The Demopædia Encyclopedia on Population is under heavy modernization and maintenance. Outputs could look bizarre, sorry for the temporary inconvenience
“15”的版本间的差异
来自Demopædia
（→155） |
Nicolas Brouard（讨论 | 贡献） （Nicolas Brouard(INED)进行文字自动编译） |
||
| 第1行： | 第1行： | ||
<!--'''15'''--> | <!--'''15'''--> | ||
{{CurrentStatus}} | {{CurrentStatus}} | ||
| − | + | ||
{{Summary}} | {{Summary}} | ||
__NOTOC__ | __NOTOC__ | ||
| + | == 15 == | ||
=== 150 === | === 150 === | ||
| − | 把人口变量在时间上的变动记录下来，可以得出人口的{{TextTerm|时间数列|1|time series}}。有时可以把一个时间数列分解出不同的{{TextTerm|趋势|2|trend}}和围绕着趋势的{{TextTerm|波动|3|fluctuations}}、{{TextTerm|变动|3|variations}}或{{TextTerm|离差|3|deviation}} ( | + | 把人口变量在时间上的变动记录下来，可以得出人口的{{TextTerm|时间数列|1|150|EnglishEntry=time series}}。有时可以把一个时间数列分解出不同的{{TextTerm|趋势|2|150|EnglishEntry=trend}}和围绕着趋势的{{TextTerm|波动|3|150|EnglishEntry=fluctuations}}、{{TextTerm|变动|3|150|2|EnglishEntry=variations}}或{{TextTerm|离差|3|150|3|EnglishEntry=deviation}} ({{RefNumber|14|1|2}})。如果波动经过一定时间(通常为几年)重复出现，则称为{{TextTerm|循环波动|4|150|EnglishEntry=cyclical fluctuations}}，或更一般地叫作{{TextTerm|周期性波动|4|150|2|EnglishEntry=period fluctuations}}。在人口学中，汇集资料最常用的时期为一年。在一年内的不同时期的波动叫作{{TextTerm|季节性波动|5|150|EnglishEntry=seasonal fluctuations}}。趋势、循环波动和季节性波动以外的波动叫作{{TextTerm|不规则波动|6|150|EnglishEntry=irregular fluctuations}}。不规则波动可能是由于异常因素而造成的(如战时动员)，有时，这样的波动是{{TextTerm|偶然性波动|7|150|EnglishEntry=chance fluctuations}}或称{{TextTerm|随机性波动|7|150|2|EnglishEntry=random fluctuations}}。 |
| − | {{Note|3| 一般来说，{{NoteTerm|变动 | + | {{Note|3| 一般来说，{{NoteTerm|变动|variation}}一词可用来表示一个变重任何一个值或一系列值的变化。}} |
=== 151 === | === 151 === | ||
| − | 有时候需要用一套规则的数字代替原来的一套不够规则的数字。这一过程叫作{{TextTerm|修匀|1|graduation | + | 有时候需要用一套规则的数字代替原来的一套不够规则的数字。这一过程叫作{{TextTerm|修匀|1|151|EnglishEntry=graduation 或smoothing}}。修匀通常是用一条光滑曲线去通过时间数列或其他数列上的若干点(如按登记年龄分类的人数)。如果图形是用手随意画出的曲线，这一过程叫{{TextTerm|作图上修匀|2|151|EnglishEntry=graphic graduation}}。如果应用了数学分析方法修匀时，这一过程叫作{{TextTerm|曲线拟合|3|151|EnglishEntry=curve fitting}}。有一个方法就是{{TextTerm|最小二乘法|4|151|EnglishEntry=method of least squares}}可以使原始数列和修匀数列之间离差的平方和缩到最小。其他方法包括{{TextTerm|移动平均数法|5|151|EnglishEntry=moving averages}}或{{TextTerm|差分法|6|151|EnglishEntry=calculus of finite differences}}。这些方法有的可用来进行{{TextTerm|内插|7|151|EnglishEntry=interpolation}}，即在数列的已知值之间估计中间各点的值，或者{{TextTerm|外推|8|151|EnglishEntry=extrapolation}}，即估算数列已知数值范围以外的各个值。 |
=== 152 === | === 152 === | ||
