统计实验指导书21031028王路帮.docx
《统计实验指导书21031028王路帮.docx》由会员分享,可在线阅读,更多相关《统计实验指导书21031028王路帮.docx(31页珍藏版)》请在冰豆网上搜索。
统计实验指导书21031028王路帮
目录
实验1数据整理与数据分析5
1.1数据整理5
1.2数据描述与分析10
实验2参数估计15
实验3回归分析21
实验4时间数列24
实验1数据整理与数据分析
1.1数据整理
一、实验目的和要求:
能熟练的进行统计数据的录入、分组、汇总及各种常用统计图表的绘制。
二、实验内容:
1、数据的录入
2、数据的排序
3、数据的分组
4、数据透视分析
5、常用统计图表的绘制
三、统计函数
频数分布函数(FREQUENCY)的语法形式为:
FREQUENCY(data_array,bins_array)
其中:
Data_array为用来编制频数分布的数据,Bins_array为频数或次数的接收区间。
四、实验步骤:
1、数据的录入
数据的录入是指把调查得到的结果输入到一张叫数据清单的EXCEL工作表中。
数据清单是指包含相关数据的一系列工作表的数据行,如发货单数据库,或一组客户名称和联系电话。
数据清单可以作为数据库使用,其中行表示记录,列表示字段。
例某集团公司欲在某地区投资于医疗卫生事业,为了减少风险,获得利润,该集团企划部门决定先了解一下市场潜力。
企划部王经理随机访问了该地区几家医院中就医的36名患者,询问其等候看病的时间,根据这些数据,王经理会得到什么信息呢?
打开EXCEL工作表,在列中输入数据的名称,称为变量。
然后依次输入相应调查数据。
2、数据的排序
①打开“数据整理.xls”工作簿,选定“等候时间”工作表。
②利用鼠标选定单元格A1:
B37区域
③在菜单中选择“数据”中的“排序”选项,则弹出排序对话框。
④在排序对话框窗口中,选择“主要关键字”列表中的“等候时间”作为排序关键字,并选择按“递增”排序。
由于所选取数据中已经包含标题,所以在“当前数据清单”中选择“有标题行”,然后单击“确定”按钮,即可得到排序的结果。
在数据清单中使用分类汇总的方法如下:
先选择需要分类汇总的数据区域A1:
B37,然后选择“数据”菜单中的“分类汇总”选项,则打开“分类汇总”对话框。
在“分类字段”的下拉式列表中选择要进行分类的列标题,在“汇总方式”的下拉式列表中选择行汇总的方式,本例中选择按“等候时间”进行分类,选择按“计数”进行汇总,单击“确定”按钮,便得到分类汇总的结果。
在对数据进行了分类汇总之后,可以观察到等候时间为1分钟的人次为1,等候时间为3分钟的人次为2等等。
尽管分类汇总可以给出各个数值所出现的次数,但从这些次数中还是无法得出其数据分布的规律性。
这是因为没有将数值相近的数据进行合并,因而不能理想地抽象概括现象的数量特征。
3、数据的分组
利用Excel频数分布函数进行分组
建立频数分布的步骤为:
先对数据进行排序,以了解全部数据的变动范围;然后选择全部数据的分组组数;再确定分组的组限,最后对各组数值所出现的频数进行计数。
①打开“数据整理.xls”工作簿,选择“等候时间”工作表。
②在单元格C2中输入“分组”,在单元格D2中输入“频数”。
③在C3:
C8区域中依次输入10,20,30,40,50,60,作为频数接受区域,它们分别表明等时间在10分钟以下的人数,等候时间在10分钟以上,20分钟以下的人数等。
④选定D3:
D8区域,在“插入”菜单中单击“函数”
选项,打开“粘贴函数”对话框
⑤在“函数分类”列表中选择“统计”,在“函数名”列表中选择“FREQUENCY”,单击“确定”按钮,Excel弹出“频数分布”对话窗口。
⑥在数据区域“Data_array”中输入单元格B2:
B37,在数据接受区间Bins_array中输入单元格C3:
