西南科技大学统计学报告文档格式.docx
《西南科技大学统计学报告文档格式.docx》由会员分享，可在线阅读，更多相关《西南科技大学统计学报告文档格式.docx（26页珍藏版）》请在冰豆网上搜索。
3、数据的导入
Excel数据文件的导入是将别的软件形成的数据或数据库文件，转换到Excel工作表中。
导入的方法有二，一是使用“文件-打开”菜单，二是使用“数据-导入外部数据-导入数据”菜单，两者都是打开导入向导，按向导一步步完成对数据文件的导入。
4、数据的筛选
数据的筛选是从大数据表单中选出分析所要用的数据。
Excel中提供了两种数据的筛选操作，即“自动筛选”和“高级筛选”。
5、数据的排序
Excel的排序功能主要靠“升序排列”（“降序排列”）工具按钮和“数据-排序”菜单实现。
在选中需排序区域数据后，点击“升序排列”（“降序排列”）工具按钮，数据将按升序（或降序）快速排列。
Excel分析工具库宏中的“排位与百分比排位”工具，也能部分实现显示排序结果的功能。
6、数据文件的保存
保存经过初步处理的Excel数据文件。
可以使用“保存”工具按钮，或者“文件-保存”菜单，还可以使用“文件-另存为”菜单。
（二）描述数据的图表方法
应用软件将数据转化成为直观的统计表和生动形象的统计图。
㈡实验要求：
1.熟练掌握Excel2003的统计制表功能
2.熟练掌握Excel2003的统计制图功能
3.掌握各种统计图、表的功能，并能准确的根据不同对象的特点加以应用
1，频数频率表——Frequency函数
用途：
以一列垂直数组返回某个区域中数据的频率分布。
它可以计算出在给定的值域和接收区间内，每个区间包含的数据个数。
语法：
FREQUENCY（data_array，bins_array）
参数：
data_array是用来计算频率一个数组，或对数组单元区域的引用。
bins_array是数据接收区间，为一数组或对数组区域的引用，设定对data_array进行频率计算的分段点。
2、直方图分析工具“工具”——“数据分析”——“直方图”
（二）统计图
1、直方图：
不支持手工输入，用来看分布状况
2、折线图：
用来同时分析比较两组计量组以上的数据
3、散点图：
用来看两组数据之间是否有共同变化的趋势
三）统计数据的描述
一：
实验目的
1.熟练掌握Excel2003中描述统计指标对应的函数，包括算数平均数、调和平均数、几何平均数、众数、中位数、标准差、方差、偏度、峰度等
2.熟练掌握Excel2003“描述统计”工具进行描述统计，注意其结果解释。
3.注意比较函数方法和“描述统计”工具所得结果
二：
实验步骤
1．使用函数描述
a.了解函数名称：
函数名称
函数功能
Average
计算指定序列算数平均数
Geomean
计算数据区域的几何平均数
Harmean
计算数据区域的调和平均数
Median
计算给定数据集合的中位数
Mode
计算给定数据集合的众数
Max
计算最大值
Min
计算最小值
Quartile
计算四分位点
Stdev
计算样本的标准差
Stdevp
计算总体的标准差
Var
计算样本的方差
Varp
计算总体的方差
2．均值
①:
算术平均数
a.激活一空白单元格，输入公式回车
②：
几何平均数
a.使用Geomean函数来计算几何平均数
b.使用语法geomean（number1,number2,...）求目标的几何平均数
③．中位数
a.使用函数median（number1,number2,…）.计算目标中位数。
④．众数
a.使用MODE（number1,number2,…）函数来计算目标的众数
3：
离散程度度量
①．极差
a.使用MAX（number1,number2,…）计算组中最大值
b.使用MIN（number1,number2,…）计算组中最小值
c.利用极差定义，构建函数组合MAX-MIN，算出极差
②．方差和标准差
a.使用VARP（number1,number2,…）计算总体的方差
b,使用VAR（number1,number2,…）估算样本方差
c.使用STDEVP（number1,number2,…）返回整个总体的标准偏差
d.使用STDEV（number1,number2,…）估算样本的标准偏差
③：
变异系数
a.在另一空白单元格中输入“XXX变异系数=”字样，
b.在另一空白单元格中输入公式“=STDEV（）/AVERAGE（）”回车，
4．“描述统计”分析工具扩展函数
a.使用“工具-数据分析-描述统计”进入“撕碎统计”对话框
