轄區婦女兒童統計數計算方法

Ⅰ 出生率的計算方法舉個例子有數子的

某地區某天上午有100人，下午有10人出生，晚上有10人死亡。問：這天該地區的出生率死亡率。
出生率是10/110 死亡率就也是10/110
自然增長率為0

Ⅱ 如何根據統計的數據來計算標准范圍 例：根據當地1000個人的身高數據來計算正常身高范圍。

【一】相關統計數據標准知識推介：
推薦說明案例：社會統計調查分析學：荒島《科考范疇數據標准研究》
首先：你要對群體及個體目標做詳細統計分析：才能保證統計數據的可靠性和科學性。切忌簡單加減乘除計算：導致偽科學的統計結果，危害社會。
例如：亞洲人身高調查統計分析：定性調查---定量分析---定性結論---定量計算---科學推論。
1、東方人有喜歡早熟的傾向。但身體的越早成熟也就意味著身高增長停止得越早。女性迎來初潮後身高只能再長6厘米左右，而男性變聲後身高就幾乎不再增長了。
2、青春期長高非常顯著，因此被稱為長高的沖刺階段。但由於這個沖刺階段就是身高停止增長前的最後一次長高，所以也就成了身高停止增長的預兆。
3、青春期長高沖刺階段來臨前的身高情況決定了成人後的身高。調查表明，身高150厘米以下的女性，平均11歲半就迎來了初潮，而身高165厘米以上的女性初次來潮年齡大都超過了12歲。所以說青春期來得晚的人長得高。 最重要的是青春期到來之前長高了多少·
4、大家都知道青春期人長高得最快，爸爸媽媽們，請回憶一下你們是否都在青春期突然間發現校服穿不下了，人一下子長高了？其實青春期的身高增長率並不是青春期的長高所引起的，而是青春期前就有的。青春期的過早來臨引起兒童期縮短，結果就導致身高長高期的縮短，最終人還沒有完全發育好就已成人了。
5、青春期到來的早晚是由什麼決定的·
青春期的到來受遺傳和自然環境的影響，同時也因為人種的不同而不一樣。所以人為地延緩青春期到來是非常困難的。但是，青春期的到來在一定程度上又是可以控制的。
6、熱量的過分攝取就明顯提前了青春期的到來，此外家庭和社會以及近來所謂的環境激素都有一定關系。
7、青春期早的兒童常常也越早脫離父母。由於青春期來臨得早，父母在還沒做好准備的時候孩子就突然間進入了反抗期，因此往往很難教育。
8、遺傳因素：據統計，男女身高分別有79%和92%屬於遺傳因素的作用。
9、捷克和斯洛伐克學者將子女與父母之間身高的關系列出如下公式：
男孩成人身高（厘米）=（父身高+母身高r1.08）/2
女孩成人身高（厘米）=（父身高r0.923+母身高）/2
10、中日聯合測量北京與東京的上萬名學生，發現中國學生身高、體長均超過日本，這與日本父母的平均身高比中國父母要矮3厘米有關。
11、種族差別：緬甸塔容地區有個矮人部落，身高不到1.1米；南美洲哥倫比亞北部大森林中的「尤卡」人，身高都在1米以現。歐美人一般比亞洲人高。
12、營養水平：調查發現，城市中青少年的平均身高比農村的高2~4厘米。
13、激素分泌：身高取決於人體生長激素的分泌，特別是4個重要腺，即：甲狀腺、腦垂腺、胸腺與性腺。侏儒症患者腦垂體分泌的生長激素明顯不足；性腺發育不全的女性，身高都在1.4米以下。此外，甲狀腺也影響身高。
14、青少年自身的健康狀況：孩子5歲前生長速度最快，每年能長20厘米，到5歲時則穩定在每年6厘米左右。進入青春期則又加快到每年10厘米，其後增加就基本停止。在這兒個階段，許多疾病如貧血、慢性感染、消化不良等都能抑制生長；內分泌的失調，也會影響生長。
【二】：統計數據的本質屬性;
統計數據是統計工作活動過程中所取得的反映國民經濟和社會現象的數字資料以及與之相聯系的其他資料的總稱。統計研究客觀事物的數量方面，離不開統計數據，統計數據是對客觀現象進行計量的結果。
統計數據的類型
統計數據是採用某種計量尺度對事物進行計量的結果，採用不同的計量尺度會得到不同類型的統計數據。從上述四種計量尺度計量的結果來看，可以將統計數據分為以下四種類型：