C8,在对话窗口中可以看到其相应的频数是6,7,9,8,5,1,0。
⑦由于频数分布是数组操作,所以,此处不能直接单击“确定”按钮,而应按Ctrl+Shift组合键,同时敲“回车”键,得到频数分布。
4、数据透视分析
数据透视主要是处理以文字形式表现的资料,如性别、职业、文化程度等。
分为单变量表格与双变量表格,前者称为单向表,后者称为交叉表。
单向表
例某移动通讯公司要制定新一年的销售计划,需要向市场了解移动用户对数字移动电话类型的需求。
经过问卷设计,在该地区抽取了1000个样本进行问卷调查,获得关于移动电话用户消费行为的一些数据资料,试根据工作表中的数据分析该地区移动电话用户的电话类型偏好。
1打开“数据整理.xls”工作簿,选定“移动电话调查”工作表。
②单击“数据”菜单中的“数据透视表和图表报告”选项,Excel弹出数据透视表向导对话框。
2根据向导要求,第1步是指定“数据源类型”和确定所需创建的“报表类型”。
选择“数据清单或数据库”作为数据源,选择“数据透视表”作为报表类型。
最后单击“下一步”。
④第2步是确定数据区域,本例中数据所覆盖区域为A1:
D1001单元格,单击“下一步”按钮,向导给出第3步操作对话框窗口。
⑤第3步确定数据透视表的位置。
选择现有工作表,并利用鼠标将数据透视表的位置确定在E1单元格中,如果单击“完成”按钮,可以结束操作。
⑥单击“版式”,Excel弹出对话框窗口,选择右边的“数字移动电话类型”字段,并将它拖到左边的“行”
区,再选择“数字移动电话类型”
字段,将其拖放在“数据”区域中,显示为“计数项:
数字移动电话类型”,以便进行数据汇总。
⑦双击数据区域中的“计数项:
数字移动电话类型”字段,打开“数据透视表字段”对话框,在“汇总方式”列表中选择“计数”。
⑧如果想选择数据显示方式,可单击图右侧的“选项”按钮,则EXCEL弹出“数据显示方式”。
在“数据显示方式”的下拉选项中确定“占同列数据总和的百分比”选项,单击“确定”
按钮,则版式调整完毕。
再单击“确定”按钮,回到数据透视表步骤3。
⑨单击数据透视表步骤3中的“完成”按钮。
交叉表
例该公司市场部经理希望根据上例中的调查结果,确认不同性别的用户,其移动电话类型偏好是否存在着不同。
①打开“数据整理.xls”工作簿,选定“移动电话调查”工作表。
②从“数据”菜单中选择“数据透视表和图表报告”选项,得到“数据透视表对话框”窗口。
在第1步之中选择“数据清单或数据库”与“数据透视表”,单击“下一步”按钮。
③在第2步中,确定数据区域A1:
D1001,单击“下一步”按钮
④在第3步中,确定数据透视表的位置,如图所示,但将其位置调整到“H1”单元格。
然后,单击“版式”按钮,打开“版式”对话框。
⑤将对话框右边的“数字移动电话类型”字段拖到左边的“行”区作为分组变量,再将右边的“性别”字段拖到“列”
区,作为交叉分析的变量,最后将右边的“性别”字段拖放到“数据”区域中,并选择计数项。
如果希望结果是以百分比的形式显示,则可双击数据区域中的“计数项,性别”,则会弹出“数据透视表字段”对话框。
选择“占同列数据总和的百分比”选项,来表示所出现的频率,最后,单击“确定”按钮,又回到“版式”对话框。
⑥单击“确定”按钮,回到第3步,要注意数据透视表的位置定在单元格H1,最后,单击“完成”按钮,得到交叉表。
5、常用统计图表的绘制
条形图与柱形图
例薪酬是众人所关心的主题,也更是当代经理人所关心的主题。
北京、上海、深圳三个市经理人的薪酬是我国经理人“薪酬市场”的晴雨表。
1999年《经理人》杂志所作的薪酬调查发现:
所调查的经理人中,平均月收入最高的是上海经理人,为7767元;其次是深圳经理人,为7602元;最后是北京经理人,为7288元。
结论应当是最高为上海经理人。
那么此结论是否可以用图形来表示呢?
