
江西省姓氏排名数据分析 姓“刘”、“陈”、“李”的人最多
前段时间在江西进行市场调查,在分析的过程中,突发奇想,对这些被访者的姓氏进行了一下研究,结果如下:
一、整体情况
(一)总体描述
本次共调查江西本地的人1200多人,年龄在15-26岁之间,男女比例基本达到1:1。从被访者的姓氏来看,共出现173个姓氏。
(二)姓氏分布
从姓氏的分布来看:
1、占比第一的姓氏为“刘”姓(我妈说他们祖上是从江西迁过去的,看来很有可能啊),占所有姓氏的7.78%;
2、占比在前三位的姓氏分别是“刘”、“陈”、“李”,他们共占到被访者姓氏的18.78%;
3、占比在前五位的姓氏是“刘”、“陈”、“李”、“张”、“黄”,他们共占27.53%,超过1/4;
4、排名前20的姓氏,占到所有被访者的60%;
5、排名前46的姓氏,占到所有被访者的80%;
6、排名前78的姓氏,占到所有被访者的90%;后面近一百位姓氏总共占比不到10%;
二、南昌地区
南昌地区本次调查718人,共出现148个姓氏。
从南昌地区的姓氏分布来看:
1、排名第一的是“陈”,占到6.27%;
2、排名前三的姓氏是“陈”、“刘”、“李”,共占17.13%;
3、排名前五的姓氏是“陈”、“刘”、“李”、“张”、“王”,占25.07%;
4、排名前23的姓氏占所有的60%以上;
5、排名前49的姓氏占所有的80%以上;
6、排名前78的姓氏占所有的90%以上,这表明排名后50%的姓氏仅占不到10%;
三、赣州地区
赣州地区本次调查387人,共出现88个姓氏。
从赣州地区的姓氏分布来看:
1、排名第一的是“刘”,占到11.63%;
2、排名前三的姓氏是“刘”、“黄”、“李”,共占22.74%;
3、排名前五的姓氏是“刘”、“黄”、“李”、“王”、“陈”,占31.78%;
4、排名前15的姓氏占所有的60%以上;
5、排名前30的姓氏占所有的80%以上;
6、排名前50的姓氏占所有的90%以上;
四、吉安地区
吉安地区本次调查142人,共出现51个姓氏。
从吉安地区的姓氏分布来看:
1、排名第一的是“陈”,占到8.45%;
2、排名前三的姓氏是“陈”、“刘”、“张”,共占21.83%;
3、排名前五的姓氏是“陈”、“刘”、“张”、“王”、“徐”,占33.10%;
4、排名前14的姓氏占所有的60%以上;
5、排名前26的姓氏占所有的80%以上;
6、排名前37的姓氏占所有的90%以上;
五、总结
可以看到,无论从调查人数的多少来看,姓氏占比存在一定出入,这可以从第一、前三和前五的姓氏占比看到,同时60%的人和90的人占有的姓氏数量比总体上也有一些出入,这可能和每个地区的调查样本量有关系。
但我们仍然可以从这里面发现一些规律:
1、前六个姓为:“刘”“陈”“李”“王”“黄”“张”;
2、前五个姓的占比基本上占到调查地区姓氏的1/4到1/3;
3、所有姓氏中有12%左右的姓氏占到所有人的60%,有45%的姓氏占到所有人的90%
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13