数据收集与描述总复习课件

数据收集整理与描述总复习本课件涵盖数据收集、整理和描述的关键概念和方法我们将探讨从数据收集到可视化的全过程，帮助您掌握数据分析的基础技能数据收集的基本方法问卷调查法访谈调查法通过设计问卷收集大量标准化数通过面对面交流获取深入信息据观察法实验法直接观察并记录行为或现象在控制条件下测试假设问卷调查法优点注意事项•收集大量数据•问题设计清晰•成本较低•避免引导性问题•易于标准化•考虑回答者的理解能力访谈调查法准备制定访谈提纲，确定访谈对象实施建立融洽关系，灵活引导对话记录准确记录回答，注意非语言信息分析整理访谈内容，提炼关键信息观察法直接观察间接观察结构化观察研究者亲自观察并记录现象通过录像等技术手段进行观察使用预设的观察表格记录数据实验法提出假设1设计实验2控制变量3收集数据4分析结果5实验法是科学研究的基石，通过严格控制条件来验证假设数据编码与录入制定编码规则创建编码手册为每个变量分配唯一的数字或字详细记录每个变量的编码方式母代码数据录入数据核查使用专业软件如或录入定期检查录入数据的准确性SPSS Excel数据数据清洗和预处理1234识别错误处理缺失值标准化格式转换检查数据中的明显错误和异决定如何处理缺失的数据点将不同尺度的变量转换为相确保数据格式符合分析软件常值同尺度要求缺失值处理删除法插补法•列表删除•均值插补•成对删除•回归插补•多重插补异常值处理识别异常值1使用统计方法或可视化技术验证异常值2确认是否为真实观测值决定处理方式3删除、转换或保留记录处理过程4详细记录所有处理步骤数据描述性分析集中趋势离散程度平均数、中位数、众数方差、标准差、四分位距分布形状偏度、峰度集中趋势指标X̄Med算术平均数中位数所有观测值的总和除以观测数将数据排序后的中间值Mo众数出现频率最高的数值数据分布指标数据范围四分位数百分位数最大值与最小值之间的差距（），（），（）将数据等分为份的位置值Q125%Q250%Q375%100离散程度指标方差标准差12反映数据离散程度的平方平均方差的平方根，与原数据单位数相同变异系数四分位距34标准差与平均数的比值，用于第三四分位数与第一四分位数比较不同单位数据的差值偏斜度和峰度偏斜度峰度描述数据分布的对称性正偏表示右侧尾部较长，负偏表示左侧描述数据分布的尖峭程度高峰度表示分布较尖，低峰度表示分尾部较长布较平计数数据描述频数频率每个类别出现的次数频数除以总观测数累积频数累积频率某一类别及之前类别的频数总和累积频数除以总观测数定序数据描述中位数排序后的中间值众数出现最多的类别四分位数将数据分为四等份的三个点百分位数将数据分为等份的个点10099连续数据描述均值标准差所有观测值的平均数反映数据离散程度的指标分布形状通过直方图或密度图展示典型箱线图下边缘中间线第一四分位数（）中位数（）Q1Q2上边缘须线第三四分位数（）到倍四分位距的范围Q3extends

1.5数据可视化的基本方法直方图特点应用•展示连续数据分布•观察数据分布形状•x轴表示数据区间•识别异常值和峰值•y轴表示频数或频率•比较不同组的数据分布柱状图垂直柱状图水平柱状图适用于展示各类别的频数或数值当类别名称较长时使用分组柱状图堆叠柱状图比较多个变量在不同类别下的表展示整体和部分的关系现折线图1234选择数据确定坐标轴绘制数据点连接数据点通常用于展示时间序列数据轴表示时间，轴表示数值将每个时间点的数值标注在用线段连接相邻的数据点x y图上散点图用途变体•展示两个变量之间的关系•气泡图添加第三个变量•识别相关性和模式•矩阵散点图多个变量对比•发现异常值•3D散点图展示三个变量关系饼图基本饼图环形图展示整体中各部分的比例中心可添加总数或其他信息分离饼图突出显示某些切片提出问题明确研究目的1确定要解决的核心问题文献综述2了解已有研究成果确定研究范围3界定问题的具体边界形成研究问题4将问题转化为可研究的形式制定假设假设类型假设特征•零假设（H0）•清晰具体•备择假设（H1）•可验证•基于理论或经验选择合适的分析方法确定研究目的描述、预测或解释考虑数据类型定类、定序或定距评估样本规模大样本或小样本选择统计技术参数检验或非参数检验解释分析结果统计显著性效应大小评估结果是否具有统计学意义量化变量之间关系的强度置信区间实际意义估计参数的可能范围结果对实际问题的影响总结与反思回顾研究目的1评估是否达成初始目标总结主要发现2概括研究的关键结果讨论局限性3指出研究的不足之处提出未来方向4建议后续研究的可能性。