①打开“数据整理xls“工作簿,选择“薪酬”工作表。
②在Excel的“插入”菜单中选择“图表”选项,Excel会启动图表向导,弹出“图表向导”对话框窗口。
在“图表类型”列表中选择“柱形图”,在“子图表类型”列表中选择“三维簇状柱形图”,单击“下一步”按钮,进入数据源对话框.
③在这步对话框中,主要是选择数据源。
单击“数据区域”右端的“压缩对话框”按钮,打开工作表,在工作表上将鼠标指向单元格A1,按下鼠标左键,拖到B4单元格,再单击“压缩对话框”
按钮,回到源数据对话框。
确定A1:
B4单元格作为此图的数据源,同时,也应注意数据系列是以行还是以列方式排列,如果正确,此时,便有一个预览的图形如图所示,如满意可单击“下一步”按钮,进入“图表选项”对话框.
④单击对话框上方的“标题”页面,在标题中输入“三城市薪酬比较”;在“图例”页面中选择底部,至于其他功能则不需改动与填加,这些过程都会在图表预览框中看到,如果满意,单击“完成”按钮结束,得到图形。
⑤双击所绘制的图形,则会得到对话框。
单击“字体”页面,在“字体”列表中选择“宋体”,在“字形”列表中选择“常规”,在“字号”列表选择“10”。
折线图
将平面中的交点相继联接起来所得图形称为折线图,它一般用于描述某一变量在一段时期内的变动情况。
例已知1990年至1999年各月社会商品零售总额,试观察一下社会商品零售总额的发展趋势及其变动规律。
①打开“数据整理.xls”工作簿,选择“零售额”工作表。
②在B列后插入一列以便输入年份与月份。
先选择B列单元格,再打开“插入”菜单,选择“列”项,则自动在B列后填加一列C,原来C列的内容变成了D列。
③在单元格C1中输入“时间”,在C2单元格中输入公式“=B2&CHAR(13)&A2”,从单元格C3开始复制这个公式到C117。
④打开Excel“插入”菜单,选择“插入”菜单中的“图表”
选项,Excel会启动“图表向导”。
⑤在步骤1“图表类型”中选择“折线图”,及“数据点折线图”,单击“下一步”按钮,进入步骤2的向导窗口。
⑥在步骤2中的数据区域中输入C1:
D117,单击“下一步”按钮,进入向导“步骤3”。
⑦在步骤3中单击图表“标题”页面,输入标题“社会消费品零售额趋势图”;单击“图例”页面,取消显示图例,如果通过图表预览,认为满意,即可单击“完成”按钮。
饼形图
例中国人如何看WTO。
由中国社会调查事务所组织的最新一次问卷调查显示:
有58.4%的被调查者对中国加入WTO非常有信心;有19.3%的被调查者没有态度;有9.2%的被调查者表示担心;有13.1%的被调查者反对中国加入WTO。
试用饼形图描述一下中国人对加入WTO的看法。
①打开“数据整理.xls”工作簿,选择“WTO”
工作表。
②打开Excel“插入”菜单,并单击“插入”菜单中的“图表”选项,Excel会启动图表向导。
③在步骤1的“图表类型”中选择“饼图”,并在“子类型图表”中选择“三维饼图”,单击“下一步”按钮,进入向导2。
④在步骤2中的数据区域中输入A3:
B6单元格,单击“下一步”按钮,进入向导3。
⑤在步骤3中单击“标题”页面,输入标题“中国人看WTO”;单击“图例”页面,取消显示图例;单击“数据标志”页面,在“数据标志”列表中选择“同时显示百分比及数据标志”。
⑥如果通过图表预览,认为满意,即可单击“完成”按钮。
五、作业:
洛伦茨曲线与居民收入差异分析
洛伦茨曲线是本世纪初美国经济统计学家洛伦茨根据意大利经济学家巴雷特提出的收入分配公式绘制成的描述收入和财富分配性质的曲线。
曲线横轴是累计人口百分比,纵轴是累计收入或财富的百分比。
当一个国家的收入分配完全按人均分配时,同一累计百分比的人口就一定占有相同的累计收入百分比。
此时该国的收入分配程度曲线就与对角线重合。
如果绝大多数人口占有很少的财富和收入,而少部分人占有了绝大部分的收入,则该国的曲线就靠近下横轴和右纵轴。
一般来说,国家的收入分配不会是绝对平均的,也不会是绝对不平均的。
将任一国家或地区的收入分配情况绘制成洛伦茨曲线就可以观察分析该国家或地区收入分配的平均程度。
例某地区1999年的人口及收入情况见图所示,试绘制该地区的洛伦茨曲线。
思考:
你能否依据宁波市有关的统计资料,分析宁波市不同行业收入的洛伦兹曲线?
