数理统计课程设计论文Word格式.docx
《数理统计课程设计论文Word格式.docx》由会员分享,可在线阅读,更多相关《数理统计课程设计论文Word格式.docx(13页珍藏版)》请在冰豆网上搜索。
109.99
101.53
94.14
93.39
粮食
111.38
112.62
113.15
104.31
95.66
100.97
谷物
107.06
108.5
109.96
104.92
98.43
100.7
小麦
108.65
107.76
109.55
107.2
100.16
103.23
稻谷
103.48
106.93
111.72
105.96
107.29
109.34
玉米
108.91
110.29
107.83
101.8
103.95
106.59
豆类
136.48
135.92
132.87
102.15
90.94
95.52
大豆
140.11
139.84
136.53
103.16
88.21
85.2
薯类
112.99
115.88
110.78
100.12
87.96
83.81
油料
133.43
140.08
132.16
102.33
98.32
102.12
棉花(籽棉)
112.24
112.1
100.56
86.64
84.29
75.82
糖料
96.47
99.31
100.11
104.29
78.06
87.64
烟叶
114.24
114.32
119.13
120.36
101.46
94.8
蔬菜
123.36
108.61
99.83
97.59
101.03
100.71
水果
109.71
114.97
108.62
97.01
101.09
110.62
茶叶
108.89
84.21
75.63
82.19
80.84
114.4
二、林业产品
112.96
111.49
112.11
99.51
92.56
97.91
木材
110.82
110.49
107.3
106.38
88.81
86.73
竹材
113.43
108.75
108.51
106.06
95.84
93.77
胶脂和果实类林产品
113.95
111.97
114.38
96.25
99.82
99.76
三、畜牧业产品
144.94
135.15
115.87
100.21
85.45
83.35
生猪(毛重)
162.07
148.36
117.42
93.5
92.16
82.7
活牛(毛重)
137.27
130.75
121.6
113.37
84.78
68.48
活羊(毛重)
136.9
128.85
122.53
110.17
101.74
99.41
活家禽(毛重)
117.93
115.2
111.13
105.71
100.32
100.25
禽蛋
112.97
110.12
106.92
102.37
101.64
奶类
136.76
131.66
124.73
108.68
101.98
102.6
毛绒类
104.28
91.19
87.5
97.96
87.87
86.67
四、渔业产品
112.85
112.73
112.94
107.82
95.26
85.91
海水水产品
108.53
105.44
109.38
105.9
96.71
99.32
海水鱼类
114.61
106.64
111.69
108.99
88.36
98.44
海水贝类
102.47
102.2
100.52
95.34
86.51
101.55
内陆水域水产品
116.85
119.48
116.24
109.59
89.83
88.78
淡水鱼类
116.07
119.72
116.61
109.58
104.45
100.13
淡水虾蟹类
130.7
115.24
109.81
109.79
104.24
100.19
我们先对2008年的价格指数进行分析
108.08
99.14
其散点图如下
方差分析:
单因素方差分析
SUMMARY
组
观测数
求和
平均
方差
列1
36
4276.98
118.805
198.965
列2
4164.04
115.668
182.908
列3
4021.37
111.705
129.096
列4
3714.9
103.192
51.123
方差分析
差异源
SS
df
MS
F
P-value
Fcrit
组间
4930.772
3
1643.59
11.6962
6.93E-07
2.66926
组内
19673.21
140
140.523
总计
24603.98
143
由于F=11.69625>2.
又其拒绝域为(W=F》3.1)
所以认为季节对各种产品价格的影响是显著的,此处
我们再对2008年
2009
价格指数分析
t-检验:
双样本等方差假设
变量1
变量2
94.97139
95.59972
60.06839
96.78383
观测值
合并方差
78.42611
假设平均差
70
tStat
-0.30102
P(T<
=t)单尾
0.
t单尾临界
1.
=t)双尾
t双尾临界
回归分析
SUMMARYOUTPUT
回归统计
MultipleR
0.56583
RSquare
AdjustedRSquare
标准误差
6.
SignificanceF
1
673.1096
673.11
16.012
残差
34
1429.284
42.0378
35
2102.394
Coefficients
Lower95%
Upper95%
下限95.0%
上限95.0%
Inter
cept
52.
10.70447
4.8911
2.4E-05
30.
74.
74.1103
XVari
able1
0.1114
4.0015
0.00032
0.67215
且拒绝域喂(F>
0.),故F值为16.01202,落在拒绝域内,因此回归方程是显著的,所以回归方程式是有意义的,求其回归方程。
现在对年份对各种农产品价格的影响,首先我们分别检验2008和2009年的一季度,二季度:
图形对比:
129.5167
8.
2.15E-13
4.3E-13
115.
95.
182.
96.
139.
7.
2.6967E-10
5.39339E-10
对比两年的方差可以知道年份对价格的影响是非常大的,而且2008年方差较大,故其波动交大,究其原因,是和2008年全国金融危机有很大关系的
总结
我国是农业大国,农业是我们的经济基础,目前,农产品的变化关系到我国的经发展趋势,我们了解了各季度年份对农产的影响,我们才能因地至宜,实行宏观政策来调控它,确保它有序,渐进,健康地发展,比如当农产品价格要下降时,我们可以实行稳定农产品价格政策,比如原价购买等,在这里我们用了单因子分析,其作用和思想如下:
方差分析是从观测变量的方差入手,研究诸多控制变量中那些变量是对观测变量有显著影响的变量
方差分析的作用
一个复杂的事物,其中往往有许多因素互相制约又互相依存。
方差分析的目的是通过数据分析找出对该事物有显著影响的因素,各因素之间的交互作用,以及显著影响因素的最佳水平等。
方差分析是在可比较的数组中,把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。
对变差的度量,采用离差平方和。
方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和,这是一个很重要的思想。
经过方差分析若拒绝了检验假设,只能说明多个样本总体均数不相等或不全相等。
若要得到各组均数间更详细的信息,应在方差分析的基础上进行多个样本均数的两两比较。
1、多个样本均数间两两比较
多个样本均数间两两比较常用q检验的方法,即Newman-kueuls法,其基本步骤为:
建立检验假设-->
样本均数排序-->
计算q值-->
查q界值表判断结果。
2、多个实验组与一个对照组均数间两两比较
多个实验组与一个对照组均数间两两比较,若目的是减小第II类错误,最好选用最小显著差法(LSD法);
若目的是减小第I类错误,最好选用新复极差法,前者查t界值表,后者查q'
界值表
基本思想
通过分析研究中不同来源的变异对总变异的贡献大小,从而确定可控因素对研究结果影响力的大小。
在工农生产和科研活动中,影响产品产量,质量的因素很多,例如农作物的施肥种类,施肥量等因素有很多,这时候就适合用单因子方差分析,看哪个因素影响是显著的
参考文献
[1]概率论与数理统计,茆诗松程依明,高等教育出版社,国家统计局网站