定類數據——表現為類別，但不區分順序，是由定類尺度計量形成的。
定序數據——表現為類別，但有順序，是由定序尺度計量形成的。
定距數據——表現為數值，可進行加、減運算，是由定距尺度計量形成的。
定比數據——表現為數值，可進行加、減、乘、除運算，是由定比尺度計量形成的。
前兩類數據說明的是事物的品質特徵，不能用數據表示，其結果均表現為類別，也稱為定性數據或品質數據（Oualitative data）；後兩類數據說明的是現象的數量特徵，能夠用數值來表現，因此也稱為定量數據或數量數據（Quantitative data）。由於定距尺度和定比尺度屬於同一測度層次，所以可以把後兩種數據看作是同一類數據，統稱為定量數據或數值型數據。
區分測量的層次和數據的類型是十分重要的，因為對不同類型的數據將採用不同的統計方法來處理和分析。比如，對定類數據，通常計算出各組的頻數或頻率，計算其眾數和異眾比率，進行列聯表分析和x2檢驗等；對定序數據，可以計算其中位數和四分位差，計算等級相關系數等非參數分析；對定距或定比數據還可以用更多的統計方法進行處理，如計算各種統計量、進行參數估計和檢驗等。我們所處理的大多為數量數據。
這里需要特別指出的是，適用於低層次測量數據的統計方法，也適用於較高層次的測量數據，因為後者具有前者的數學特性。比如：在描述數據的集中趨勢時，對定類數據通常是計算眾數，對定序數據通常是計算中位數，但對定距和定比數據同樣也可以計算眾數和中位數。反之，適用於高層次測量數據的統計方法，則不能用於較低層次的測量數據，因為低層次數據不具有高層次測量數據的數學特性。比如，對於定距和定比數據可以計算平均數，但對於定類數據和定序數據則不能計算平均數。理解這一點，對於選擇統計分析方法是十分有用的。
統計數據的計量
對統計數據的屬性、特徵進行分類、標示和計算，稱為統計計量或統計量度。例如，對工業企業經濟效益的統計，對居民生活水平的統計，也可以說是對工業企業經濟效益的計量，對居民生活水平的計量，如此等等。由於客觀事物有的比較簡單，有的比較復雜，有的特徵和屬性是可見的（如人的外貌體征），有的則是不可見的（如人的偏好和信仰），有的表現為數量差異，有的表現為品質差異。因此，統計計量也就有定性計量和定量計量的區別，並且可分不同的層次。美國社會學家、統計學家史蒂文斯（S.S.Stevens）1968年按照變數的性質和數學運算的功能特點，將統計計量劃分為四個層次或四種計量尺度：
1、定類尺度
將數字作為現象總體中不同類別或不同組別的代碼，這是最低層次的尺度。在這種情況下，不同的數字僅表示不同類（組）別的品質差別，而不表示它們之間量的順序或量的大小。這種尺度的主要數學特徵是「＝」或 「≠」。
例如將國民經濟按其經濟類型，可以分為國有經濟、集體經濟、私營經濟、個體經濟等類，並用（01）代碼表示國有經濟，（02）表示集體經濟，（03）表示私營經濟，（04）表示個體經濟。並且用（011）代表國有經濟中的國有企業，（012）代表國有聯營企業；用（021）表示集體經濟中集體企業，（022）表示集體聯營企業；用（031）表示私營經濟中的私營獨資企業，（032）表示私人合夥企業，（033）表示私營有限責任公司；用（041）表示個體經濟中的個體工商戶，（042）表示個人合夥等等。其中兩位代碼表示經濟大類，而三位代碼則表示各類中的構成。不同代碼反映同一水平的各類（組）別，並不反映其大小順序。各類中雖然可以計算它的單位數，但不能反映第一類的一個單位可以相當於第二類的幾個單位等等。
2、定序尺度
定序尺度不但可以用數表示量的不同類（組）別，而且也反映量的大小順序關系，從而可以列出各單位、各類（組）的次序。這種尺度的主要數學特徵是「>」或「<」。
例如對合格產品按其性能和好壞，分成優等品、一等品、合格品等等。這種尺度雖然也不能表明一個單位一等品等於幾個單位二等品，但卻明確表示一等品性能高於二等品，而二等品性能又高於三等品等等。定序尺度除了用於分類（組）外，在變數數列分析中還可以確定中位數、四分位數、眾數等指標的位置。
