【五 （1）统计学知识-初识统计数据】

文章导航

【一 简明数据分析进阶路径介绍（文章导航）】

一、什么是统计数据

统计数据是统计学中的一个核心概念，它指的是在统计活动中所搜集到的各种原始和整理后的数字资料的总称。这些数据可以是定量的，也可以是定性的，它们被用来描述、分析、推断和预测各种社会、经济、自然现象等

二、统计数据的类型

1、定类数据（Nominal）

名义级数据，数据的最低级，表示个体在属性上的特征或类别上的不同变量，仅仅是一种标志，没有序次关系。例如，“性别”中，“男”编码为1，“女”编码为2。

2、定序数据（Ordinal）

数据的中间级，用数字表示个体在某个有序状态中所处的位置，不能做四则运算。例如，“受教育程度”中，文盲半文盲=1，小学=2，初中=3，高中=4，大学=5，硕士研究生=6，博士及其以上=7。

3、定距数据（Interval）

具有间距特征的变量，有单位，没有绝对零点，可以做加减运算，不能做乘除运算。例如，温度。

4、定比数据（Ratio）

数据的最高级，既有测量单位，也有绝对零点，例如职工人数、身高。定比变量除了具有定距变量的特性外，还具有一个真正的零点，因而它具有乘与除（×、÷）的数学特质。

注意

数据的等级越高，应用范围越广泛，等级越低，应用范围越受限。在实际应用中，需要根据具体的研究问题和目标来选择合适的数据类型进行分析。

三、统计数据的计量尺度

1、定类尺度（Nominal Scale）

又称名义尺度或定名尺度，是按照客观现象的某种属性对其进行分类或分组，各类各组之间的关系是并列、平等而且互相排斥的。定类尺度是最粗略、计量层次最低的计量尺度。作为代码的数值不反映各类的优劣、量的大小或顺序，不可以区分大小或进行任何数学运算。例如，人口按性别分为男、女。

2、定序尺度（Ordinal Scale）

又称顺序尺度或等级尺度，是对客观现象各类之间的等级差或顺序差的一种测度。利用定序尺度不仅可以将研究对象分为不同的类别，而且可以反映各类的优劣、量的大小或顺序。

3、定距尺度（Interval Scale）

又称间距尺度或区间尺度，是在定序尺度的基础上，确定各类的次序，同时将次序转化为等距的数值。与定序尺度一样，处于同一类别的数据只能说明其类别相同但并不能比较其大小。对于不同类别的数据，其数值能够反映类与类之间的距离。例如，对某地区气温的测量，采用摄氏度作为计量单位，0℃、5℃、10℃等只能区分不同的温度范围，并不能说明哪个温度比另一个温度高多少摄氏度。

4、定比尺度（Ratio Scale）

又称比例尺度或等比尺度，是在定距尺度的基础上，确定一个绝对零点。定比尺度除了具有定距尺度的特征外，还有一个绝对的零点。这意味着定比尺度的数值不仅可以进行加减运算，还可以进行乘除运算。例如，职工的工资水平可以用货币量来衡量，如1000元、2000元、3000元等，这些数值不仅能区分工资水平的不同，还能反映工资之间的实际差距。

注意

这四种计量尺度从定类到定比，反映了统计数据的精确性和复杂性的逐步增加。在实际应用中，应根据研究问题和目标选择适当的计量尺度，以确保数据的准确性和可比性。同时，不同计量尺度的数据在进行统计分析时，需要注意其适用性和局限性，避免误用或滥用导致分析结果失真。

四、统计数据的质量

1、内容质量

• 准确性：这是内容质量的核心。准确性指的是观测值或估计值与未知的真值之间的距离或接近程度。统计误差是衡量准确性的重要指标。降低统计误差，使其达到用户可接受的程度，是确保数据质量的关键。
• 相关性：相关性体现了统计数据与用户需求的契合度，能够代表用户的需求取向。
• 及时性：也称为时效性。统计数据需要在用户做出决策之前及时传递，以确保其能够影响用户的需求选择。

2、表述质量

• 可比性：指的是相同项目的统计数据在时间和空间上的可比程度。这要求统计的概念和方法在时间上保持相对稳定，以便在不同时期的数据之间进行比较。

• 可衔接性：关注的是不同统计项目之间以及与国际组织之间统计数据的衔接程度。这要求全国范围内的统计项目在统一的统计框架体系和分类标准下进行，以确保数据的一致性和连贯性。

• 可理解性：强调的是统计数据对用户来说的易懂性和易用性。统计数据应该以用户友好的方式呈现，避免使用过于复杂或专业的术语，以便用户能够轻松理解其含义。

3、约束标准

• 有效性：这指的是在统计数据的过程中，数据成本应低于数据带来的经济效益。如果数据成本高于其经济效益，那么统计数据行为的价值性就会降低。

• 可获得性：可获得性关注的是数据是否容易获取以及获取的方式是否便捷。确保数据的可获得性有助于用户更方便地利用数据进行决策和分析。