1.2数据描述与分析
一、实验目的:
能熟练的用Excel的描述统计工具进行数据的描述和分析。
二、实验主要内容:
1、集中趋势的测定与分析
2、离中趋势的测定与分析
3、
3、分布形态的测定与分析
三、理论基础
均值是所有的标志值之和除以其观察值的个数。
它考虑了所有数值,因而均值的大小受总体中极端数值的影响。
如果总体中有极大值出现,则会使均值偏于分布的右边,如果总体中出现极小值,均值则会偏于分布的左边。
众数是总体中出现次数最多的数值,它只考虑总体中各数值出现频数的多少,不受极端数值的影响,但当总体中出现多个众数时,众数便没有意义。
中位数只是考虑各单位数值在总体中的顺序变化,它受极端数值的影响不大。
将总体分成相等的四个部分的测定数为四分位数。
位于总体第25%位置的数值是第1四分位数Q1;位于总体第50%位置的数值是第2四分位数Q2;位于总体第75%位置的数值是第3四分位数Q3。
四分位距是总体中第3四分位数与第1四分数之差,四分位距可包括位于总体分布中心的50%,它能集中地反映总体的特征。
四、统计函数
1、均值函数(AVERAGE)
均值函数是应用比较广泛的一种平均数函数,它能够计算一组数据的算术平均数。
其语法结构为:
AVERAGE(number1,number2,...)。
其中:
number1,number2,...为要计算平均数的1~30个参数。
2、中位数函数(MEDIAN)
中位数函数用于描述居于数据分布中心位置的数值。
其语法结构为:
MEDIAN(number1,number2,...)。
其中:
number1,number2,...是需要找出中位数的1~30个数字参数。
3、众数函数(MODE)众数函数用于计算一组数据中出现频率最多的数值。
其语法结构为:
MODE(number1,number2,...)。
其中:
number1,number2,...是用于众数计算的1~30个参数,也可以使用单一数组(即对数组区域的引用)来代替由逗号分隔的参数。
4、总体标准差函数(STDEVP)
总体标准差函数用来反映相对于均值的离散程度。
其语法结构为:
STDEVP(number1,number2,...)。
其中,number1,number2,...为对应于样本总体的1~30个参数。
5、样本标准差函数(STDEV)
样本标准差函数用来计算样本中相对于均值的离散程度。
其语法结构为:
STDEV(number1,number2,...)
其中,Number1,number2,...为对应于总体样本的1~30个参数
6、四分位数函数QUARTILE可以计算一组数据的四分位数。
其语法结构为:
QUARTILE(array,quart)
其中:
(1)Array为计算四分位数的数组或数据区域。
(2)Quart决定返回第几个四分位数。
如果quart等于0,函数QUARTILE返回最小值;quart等于1,函数QUARTILE返回第1四分位数(第25个百分排位);quart等于2,函数QUARTILE返回中位数(第50个百分排位);如果quart等于3,函数QUARTILE返回第3四分位数(第75个百分排位);如果quart等于4,函数QUARTILE返回最大值。
7、偏度函数(SKEW)用于计算次数分布的不对称程度。
其语法结构为:
SKEW(number1,number2,...)