b.输入相应数据点击确定按钮，得到结果
四）参数估计——
A，抽样——“抽样”分析工具将输入区域视为总体，并使用总体来建立样本。
当总体过大而无法处理或制成图表时，就可以使用代表样本。
如果输入数据是周期性的，也可以建立只包含某个周期特定部分数值的样本。
例如．若输入区域包含了每季的销售量，就可以在输入区域的同一季4个地点数值中以周期性比率来抽样。
B，参数估计——点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数。
通常它们是总体的某个特征值，如数学期望、方差和相关系数等。
点估计问题就是要构造一个只依赖于样本的量，作为未知参数或未知参数的函数的估计值。
例如，设一批产品的废品率为θ。
为估计θ，从这批产品中随机地抽出n个作检查，以X记其中的废品个数，用X/n估计θ，这就是一个点估计。
——区间估计是依据抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，作为总体分布的未知参数或参数的函数的真值所在范围的估计。
例如人们常说的有百分之多少的把握保证某值在某个范围内，即是区间估计的最简单的应用。
——TINV
返回作为概率和自由度函数的t分布的t值。
TINV（probability，degrees_freedom）
probability为对应于双尾t分布的概率，degrees_freedom为分布的自由度。
——NORMSINV
返回标准正态分布累积函数的逆函数。
该分布的平均值为0，标准偏差为1。
NORMSINV（probability）
probability是正态分布的概率值。
——ABS
用途：
求出相应数字的绝对值。
语法：
ABS（number）
number代表需要求绝对值的数值或引用的单元格。
——Chiinv
返回卡方分布单尾概率的逆函数。
CHIINV（probability，degrees_freedom）
Probability为卡方分布的单尾概率，
Degrees_freedom为自由度。
——FINV
返回F概率分布的逆函数值，即F分布的临界值。
FINV（probability，degrees_freedom1，degrees_freedom2）
Probability是累积F分布的概率值，Degrees_freedom1是分子自由度，Degrees_freedom2是分母自由度。
——CONFIDENCE
返回总体平均值的置信区间，它是样本平均值任意一侧的区域。
CONFIDENCE（alpha，standard_dev，size）。
Alpha是显著水平参数，Standard_dev是数据区域的总体标准偏差，Size为样本容量。
实验五）假设检验
应用统计软件，在抽样数据获取的基础上，对总体参数进行假设检验。
⒈了解不同假设检验内容要求的不同检验统计量和检验方法；
⒉掌握利用函数表单进行假设检验的方法和步骤；
⒊掌握Excel2003中应用分析工具库进行假设检验的方法和步骤。
㈢实验内容：
⑴假设检验的函数表单
函数表单构建的基本思路是：
1.确定需进行假设检验的总体参数
2.确定抽样样本统计量及其服从的分布
3.进行假设设计（单侧，双侧）
4.确定置信水平
5.计算检验统计量
6.计算置信水平下的检验区间（或检验临界值）
7.比较检验统计量与检验区间（或检验临界值），得出结论
总体方差已知，总体均值检验，不论样本大小都用正态分布处理
总体均值u的双尾检验
假设检验
H0
总体均值=总体均值假设值
H1
总体均值≠总体均值假设值
样本统计量
样本个数
=Count（样本数据）
样本均值
=Average（样本数据）
用户输入
总体标准差
总体均值假设值
置信水平
计算结果
抽样平均误差
=总体标准差/Sqrt（样本个数）
检验统计量
=（样本均值-总体均值假设值）/抽样平均误差
检验区间下限
=Normsinv（（1-置信水平）/2）
检验区间上限
=Normsinv（1-（1-置信水平）/2）
检验结果
=If（And（检验区间上限>
检验统计量,检验统计量>
检验区间下限）,"
“接受H0”"
"
“拒绝H0”"
）
总体均值u的左单侧检验
总体均值≥总体均值假设值
总体均值＜总体均值假设值
检验临界值
=-Normsinv（1-置信水平）
=If（检验统计量<
检验临界值，"
，"
总体均值u的右单侧检验
总体均值≤总体均值假设值
总体均值＞总体均值假设值