3、定距尺度
定距尺度也稱間隔尺度，是對事物類別或次序之間間距的計量，它通常使用自然或度量衡單位作為計量尺度。定距尺度是比定序尺度高一層次的計量尺度。它不僅能將事物區分為不同類型並進行排序，而且可以准確地指出類別之間的差距是多少。
例如，學生某門課程的考分，可以從高到低分類排序，形成90分、80分、70分，直到零分的序列。它們不僅有明確的高低之分，而且可以計算差距，90分比80分高10分，比70分高20分等等。定距尺度的計量結果表現為數值，可以進行加或減的運算，但卻不能進行乘或除的運算，其原因是在等級序列中沒有固定的、有確定意義的「零」位。例如，學生甲得分90分，學生乙得0分，可以說甲比乙多得90分，卻不能說甲的成績是乙的90倍或無窮大。因為「0」分在這里不是一個絕對的標准，並不意味著乙學生毫無知識。恰如我們不能說40℃比20℃暖和2倍一樣。沒有確定的標準的「零」位，但有基本的確定的測量單位，如學生成績的測量單位是1分，質量價差的測量單位量1元，溫度的測量單位是1℃等等，這是定距尺度的顯著特點。
4、定比尺度
定比尺度是在定距尺度的基礎上，確定可以作為比較的基數，將兩種相關的數加以對比，而形成新的相對數，用以反映現象的構成、比重、速度、密度等數量關系。由於它是在比較基數上形成的尺度，所以能夠顯示更加深刻的意義。定比尺度的主要數學特徵是「÷」或「×」。
例如將某地區人口數和土地面積對比計算人口密度指標，說明人口相對的密集程度。甲地區人口可能比乙地區多，但甲地區的土地更廣闊，用人口密度指標就可以說明相對說來甲地區人口不是多了，而是少了。又如將一個國家（地區）的國內生產總值與該國（地區）居民對比。計算人均國內生產總值，可以反映國家（地區）的綜合經濟能力。1998年我國國內生產總值約佔世界生產總值的12％，排列世界第七位，堪稱世界經濟大國，但我國人口佔世界總人口的21.2％，如果按人均國內生產總值計算，在世界各國中又居於比較落後的位次，說明我國仍屬於發展中國家。
上述四種計量尺度對事物的計量層次是由低級到高級、由粗略到精確逐步遞進的。高層次的計量尺度具有低層次計量尺度的全部特性，但不能反過來。顯然，我們可以很容易地將高層次計量尺度的測量結果轉化為低層次計量尺度的測量結果，比如將考試成績的百分制轉化為五等級分制。在統計分析中，一般要求測量的層次越高越好，因為高層次的計量尺度包含更多的數學特性，所運用的統計分析方法越多，分析時也就越方便，因此應盡可能使用高層次的計量尺度。
統計數據的質量
統計數據質量是一個具有豐富內涵的綜合性概念。具體來說，它包括統計數據的內容質量、表述質量及約束標准這三大方面。
（一）統計數據的內容質量
統計數據的內容質量是統計數據最基本的特徵，它包括相關性、准確性與及時性。一旦缺少了其中任何一個，統計數據就失去了轉化為信息的性質和基本作用。因此，這三個特徵也可稱為統計數據質量的主要特徵。
1、相關性
相關性是指統計機構所生產的數據是否正是用戶感興趣的統計數據。統計數據的相關性反映了它滿足用戶需求的程度，它與所提供的可利用數據是否關注了對用戶來說最重要的主題有關。由於對相關性的評價是主觀的，會隨用戶需求目標的改變而改變，所以統計機構所要做的是平衡不同用戶的互相矛盾的需求目標，在給定的資源條件限制下，盡可能的滿足大部分用戶的大部分需求。
2、准確性
准確性指觀測值或估計值與未知的真值之間的距離（接近程度），通常用統計誤差來衡量。它是統計數據質量的基礎和核心內容，也是傳統的「統計數據質量」概念所考慮的主要問題。一般來講，誤差分為系統誤差和隨機誤差兩部分，有時也用引起不準確性的主要潛在原因（如抽樣誤差、無回答誤差等）來分類描述。完全准確的測量經常受到成本的限制，有時甚至是不可能的。所以關鍵的是誤差是否已降低到用戶可以接受的地步。
3、及時性