其中:
number1,number2...为需要计算偏斜度的1~30个参数。
峰度函数(KURT)用于反映次数分布的尖锐度或平坦度。
其语法结构为:
KURT(number1,number2,...)
其中:
number1,number2,为需要计算其峰值的1~30个参数。
五、实验步骤:
1、集中趋势的测定与分析
(1)均值函数的使用
例某企业的生产部门使用抽样方法检测一批新产品的质量,该批产品的抗拉强度见原始数据。
管理人员希望知道这批产品的抗拉强度的平均水平,以决定产品质量是否合格。
由此需要计算抗拉强度的均值、中位数与众数。
操作步骤如下:
①打开“数据描述分析.xls”工作簿,选择“抗拉强度”工作表。
在单元格A7中输入“均值”,在A8中输入“中位数”,在A9中输入“众数”。
选定单元格B7,单击“插入”菜单,选择“函数”选项,Excel会弹出“粘贴函数”对话框窗口。
④在“函数分类”列表中选择“统计”,在“函数名”列表中选均值函数“AVERAGE”。
单击“确定”,则弹出“AVERAGE”函数对话窗口。
⑤在“Number1”区域中输入数据B2:
B6后,对话窗口底部便显示出计算结果30。
如果对话窗口中没有计算结果,便说明计算有错误,需要再检查一下。
⑥单击“确定”按钮,计算完成。
⑦也可以直接在单元格B7中输入均值函数公式“=AVERAGE(B2:
B6)”,然后敲回车键,得到同样结果。
⑧在单元格B8中输入公式“=MEDIAN(B2:
B6)”计算中位数。
⑨在单元格B9中输入公式“=MODE(B2:
B6))”计算众数。
案例研究:
网上冲浪者的年龄
据报道,越来越多的人热心于网上冲浪,因为它能够打开空间的界限,带给人许多新的知识。
现随机抽取一些上网人进行调查,得知其年龄数据如下:
22、58、24、50、29、52、57、31、30、41、44、40、46、29、31、37、32、44、49、29。
试根据此样本资料对网上冲浪者的年龄水平给以描述。
操作步骤如下:
①打开“数据描述分析.xls”工作簿,选择“网上冲浪”工作表
②在单元格A22:
A25中分别输入“均值”、“中位数”、“众数”。
③在单元格B22中输入公式“=AVERAGE(B2:
B21)”,计算均值为为38.75。
④在单元格B23中输入公式“=MEDIAN(B2:
B21)”,计算中位数为38.5。
⑤在单元格B24中输入公式“=MODE(B2:
B21)”,计算众数为29。
2、离中趋势的测定与分析
如下如所示,三个不同的曲线表示三个不同的总体,其均值相同,但离中趋势不同。
(1)用Excel函数计算标准差与样本标准差
可以利用Excel来创建公式进行标准差测定,也可以利用Excel中的工作表函数来直接进行计算。
操作步骤如下:
①建立如前述的“网上冲浪”工作表。
②单击工具栏中的“函数”快捷按钮,弹出对话框如前述所示的“粘贴函数”的对话框。
在“函数分类”列表中选择“统计”,在“函数名”列表中选择总体标准差函数STDEVP。
③在数据区域中输入B2:
B21,则计算结果便显示在对话窗口下面,其值为10.61543687,单击“确定”按钮结束。
样本标准差的计算方法与其相同。
(2)四分位数与四分位距
将总体分成相等的四个部分的测定数为四分位数。
位于总体第25%位置的数值是第1四分位数Q1;位于总体第50%位置的数值是第2四分位数Q2;位于总体第75%位置的数值是第3四分位数Q3。
四分位距是总体中第3四分位数与第1四分数之差。
四分位距可包括位于总体分布中心的50%,它能集中地反映总体的特征。
仍以网上冲浪者年龄为例,计算数据的最小值、第1四分位数、第2四分位数、第3四分位数和四分位距。
①打开“数据描述分析.xls”工作簿,选择“网上冲浪”工作表。
