管理研究方法2数据分类与收集_精品文档优质PPT.pptx

管理研究方法2数据分类与收集_精品文档优质PPT.pptx

《管理研究方法2数据分类与收集_精品文档优质PPT.pptx》由会员分享，可在线阅读，更多相关《管理研究方法2数据分类与收集_精品文档优质PPT.pptx（45页珍藏版）》请在冰豆网上搜索。

如何基于不同的计量尺度来进行描述定类数据定序数据定距数据定比数据,示例1,从某数据库中调出的A公司的资产项目的数据如下，则A公司的资产总计为多少？

示例2,按计量尺度区分数据类型的意义1.不同的数据需要采用不同的统计方法来处理定类数据：

计算频数和频率，列联分析和卡方检验定序数据：

中位数和分位数，等级相关分析2.高层次计量尺度的数据可以很容易转换为低层次计量尺度的数据比如根据ROA是否小于0，将上市公司划分为2组等3.高层次计量尺度的数据包含更多的数学特性，所运用的统计方法越多。

4.适用于低层次计量尺度数据的方法也使用高层次计量尺度的数据，反之则不能成立,数据按计量尺度分类,观测数据（observationaldata）通过调查或观测而收集到的数据在没有对事物人为控制的条件下而得到的有关社会经济现象的统计数据几乎都是观测数据试验数据（experimentaldata）在试验中控制试验对象而收集到的数据比如，卡尼曼实验中对测试者风险态度的数据等自然科学领域的数据大多数都为试验数据，社会科学中的使用也逐步增多,数据按收集方法分类,截面数据（cross-sectionaldata）在相同或近似相同的时间点上收集的数据描述现象在某一时刻的变化情况比如，2010年我国沪深两市上市公司的净利润时间序列数据（timeseriesdata）在不同时间上收集到的数据描述现象随时间变化的情况比如，1994-2003万科的每股收益混合横截面数据（pooledcross-sectionaldata）由不同期间的横截面数据混合而成的数据。

数据按时间状况分类,横截面数据（cross-section）,横截面数据的重要特征通常我们可以假定，它们是从样本背后的总体通过随机抽样（randomsampling）而得到的。

改变观测值（observation）的排列顺序，对分析不会有任何影响。

WAGE1.dta中1976年526个工人的横截面数据,横截面数据（cross-section）,横截面数据（cross-section）,时间序列数据（timeseriesdata）,时间序列数据是由一个或几个变量不同时期的观测值所构成。

如股票价格，GDP等。

时间序列数据包括不同的数据频率（datafrequency），最常见的频率包括年、季、月、周、天、小时、分钟等。

时间序列数据有一个关键的特征，观测数据在时间上不独立（时间相依）。

同横截面数据的排序不同，观测值的顺序在时间序列分析中则非常重要。

时间序列数据（timeseriesdata）,混合横截面数据（pooledcrosssectiondata）,混合横截面数据，由不同期间的横截面数据混合而成的数据。

混合横截面数据既具有横截面数据的特点，又具有时间序列数据特点的数据。

混合横截面数据的分析同横截面数据的分析非常类似。

然而，通常可以从混合横截面数据中获取更多的信息，即变量之间的关系如何随时间的变化而变化。

这对政策的效果的分析将非常有用。

混合横截面数据存在两种排列格式。

混合横截面数据格式1,混合横截面数据格式2,混合横截面数据,从数据库里调出来的数据结构最多的混合横截面数据结构1，如色诺芬、国泰安。

也有少量的数据结构为混合横截面数据结构2，如巨灵。

通常，对混合横截面数据结构1的处理更加方便。

Stata中的reshape命令可以实现两种数据结构的自由转换,*打开reshape命令演示数据reshapewiderjqr,i（dmnd）j（m）reshapelong,Stata命令：

reshape,面板数据（paneldata）,面板数据，也译为纵列数据，是指由横截面数据集中每个数据的一个时间序列组成。

对100家上市公司连续收集10年的数据。

面板数据有别于混合横截面数据的关键特征是，同一横截面数据的数据单位（个人或公司等）都被跟踪了一段特定的时期。

和横截面数据一样，对面板数据中的横截面的数据的排序无关紧要。

面板数据（paneldata）,各种数据结构的评论1,横截面数据通常不能反映变量各期之间的相依性，通常只适合对静态关系进行模型化；

时间序列数据可以对变量之间的动态相依进行模型化；

面板数据可以实现对静态关系和动态关系的模型化,各种数据结构的评论2,比如通过横截面数据可以对盈余对市场回报的影响进行模型化通过时间序列数据可以对股市发展对市场回报的影响进行模型化通过面板数据可以同时对盈余和股市发展对产生的影响进行模型化。

数据取得的几种方式一、通过数据库获得档案数据（archivalstudy）二、通过调查问卷获取数据三、通过实验法获取数据四、通过模拟（simulation）获取数据,数据的取得,常用的数据库有哪些？

