1702656620
8.1.1 数据分组概况
1702656621
1702656622
数据分组是根据统计研究的目的，按照一定的标志，将统计总体区分为特定个数的组成部分的一种统计方法。这些组成部分中的每一个部分就叫做一个分组。数据分组就是把总体中性质相同的数据归并在一起，把性质不同的数据区分开来。数据分组是对总体进行统计分组，它根据总体中各个个体间存在的性质差异特征决定，总体数据的差异性是数据分组的客观依据。其作用是区分现象的不同类型，研究总体的内部结构，从而分析现象之间的依存关系。数据分组是统计研究的基本途径之一。
1702656623
1702656624
1.统计数据分组的含义
1702656625
1702656626
统计数据分组是指根据统计研究的目的和要求，将全部数据按照一定的标志划分成若干类型组别。
1702656627
1702656628
●数据分组对现象总体而言是对其进行拆分，即把统计总体划分为总体的某个性质下可相互差别的多个分组；对个体而言是对各个个体进行合并，即把总体的某些性质相同的个体组合成一组。
1702656629
1702656630
●数据分组对分组标志的总体而言是对其进行拆分，即按分组标志划分为某种标志表现下可相互差别的多个分组；对于分组标志的个体而言是对其进行合并，即在一个组内的各个分组标志，即使其他分组标志表现不相同，也只能结合成一组。
1702656631
1702656632
由此可见，选择一种数据分组方法，突出了一种差异，显示了一种矛盾，必然同时掩盖了其他差异，忽略了其他矛盾。统计分组的目的是使组内的差异尽可能小，组间的差别尽可能明显，从而使大量无序的、混沌的数据变为有序的、反映总体特征的资料。
1702656633
1702656634
为了研究现象总体的状况，就必须对总体进行各种分组，并从数量方面深入了解和研究总体的特征。数据分组实际上是在总体内部进行的一种定性分类，分类的结果在各组之间自然就出现了显著的差异。无论是量的差异还是质的差异，都能在一定程度上反映不同的情况。
1702656635
1702656636
2.统计数据分组的原则
1702656637
1702656638
数据分组的原则是兼顾差异性与统一性，既保证组间各个个体间存在差异性，又保证组内各个个体间存在同质性。统计数据分组需遵循以下三项数据分组原则：
1702656639
1702656640
（1）同异原则
1702656641
1702656642
必须坚持组内数据的同质性和组间数据的异质性，这是统计数据分组的一个基本原则。
1702656643
1702656644
（2）穷尽原则
1702656645
1702656646
必须符合完备性原则，即所谓“穷举”性，所有数据都必须分到某一个组当中。
1702656647
1702656648
（3）互斥原则
1702656649
1702656650
必须遵守“互斥性”原则，即任一数据都只能归属于一组，而不能同时属于两个或两个以上的组。
1702656651
1702656652
只有满足以上三项原则的分组才可能是科学的统计数据分组；即使只有一项原则不满足，也一定不是科学的统计数据分组。
1702656653
1702656654
3.统计数据分组的类型
1702656655
1702656656
参照不同的分类标准，统计数据分组从不同的角度可以分为不同的类型，主要有以下几种：
1702656657
1702656658
（1）简单分组和复合分组
1702656659
1702656660
按照分组标志的多少，可分为简单分组和复合分组。
1702656661
1702656662
●简单分组就是将社会经济总体按照一个标志进行分组。这种分组能从某一方面说明总体特征。例如，公司全体工作人员按照职位划分，可分为：董事长、总经理、副总经理等。
1702656663
1702656664
●复合分组就是用两个或者两个以上分组标志重叠起来对总体进行分组。所谓重叠的分组，是指在前一次分组结果的内部再进行下一次分组。例如，大学老师按照性别划分，可分为男性和女性两组；然后在男性和女性两组中分别按照职称可再划分为教授、副教授、讲师等组别。
1702656665
1702656666
（2）属性分组和变量分组
1702656667
1702656668
按照分组标志的性质不同，分为属性分组和变量分组。
1702656669
[
上一页 ]
[ :1.70265662e+09 ]
[
下一页 ]