②在单元格A27、A28、A29、A30和A31中分别输入“最小值”、“第1四分位数”、“第2四分位数”、“第3四分位数”、“最大值”和“四分位距”。
③在B27单元格中打开“插入”菜单,单击“函数”选项,在“函数类型”列表中选择“统计”,在“函数名”列表中选择四分位数函数QUARTILE,单击“确定”按钮,进入四分位数对话框窗口。
④在四分位数函数QUARTILE的对话框中,
在Array中输入数据区域B2:
B21;
在Quart中输入0,表示计算最小值或第0四分位数;
单击“确定”按钮,其值便显示在单元格B27中。
⑤在单元格B28中输入“=QUARTILE(B2:
B21,1)”,计算第1四分位数,显示29.75。
⑥在单元格B29中输入“=QUARTILE(B2:
B21,2)”,计算第2四分位数,显示38.5。
⑦在单元格B30中输入“=QUARTILE(B2:
B21,3)”,计算第3四分位数,显示46.75。
⑧在单元格B31中输入“=QUARTILE(B2:
B21,4)”,计算最大值,显示58。
⑨在单元格B32中输入“=B30-B28”,计算四分位距,显示值为17。
四分位距表明整个总体中位于29.75到46.75之间的数值有50%。
换句话说,从29.75到46.75这个17岁范围内可包括总体的50%。
3、分布形态的测定与分析
对于一组数据,不仅要描述其集中趋势、离中趋势,而且也要描述其分布形态。
这是因为一个总体如果均值相同,标准差相同,但也可能分布形态不同。
另外,分布的形态有助于识别整个总体的数量特征。
总体的分布形态可以从两个角度考虑,一是分布的对称程度,另一个是分布的高低。
前者的测定参数称为偏度或偏斜度,后者的测定参数称为峰度。
在统计分析中,用偏度指标对其进行测定。
偏度数值等于零,说明分布为对称;偏度数值大于零,说明分布呈现右偏态;如果偏度数值小于零,说明分布呈左偏态。
峰度是掌握分布形态的另一个指标,它能够描述分布的平缓或陡峭。
如果峰度数值等于0,说明分布为正态;如果峰度数值大于0,说明分布呈陡峭状态;如果峰度值小于0,则说明分布形态趋于平缓。
仍以网上冲浪者年龄为例,计算其偏态与峰度。
计算步骤如下:
①建立“网上冲浪”工作表。
②在A33单元格中输入“偏态”,在B33单元格中输入“=SKEW(B2:
B21)”,其显示值为0.27701322。
③在A34单元格中输入“峰度”,在B34单元格中输入“=KURT(B2:
B21)”,其显示值为-1.0811953。
结果如下图所示。
从图中偏度与峰度计算结果中可以看出,偏度0.27701322,说明其分布形态呈轻微右偏态,基本接近于对称分布。
峰度系数为-1.0811953,小于0,说明其分布形态趋势于平坦。
这主要是由于观察数据过少,不能表现其应有的峰度。
实验2参数估计
一、实验目的和要求:
了解Excel中的各种参数估计统计函数,能够运用Excel统计函数对正态单总体参数进行区间估计。
二、实验主要内容:
(1)熟悉用于参数估计的各种统计函数
(2)正态单总体参数的区间估计
(3)正态单总体参数的假设检验
三、基础理论知识
1、总体均值区间估计的基本内容
2、
当总体方差σ2已知时总体均值的区间估计
对于给定的显著性水平,可以构造均值的置信区间为:
总体方差未知时总体均值的区间估计
对于给定的显著性水平,总体均值的置信区间为:
2、必要样本容量的计算公式
样本量n的大小为:
e――为抽样极限误差
必要样本容量n与总体方差、抽样极限误差,置信水平之间具有下述关系:
在其他条件不变的情况下,总体方差越大,必要样本容量n便越大,必要样本容量与总体方差成正比;置信水平越大,必要样本容量便越大,二者成正方向关系;抽样极限误差越大,样本容量就越小,二者成反方向关系。
3、总体比例区间估计
比例抽样分布的标准差或标准误差为:
为总体比例
p为抽样