資料分析中的分組分析法（二）

數量指標分組分析法有單項式分組和組距式分組。現在我們給大家說一說單項式分組。單項式分組一般適用於離散型資料，而且資料值不多、變動範圍較小的情況。每個指標值就是乙個組，有多少個指標值就分成多少個組。如按產品產量、技術級別、員工工齡等指標分組。

然後就是組距式分組是指資料的變化幅度較大的條件下，將資料總體劃分為若干個區間,每個區間作為一組,組內資料性質相同,組與組之間的性質相異。而組距式分組需要確定幾個關鍵的分組要素：組數、組距、組限、組中值。

首先給大家說一下組數。組數即分組個數。通過總體資料的多少來分析確定，組數既不能太少，也不宜太多，應該保證各組都能有足夠的單位資料。如組數太少，資料分布就會過於集中，組數太多，資料的分布就會過於分散，不能正確反映資料的分布特徵。

然後給大家說一下組限。組限是用來表示各組之間界限的資料值。其中，在每一組中最小的資料值為下限；最大的資料值為上限。

接著說一下組距。組距是指每一組的上限與下限之間的距離，也就是組距等於上限減去下限。組距式分組中，各組組距都相等的分組稱為等距分組，各組組距不相等的分組則稱為不等距組。

最後說一下組中值。組中值即每組上下限的中點值，它是各組資料值的代表值。在假定各組資料在本組內呈均勻分布的情況下，組中值就是上限和下限之和除以二。

所以分組的目的並不是單純確定各組在數量上的差別，而是要通過數量上的變化來區分各組的不同型別和性質，運用對比等分析方法研究事物的數量表現和數量關係，從而正確地認識事物的本質及其規律。離散型資料：也稱不連續資料或計數資料，在一定區間內的取值是固定的，不能無限細分的資料，一般用自然數或整數單位表示。連續型資料：在一定區間內可以任意取值的資料，也就是說可以無限細分到任意小數字。

資料分析中的分組分析法（二）

資料分析中的分組分析法（二）

資料分析方法中的杜邦分析法

資料分析方法中的杜邦分析法

資料分析中的分組分析法（二）

資料分析中的分組分析法（二）

資料分析方法中的杜邦分析法

資料分析方法中的杜邦分析法

相關推薦