| − | 常常需要对一些不太正规的分布进行修匀，以校正人们在回答问题时喜欢说{{TextTerm|整数|1|round numbers}}的倾向性。{{TextTerm|堆积|2|heaping}}与{{TextTerm|数字的偏好|2|digit preference}}在年龄分布中尤为常见。这反映出人们喜欢把自己的年龄说成以 0、5 或其他偏好的数字结尾的倾向。{{TextTerm|年龄堆积|3|age heaping}}有时用{{TextTerm|年龄偏好指数|4|indices of age preference}}来计量。对于年龄资料常常必须加以校正，以修改各种各样的{{TextTerm|年龄错报|5|age misreporting}}或{{TextTerm|年龄申报偏差|5|age reporting bias}}。 | + | 常常需要对一些不太正规的分布进行修匀，以校正人们在回答问题时喜欢说{{TextTerm|整数|1|152|EnglishEntry=round numbers}}的倾向性。{{TextTerm|堆积|2|152|EnglishEntry=heaping}}与{{TextTerm|数字的偏好|2|152|2|EnglishEntry=digit preference}}在年龄分布中尤为常见。这反映出人们喜欢把自己的年龄说成以 0、5 或其他偏好的数字结尾的倾向。{{TextTerm|年龄堆积|3|152|EnglishEntry=age heaping}}有时用{{TextTerm|年龄偏好指数|4|152|EnglishEntry=indices of age preference}}来计量。对于年龄资料常常必须加以校正，以修改各种各样的{{TextTerm|年龄错报|5|152|EnglishEntry=age misreporting}}或{{TextTerm|年龄申报偏差|5|152|2|EnglishEntry=age reporting bias}}。 |
=== 153 === | === 153 === | ||
| − | 人口函数的数值，通常以{{TextTerm|统计表|1|tables | + | 人口函数的数值，通常以{{TextTerm|统计表|1|153|EnglishEntry=tables}}({{RefNumber|43|2|1}})、{{NonRefTerm|生育率表}}({{RefNumber|63|4|1}}）和{{NonRefTerm|结婚表}}({{RefNumber|52|2|1}})。通常要把{{TextTerm|日历年表|2|153|EnglishEntry=calendar-year tables}}或{{TextTerm|时期表|2|153|2|EnglishEntry=period tables}} 与{{TextTerm|队列表|3|153|EnglishEntry=cohort tables}}或称{{TextTerm|一代人表|3|153|2|EnglishEntry=generation tables}}区别开来。时期表是在一定时间内所收集的观察材料的表，队列表是指同队列或同一批人一生的经历。{{TextTerm|多重消减表|4|153|EnglishEntry=multiple decrement table}}表明数个不可重复事件的共同影响，如初婚和死亡对某一人口的影响。最常用的多重消减表是{{TextTerm|双消减表|4|153|2|EnglishEntry=double decrement tables}}。 |
=== 154 === | === 154 === | ||
| − | 如果数据不足而无法准确地确定某一变量的值时，可以设法对这一值进行{{TextTerm|估计|1|estimate}}，求得的值叫作{{TextTerm|估计值|3|estimate}}。如果一点资料也没有时，可以进行{{TextTerm|猜测|4|conjecture}}来界定该变量的{{TextTerm|大小|5|order of magnitude}}。 | + | 如果数据不足而无法准确地确定某一变量的值时，可以设法对这一值进行{{TextTerm|估计|1|154|EnglishEntry=estimate}}，求得的值叫作{{TextTerm|估计值|3|154|EnglishEntry=estimate}}。如果一点资料也没有时，可以进行{{TextTerm|猜测|4|154|EnglishEntry=conjecture}}来界定该变量的{{TextTerm|大小|5|154|EnglishEntry=order of magnitude}}。 |
=== 155 === | === 155 === | ||
