。
　　第三步：根據統計量的大小及其分布確定檢驗假設成立的可能性P的大小并判斷結果。若P值小于預先設定的檢驗水準，則H0成立的可能性小，即拒絕H0，若P值不小于預先設定的檢驗水準，則H0成立的可能性還不小，還不能拒絕H0。P值的大小一般可通過查閱相應的界值表得到。
　　(3)進行假設檢驗應注意的問題
　　1)做假設檢驗之前，應注意資料本身是否有可比性。
　　2)當差別有統計學意義時應注意這樣的差別在實際應用中有無意義。
　　3)根據資料類型和特點選用正確的假設檢驗方法。
　　4)根據專業及經驗確定是選用單側檢驗還是雙側檢驗。
　　5)當檢驗結果為拒絕無效假設時，應注意有發生I類錯誤的可能性，即錯誤地拒絕了本身成立的H0，發生這種錯誤的可能性預先是知道的，即檢驗水準那么大；當檢驗結果為不拒絕無效假設時，應注意有發生Ⅱ類錯誤的可能性，即仍有可能錯誤地接受了本身就不成立的H0，發生這種錯誤的可能性預先是不知道的，但與樣本含量和I類錯誤的大小有關系。
　　6)判斷結論時不能絕對化，應注意無論接受或拒絕檢驗假設，都有判斷錯誤的可能性。
　　7)報告結論時應注意說明所用的統計量，檢驗的單雙側及P值的確切范圍。