與用戶需求相關的准確的統計數據如果沒有在用戶做出決策之前傳遞給用戶，那麼該數據對用戶來說，是沒有用的。所以，及時性也是統計數據能否滿足用戶需求的重要特徵。如果該現象本身變化比較迅速，則對該類統計數據的及時性要求高；如果該現象本身變化比較緩慢，則對及時性要求不高。
（二）統計數據的表述質量
對統計數據質量來說，僅考慮其內容方面的質量是不夠的。統計數據需要表述，特別是將某個統計數據同其他相關統計數據相互聯系地加以表述時，要考慮表述的質量問題。比如單個數據的內容是正確的，但表述不清晰、不充分，就會影響整套數據的質量，甚至引起誤解。所以，統計數據質量必須考慮其表述質量。統計數據的表述質量包括可比性、可銜接性和可理解性。
1、可比性
可比性是指同一項目的統計數據在時間上和空間上的可比程度。這要求統計的概念和方法在時間上保持相對穩定，在不同地區使用統一的統計制度方法和分類標准，保持統計數據的口徑范圍、計算方法在時間上一致銜接，在地區之間可比。
2、可銜接性
可銜接性是指同一統計機構內部不同統計調查項目之間、不同機構之間以及與國際組織之間統計數據的銜接程度。這要求全國范圍內所有專業統計項目在統一的統計框架體系、分類標准下，按統一的方法編制統計數據，在統計調查和數據加工整理中使用統一的方法和程序，同時採用國際統計標准，如聯合國1993年SNA的框架體系等。
3、可理解性
可理解性是指統計數據便於用戶正確理解並使用的程度。統計數據是提供給用戶使用的，如果某些用戶不能理解，看不懂統計數據和統計分析報告，當然也就談不上使用數據。為了恰如其分地使用從統計機構那裡得到的統計數據，用戶必須了解他們所獲得數據的性質。這就要求統計機構在提供統計數據的同時附帶提供對數據的補充說明，如提供隱含在有關概念下面的說明、已使用的分類法、數據收集和加工過程中所使用的方法以及統計機構自身對數據質量的評價。
（三）統計數據的約束標准
在實現統計數據目標的過程中，除了注意統計數據的內容質量和表述質量這兩方面外，還必須注意以下兩項具有普遍意義的約束標准，這也體現了統計數據的質量特徵。
1、可取得性
可取得性是指用戶從統計部門取得統計數據的便利程度。對於有用的統計數據，用戶必然要考慮：能得到哪些數據，如何得到這些數據。因此，統計數據必須以一種用戶能夠使用（搜尋方便）而且能夠負擔的形式提供給用戶。這要求提供統計數據時，必須列明用戶從統計機構可以取得的統計數據內容，同時要應用先進便捷的統計數據服務方式，使用戶取得數據更為便利。
2、有效性
有效性是指統計數據的利用所產生的效益要大於提供該數據的成本。如果情況相反，則提供這種數據對提供方和使用方來說都是不值得的。雖然目前統計數據的效益和成本特別是前者不容易准確地計量，但是，保持這樣一種基本的指導思想是十分必要的。這要求在統計數據的其他質量不受大的影響的前提下，盡可能降低統計數據的生產費用，提高效率。
計算身高的公式
利用遺傳因素即利用父母的身高進行預測。計算公式為：
兒子成人時的身高＝（父高＋母高）× 0.54
女兒成人時的身高＝（父高×0.923＋母高）÷2 此方法未考慮環境因素的影響，誤差較大，大約在3－5厘米。
2．利用兒童青少年自身的後天發育情況，即當時的實足年齡、身高、足長進行預測：
Hm＝A＋（B×C）其中Hm為成人後的身高，A為常數，B為相應的系數，C為當時的身高。不同的年齡具有不同常數和系數。A和B是通過統計資料製成的表中查得，這里可查閱《醫學網路全書、兒童少年衛生學》第36頁提供的預測身高表。兒童青少年在不同的年齡階段其足長與身高有著密切關系，它包含著遺傳和後天發育情況。中國青少兒體質調查組根據1979年對11萬名7－25歲男女學生的測試數據研究出利用足長預測兒童成人時身高的方法，並制定了相應的預測表。此方法由於結合遺傳和後天環境因素的影響，因此誤差較小，大約在2厘米左右。可查閱《醫學網路全書、兒童少年衛生學》36頁。
以上資料希望對你有用。