| − | {{TextTerm|图解法|1|graphic representation 或 diagrammatic representation}}是用图来表达一些讨论。数据可以用{{TextTerm|图象|2|figure 或 graph}}、{{TextTerm|统计图|2|statistical chart}}或{{TextTerm|地图|3|map}}表示出来。各变量之间关系用一些{{TextTerm|线图|4|diagram}} | + | {{TextTerm|图解法|1|155|EnglishEntry=graphic representation 或 diagrammatic representation}}是用图来表达一些讨论。数据可以用{{TextTerm|图象|2|155|EnglishEntry=figure 或 graph}}、{{TextTerm|统计图|2|155|2|EnglishEntry=statistical chart}}或{{TextTerm|地图|3|155|EnglishEntry=map}}表示出来。各变量之间关系用一些{{TextTerm|线图|4|155|EnglishEntry=diagram}}(参阅{{RefNumber|43|7|}})。在一张线图中，如果一个坐标轴是用对数来标度，而另一个坐标轴用算术来标度时，这一图形叫作{{TextTerm|半对数图|5|155|EnglishEntry=semi-logarithmic graph}}，不过这样的图形经常被误称为{{TextTerm|对数图|5|155|2|EnglishEntry=logarithmic graph}}。真正的{{TextTerm|对数图|6|155|EnglishEntry=logarithmic graph}}是两个坐标轴都用对数来标度，有时也叫作{{TextTerm|双对数图|6|155|2|EnglishEntry=double logarithmic graph}}。频数分布可以用{{TextTerm|频数多边形|7|155|EnglishEntry=frequency polygons}}或{{TextTerm|直方图|8|155|EnglishEntry=histogram}}或{{TextTerm|条形图|9|155|EnglishEntry=bar chart}}或{{TextTerm|卵形线|10|155|EnglishEntry=ogive}}等图形表示。频数多边形就是用直线把表示各组频数的点联结起来；直方图是以组距为底的矩形面积表示各组的频数；在条形图中，各组频数同条的长度成比例；卵形线可以表示累积频数分布。 |
| + | ==<center><font size=12>* * * </font></center>== | ||
{{SummaryShort}} | {{SummaryShort}} | ||
{{OtherLanguages|15}} | {{OtherLanguages|15}} | ||
2010年1月8日 (五) 17:14的版本
|
警告: 字典中提出的定义已成为人口学家广泛共识的主题，但不一定得到联合国的批准. 请参阅讨论页以获取可能的评论 |
|
15
150
把人口变量在时间上的变动记录下来，可以得出人口的时间数列1。有时可以把一个时间数列分解出不同的趋势2和围绕着趋势的波动3、变动3或离差3 (141-2)。如果波动经过一定时间(通常为几年)重复出现，则称为循环波动4，或更一般地叫作周期性波动4。在人口学中，汇集资料最常用的时期为一年。在一年内的不同时期的波动叫作季节性波动5。趋势、循环波动和季节性波动以外的波动叫作不规则波动6。不规则波动可能是由于异常因素而造成的(如战时动员)，有时，这样的波动是偶然性波动7或称随机性波动7。
- 3. 一般来说，变动(variation)一词可用来表示一个变重任何一个值或一系列值的变化。
151
有时候需要用一套规则的数字代替原来的一套不够规则的数字。这一过程叫作修匀1。修匀通常是用一条光滑曲线去通过时间数列或其他数列上的若干点(如按登记年龄分类的人数)。如果图形是用手随意画出的曲线，这一过程叫作图上修匀2。如果应用了数学分析方法修匀时，这一过程叫作曲线拟合3。有一个方法就是最小二乘法4可以使原始数列和修匀数列之间离差的平方和缩到最小。其他方法包括移动平均数法5或差分法6。这些方法有的可用来进行内插7，即在数列的已知值之间估计中间各点的值，或者外推8，即估算数列已知数值范围以外的各个值。
152
常常需要对一些不太正规的分布进行修匀，以校正人们在回答问题时喜欢说整数1的倾向性。堆积2与数字的偏好2在年龄分布中尤为常见。这反映出人们喜欢把自己的年龄说成以 0、5 或其他偏好的数字结尾的倾向。年龄堆积3有时用年龄偏好指数4来计量。对于年龄资料常常必须加以校正，以修改各种各样的年龄错报5或年龄申报偏差5。
153
人口函数的数值，通常以统计表1(432-1)、生育率表(634-1）和结婚表(522-1)。通常要把日历年表2或时期表2 与队列表3或称一代人表3区别开来。时期表是在一定时间内所收集的观察材料的表，队列表是指同队列或同一批人一生的经历。多重消减表4表明数个不可重复事件的共同影响，如初婚和死亡对某一人口的影响。最常用的多重消减表是双消减表4。
154
如果数据不足而无法准确地确定某一变量的值时，可以设法对这一值进行估计1，求得的值叫作估计值3。如果一点资料也没有时，可以进行猜测4来界定该变量的大小5。
155
图解法1是用图来表达一些讨论。数据可以用图象2、统计图2或地图3表示出来。各变量之间关系用一些线图4(参阅437-)。在一张线图中，如果一个坐标轴是用对数来标度，而另一个坐标轴用算术来标度时，这一图形叫作半对数图5，不过这样的图形经常被误称为对数图5。真正的对数图6是两个坐标轴都用对数来标度，有时也叫作双对数图6。频数分布可以用频数多边形7或直方图8或条形图9或卵形线10等图形表示。频数多边形就是用直线把表示各组频数的点联结起来；直方图是以组距为底的矩形面积表示各组的频数；在条形图中，各组频数同条的长度成比例；卵形线可以表示累积频数分布。
* * *
|
