会计学统计分析过程(guòchéng)统计数据的类型１.分类数据(shùjù)（Categoricaldata)对事物进行分类的结果。数据(shùjù)表现为类别，用文字表述。对事物应进行平行的分类。各类别可以指定数字代码表示。分类数据(shùjù)举例：性别，学历，地区等。性别：男-1，女-0。2.顺序数据(Rankdata)对事物进行分类(fēnlèi)的结果，但类别有顺序。比分类(fēnlèi)尺度精确。未测量出类别之间的准确差值。顺序数据举例：考试成绩、消费者对产品的偏爱程度等。考试成绩：优-5、良-4、中-3、及格-2、不及格-1。3.数值型数据（Metricdata)使用自然或度量衡单位对事物进行(jìnxíng)计量的结果。结果表现为具体数值，是最常见的数据类型。数值型数据举例：污染物的浓度。分类数据和顺序数据：说明的是事物的品质特征，用文字表示---定性数据或品质数据。数值型数据：说明的是现象的数量特征，用数值表示---定量数据或数量数据。定性数据和定量数据也可以相互(xiānghù)转化。如年龄：老年、中年、青年、儿童学历：大学-1、高中-2、初中-3、小学-4观测数据(shùjù)（observationaldata)：通过调查或观测而收集到的数据(shùjù)—社会经济领域实验数据(shùjù)（experimentaldata)：在实验中控制实验对象而收集到的数据(shùjù)—自然科学领域截面数据（cross-sectionaldata)：在相同(xiānꞬtónꞬ)或近似相同(xiānꞬtónꞬ)的时间点上收集的数据。如2005年我国各地区的GDP数据。时间序列数据（timeseriesdata)：在不同时间上收集的数据。如1996-2005年我国的GDP数据。总体(zǒngtǐ)和个体样本(yàngběn)变量(biànliàng)与常数参数(cānshù)与统计数效应(xiàoyìng)与互助误差(wùchā)与错误资料的收集常用的方法有调查和试验，资料的整理一般需要通过对原始资料进行检查、核对、制作次数分布表和次数分布图来完成。试验资料有集中型和离散型两种基本特征。集中性：平均数反映集中型的特征，其中包括(bāokuò)算术平均值、中位数、几何平均值；离散型：离散型的特征数是变异数，主要包括(bāokuò)极差、方差、标准差和变异系数。准确度和精确度频率(pínlǜ)和概率我们知道，投掷一枚硬币，其落地出现哪一面是一个随机事件。若做一个投币实验，共投50次，结果出现某面20次。这里20次是一个频数，40%（=20/50）就是一个频率，它代表了这次(zhècì)投币实验中该面实际出现的强度。概率则是硬币未投之前应知道的某面可能出现的强度数值。我们都知道，投掷一枚硬币，其落地出现某一面的概率是0.5（=1/2）。频数（Frequency)：变量值落在某个区间（或某个类别）中的次数。百分比（Percent):各频数占总样本数的百分比。有效(yǒuxiào)百分比（ValidPercent):各频数占有效(yǒuxiào)样本数的百分比。累计百分比（CumulativePercent):各百分比逐级累加起来的结果。最终取值为100。例1：某单位职工受教育(jiàoyù)程度的结构条形(tiáoxínꞬ)图（BarChart）用宽度相同的条形(tiáoxínꞬ)高度或长短来表示频数分布变化的图形适用于顺序和分类变量的分析纵坐标可以是频数，也可以是百分比饼图（PieChart)用圆形及圆内扇形的面积来表示频数百分比变化的图形利于(lìyú)研究事物内在结构组成等问题饼图中圆内的扇形面积可以表示频数，也可以表示百分比。/直方图（Histograms)用矩形的面积(miànjī)来表示频数分布变化的图形。适用于定距形变量的分析。可以在直方图上附加正态分布曲线，以便于正态分布比较。/直方图(频率(pínlǜ)分布图)散点图全距：全距（range）亦称极差，用R表示，R=最大值－最小值。组数：分组的个数。根据样本观测值的多少和组距来确定。组数多，组距变小，统计(tǒngjì)数精确，但不便于计算。组距：每组内的上下限范围。（组距=全距/组数）组中值：组上下限的中间值。算术(suànshù)均数（arithmeticmean)：全部数据的算术(suànshù)平均数计算公式：例：测得8只正常(zhèngcháng)大鼠血清总酸性磷酸酶（TACP）含量（U/L）为4.20，6.43，2.08，3.45，2.26，4.04，5.42，3.38。试求其算术均数。加权计算(jìsuàn)法：适合于频数分布表资料求均数。用加权法计算(jìsuàn)