Ⅲ 人口性別比怎麼算

人口性別比=﹝男性人數÷女性人數﹞×100%。

經歷過長期封建社會發展的亞洲國家，由於「重男輕女」的封建落後思想仍較根深蒂固，所以性別比都較西方國家為高。以2002年為例，中國大陸的人口性別比為105.1、台灣104.1、韓國110。台灣目前尚未針對逐漸惡化的性別比有任何政策，而大陸則於2004年開始，推行「關愛女孩行動」。

人口出生性別比是一個重要的衡量男女兩性人口是否均衡的標志。國際上一般以每出生100個女性人口相對應出生的男性人口的數值來表示。絕大多數國家的人口生育史說明，在不進行人為性別選擇干涉的情況下，新生嬰兒的性別比在102～107之間。這是由人類生殖過程的生物學特性決定的。對這個數值的任何人為控制和改變，都會對人口的兩性結構造成嚴重危害。

(3)轄區婦女兒童統計數計算方法擴展閱讀：

促進社會性別平等、實現出生人口性別結構平衡是事關經濟社會協調發展，社會和諧穩定的重大問題。因此有的學者認為，1989年全國城鎮出生性別比，實際上最高也不會超過107.7，同期的全國農村最高也不會超過110.2。根據這一推論，女嬰的漏報、瞞報，至少使普查獲得的1989年城鎮與農村的出生性別比分別提高了3.6和4.2，進而得出：城鎮的出生性別比上升是種「假性上升」，而農村的出生性別比是「真性」與「假性」影響大致持平。

Ⅳ 生育率怎麼計算

生育率是指一定時期內 (通常為一年) 出生活嬰數與同期平均育齡婦女人數之比，通常用千分數表示。是總出生數與相應人口中育齡婦女人數之間的比例，亦稱育齡婦女生育率。
一般生育率
指每1000育齡婦女的全年活產嬰兒數。
出生率因受性別、年齡及其他人口特徵的結構影響，難以充分反映人口的生育水平。而一般生育率將生育量與人口中同它關系最密切的育齡婦女數相比，就擺脫了上述結構影響，相對可靠地反映出人口的生育水平。
對生育率作細致分析時發現，一些影響男性人口的社會經濟因素也能導致生育水平的變動，並可按男性育齡人口計算出生率。
標准化生育率
按標准人口的婦女年齡結構，對不同人口的分年齡生育率加權平均得出的生育率。
一般生育率受兩個因素的影響，即分年齡生育率與育齡婦女的年齡結構。對比兩地或不同時期生育率水平時，有必要從一般生育率中消除年齡結構的影響，即採用統一的標准人口的年齡結構計算生育率，這稱作生育率的標准化。
資料表明，分年齡生育率都是乙地較低，但一般生育率反而甲比乙低，這一矛盾現象是因乙地生育旺盛的年輕育齡婦女的比重較大引起的。這種被年齡結構所扭曲了的生育率對比關系，在標准化過程中得到調整。若取標准人口的年齡結構，分別計算兩地的一般生育率，可得標准化生育率：甲地63.75‰，乙地58.64‰。這就使一般生育率與分年齡生育率保持高低一致的關系。
一般取與兩個地區有關的人口當作標准人口，如比較各省市生育率時，可取全國人口作標准人口。
方法
從間接數據推導人口生育率參數的方法。間接數據有兩種來源：從人口普查或調查中專門設置的一兩個問題獲得；依賴普查或調查中必然涉及的一般性問題。間接數據與直接數據有很大區別，因而不能為常規的人口統計學方法所利用，由此發展的各種間接估計方法往往由一系列推算步驟構成，在很多情況下還要藉助於人口學模型，所以間接估計法也含有「間接」推導的意義。