=Normsinv（置信水平）
=If（检验统计量>
总体方差未知，大样本，总体均值检验
样本标准差
=Stdev（样本数据）
=样本标准差/Sqrt（样本个数）
总体比率检验
总体比率的双侧检验
总体比率=总体比率假设值
总体比率≠总体比率假设值
样本比率
总体比率假设值
=Sqrt（样本比率*（1-样本比率）/样本个数）
=（样本比率-总体比率假设值）/抽样平均误差
总体比率的左单侧检验
总体比率≥总体比率假设值
总体比率＜总体比率假设值
总体比率的右单侧检验
⑵分析工具库
•F-检验：
双样本方差
•t-检验:
双样本等方差假设
•t-检验：
双样本异方差假设
成对双样本均值分析
•Z-检验：
双样本均值分析
⒈F-检验：
该工具通过双样本的F检验，对两个样本的方差进行比较。
用于说明两个样本的方差是否存在显著差异。
显示内容
平均
样本1均值
样本2均值
方差
样本1方差
样本2方差
观测值
样本1个数
样本2个数
df
分子自由度
分母自由度
F
样本1方差/样本2方差
P（F<
=f）单尾
单尾检验的显著水平
F单尾临界
单尾检验的F临界值
结果解释
样本1总体方差=样本2总体方差
样本1总体方差≠样本2总体方差
判别
（1）若P小于显著性系数ɑ，拒绝H0，说明两样本方差存在显著差异；
反之，接受H0，说明两样本方差不存在显著差异。
（2）若F大于临界值，拒绝H0，说明两样本方差存在显著差异；
2.t-检验:
该工具是在一定置信水平之下，在两个总体方差相等的假设之下，检验两个总体均值的差值等于指定平均差的假设是否成立的检验。
合并方差
样本1方差和样本2方差的加权平均数
假设平均差
样本1总体均值和样本2总体均值的平均差
假设检验的自由度
tStat
两个样本均值差值减去假设平均差之后再除于标准误差
P（T<
=t）单尾
t单尾临界
单尾检验t的临界值
=t）双尾
双尾检验的显著水平
t双尾临界
双尾检验t的临界值
样本1总体均值-样本2总体均值=假设平均差
样本1总体均值-样本3总体均值≠假设平均差
（1）若P小于显著性系数ɑ，拒绝H0；
反之，接受H0。
（2）若tstat大于临界值，拒绝H0；
3.t-检验：
该分析工具可以进行双样本t-检验，与双样本等方差假设检验不同，该检验是在两个数据集的方差不等的前提假设之下进行两总体均值差额的检验，故也称作异方差t-检验。
可以使用t-检验来确定两个样本均值实际上是否相等。
当进行分析的样本个数不同时，可使用此检验。
如果某一样本组在某次处理前后都进行了检验，则应使用“成对检验”。
4.t-检验：
该分析工具可以进行成对双样本t-检验，用来确定样本均值是否不等。
此t-检验并不假设两个总体的方差是相等的。
当样本中出现自然配对的观察值时，可以使用此成对检验，例如，对一个样本组进行了两次检验，抽取实验前的一次和实验后的一次。
5.Z-检验：
该分析工具可以进行方差已知的双样本均值z-检验。
此工具用于检验两个总体均值之间存在差异的假设。
例如，可以使用此检验来确定两种汽车模型性能之间的差异情况。
（六）方差分析
A单因素方差分析
差异源
离差平方和SS
自由度Df
均方MS
统计量F
P值
F临界值
组间
SSA
k-1
MSA
MSA/MSE
组内
SSE
n-k
MSE
总计
SST
n-1
——
—
B无重复双因素方差分析
行因素
SSR
MSR
FR
列因素
SSC
r-1
MSC
FC
误差项
（k-1）*（r-1）
kr-1
C可重复双因素方差分析
交互作用
SSRC
MSRC
FRC
kr（m-1）
krm-1
七）相关与回归分析
应用统计软件，对数据进行相关与回归分析。
⑴掌握Excel2003利用函数Correl计算相关系数的方法
⑵掌握Excel2003利用分析工具“相关系数”计算相关系数的方法
⑶掌握Excel2003中应用函数组合进行回归分析的方法和步骤
⑷掌握Excel2003中应用分析工具“回归”进行回归分析的方法和步骤
㈢实验步骤：
⑴相关分析
1.Correl函数求相关系数
CORREL（array1,array2）
作用：
返回单元格区域array1和array2之间的相关系数。
使用相关系数可以确定两种属性之间的关系。
例如，可以检测某地的平均温度和空调使用情况之间的关系。
2.“相关系数”分析工具扩展函数
使用工具-数据分析菜单打开数据分析对话框，选择相关系数分系工具，点击确定按钮打开相关系数对话框。
在相关系数对话框中选择相应的要求，如下图：
⑶回归分析
1.回归
升级会员 