美国CRSP、COMPUSTAT和I/B/E/S等数据库中国国泰安数据库（CSMAR）巨灵数据库（genius）锐思数据库（resset）聚源数据库（Juyuan）万德数据库（wind）色诺芬数据库（ccer）国际BloombergDatastream,一、通过数据库获得档案数据,这种方法的优势在于可以通过设计各种问题，直接向被调查对象寻找答案Graham，Harvey和Rajgopal（2005）通过对美国401位财务经理进行问卷调查，并对其中20位进行深度访谈，以寻找影响盈余报告和自愿性披露的关键因素。

问卷调查在我国实证会计研究中也得到了广泛的应用但一定程度上也被滥用问卷发放的随意性，而不是通过科学的设计来随机获取样本被调查者对研究有效性的影响非常大,二、通过调查问卷获取数据,问卷构建封面信指导语问题和答案问题按其形式分：

开放式和封闭式问题按其内容分：

特征、行为和态度问卷设计要点简明清楚设计问卷不能带有倾向性不提有可能难以真实回答的问题不能把未经确认的事当做前提假设,问卷设计

（1）,量表总加量表区分两类（同意、不同意），然后加总量化李克特表区分为两类以上（非常同意、同意、不知道、不同意、非常不同意），然后加总量化语义差异量表两端为一对意义相反的形容词，中间分为7个等级7,6,5,4,3,2,1；

或+3，+2，+1,0,-1，-2，-3问卷设计后的预回答问卷的回收率（70%）专家调查问卷,问卷设计

（2）,这种方法以经济学、心理学、社会学等诸多学科的理论为基础，调查参与人在实验控制的场景中如何对会计问题作出判断、决策或采取行动。

它的优势在于可以操纵自变量的变化，观察到这种变化对因变量的影响，从而更能得出因果关系的推论（罗炜，2005）。

在实验中，通常需要将同意参加实验的对象随机划分处理组（treatmentgroup）和控制组（controlgroup），以观察到外生变化对行为和结果的影响。

三、通过实验法获取数据,三、通过实验法获取数据,社会实验研究中的随机分配程序,这对理解统计和计量经济学的方法，以及一些统计量的属性非常有帮助。

Helpsimulate,四、通过模拟（simulation）获取数据,总体和样本什么是总体和样本？

什么时候需要抽样？

如何从总体中获取样本？

参数和统计量,与数据取得相关的概念,总体（population）所研究的全部个体（数据）的集合，其中的每一个元素也称为个体分为有限总体和无限总体有限总体的范围能够明确确定，且元素的数目是有限的无限总体所包括的元素是无限的，不可数的样本（sample）从总体中抽取的一部分元素的集合构成样本的元素的数目称为样本容量或样本量（samplesize）,总体和样本,2022/11/1,总体与个体,.研究我国上市公司的业绩变化.研究某上市公司的业绩变化,当个体足够大时，通常需要通过抽样设计来抽取一定数量的个体作为样本研究我国所有企业的资本结构问题？

研究我国所有上市公司的资本结构问题？

什么时候需要抽样？

从总体中抽样的基本步骤包括：

界定研究总体，被抽样的元素集合，如全部上市公司抽样单位（samplingunit）与抽样框（samplingflame）抽样单位指抽样阶段中供抽样的元素，例如先从全部上市公司的行业作为样本，然后从该行业中企业中抽样抽样框是指从中抽取样本的抽样单位清单，如行业清单和企业清单确定样本规模样本所含个体数目通过不同的抽样方法从总体中抽取样本简单随机抽样、分层随机抽样、整群抽样、系统抽样和多阶段抽样等,如何从总体中获取样本？

抽样过程中总体包含的所有个体都具有同等的和独立的机会被选中。

是一种最简单的获取有代表性样本的方法从全部学生中随机抽取1名学生回答问题sample1,count从全部学生中随机抽取2%的学生回答问题sample2类似地可以全部上市公司中随机抽取一定的公司作为样本,简单随机抽样（Simplerandomsampling）,分层随机抽样过程分两步，先将总体按其特征和研究要求分为不同的集合“层”，然后从每一“层”内进行抽样先全部学生分为男和女两层，然后从中分别随机抽取1名学生回答问题sample1,countby（gender）先将全部上市公司按行业分层，然后从每个行业中随机抽取一定的公司作为样本sample20,countby（hy）,分层随机抽样（Reducedsampling）,是将一组被调查者视作一个抽样单位而不是个体的抽样方法。

比如调查某个地区的上市公司情况sample250ifage40,c（hrespnr）all,整群抽样（Clustersampling）,又称等距抽样，是在样本框中每隔一定距离抽选一个被调查者。

系统抽样（systematicsampling）,参数（parameter）描述总体特征的概括性数字度量，是研究者想要了解的总体的某种特征值所关心的参数主要有总体均值（）、标准差（）、总体比例（）等总体参数通常用希腊字母表示统计量（statistic）用来描述样本特征的概括性数字度量，它是根据样本数据计算出来的一些量，是样本的函数所关心的样本统计量有样本均值（x）、样本标准差（s）、样本比例（p）等样本统计量通常用小写英文字母来表示,参数和统计量,2022/11/1,参数和统计量,谢谢大家！