数据分析大作业讲解.docx

数据分析大作业讲解.docx

《数据分析大作业讲解.docx》由会员分享，可在线阅读，更多相关《数据分析大作业讲解.docx（46页珍藏版）》请在冰豆网上搜索。

数据分析大作业讲解

第一章数据描述分析

（一）目的与要求：

掌握利用统计软件求样本的数据特征、数据的分布，并理解所求各统计值的实际意义及作用，能把数据特征及数据分布用以解决实际问题。

掌握正态分布、对数正态分布、威布尔分布、指数分布等几种常见分布的拟合检验方法。

理解相关的本质含义，并会判断几个变量的相关性，掌握几种不同相关性的差别方法；能利用软件输出的结果判断变量的相关性。

（二）重点与难点：

掌握求数据的数字特征的程序结构,并能看懂程序输出的结果。

区别不同的程序过程能求得一些相同的结果，但它们的功能上的区别；掌握几种描述数据分布软件处理方法、意义、实际应用；掌握平均数与中位数的区别与优劣；理解并能利用程序计算结果计算上、下截断点，会利用上、下截断点判别一组数据中是否有截断点，会处理异常值。

掌握多元数据的数字特征及相关性的判断，并会应用程序结果。

1.1某小学60名11岁学生的身高（单位：

cm）数据如下：

（1）计算均值、方差、标准差、变异系数、偏度、峰度；

（2）计算中位数、下和上四分位数、四分位极差、三均值；

（3）作出直方图；

（4）作出茎叶图；

（5）进行正态W检验（）；

（6）进行经验分布函数的检验。

126149143141127123137132135134146142

135141150137144137134139148144142137

147138140132149131139142138145147137

135142151146129120143145142136147128

142132138139147128139146139131138149

1.21949－1980年全国历年人口（单位：

亿人）如下：

（1）计算均值、方差、标准差、变异系数、偏度、峰度；

（2）计算中位数、下、上四分位数、四分位极差、三均值；

（3）作出直方图；

（4）作出茎叶图；

（5）找出异常值。

（6）进行正态W检验（）；

（7）进行经验分布函数的检验。

5.41675.51965.63005.74825.87966.0266

6.14656.28286.46536.59946.72076.6207

6.58596.72956.91727.04997.25387.4542

7.63687.85348.06718.29928.52298.7177

8.92119.08599.24209.37179.49749.6259

9.75429.870510.007210.154110.2495

10.347510.4532

1.31978年至1999年我国居民消费数据如表1.3所示

（1）计算均值、方差、标准差、变异系数、偏度、峰度；

（2）计算中位数、下、上四分位数、四分位极差、三均值；

（3）作出直方图；

（4）作出茎叶图；

（5）找出异常值。

1978184138405

1979207158434

1980236178496

1981262199562

1982284221576

1983311246603

1984354283662

1985437347802

1986485376920

19875504171089

19886935081431

19897625531568

19908035711686

19918966211925

199210707182356

199313318553027

1994174611183891

1995233614344874

1996264117685430

1997283418765796

1998297218956217

1999318019736651

1.42002年11月以及1至11月全国各省、市、区财政预算收入数据如下：

（1）计算均值、方差、标准差、变异系数、偏度、峰度；

（2）计算中位数、下、上四分位数、四分位极差；

（3）作出直方图；

（4）作出经验分布函数图；

（5）X1和X2的观测值的pearson相关系数与spearman相关系数。

北京35.22499.80

天津10.41161.37

河北17.22273.29

山西10.70134.79

内蒙古10.2990.92

辽宁18.66348.99

吉林4.41106.89

黑龙江6.24196.44

上海49.72656.95

江苏47.70580.70

浙江36.55518.10

安徽14.85179.41

福建19.46250.16

江西10.93122.06

山东40.26552.74

河南19.82268.20

湖北19.49221.43

湖南16.01197.68

广东99.321080.26

广西14.77160.60

海南3.9639.51

重庆10.49111.76

四川21.71250.09

贵州13.0695.87

云南20.34183.62

西藏0.776.08

陜西11.38133.50

甘肃3.6664.86

青海1.2118.30

宁夏2.3123.81

新疆3.24103.81

1.5对某民族的21人测量其血液4种成分的含量，观测数据如下：

求总体均值向量及总体协方差矩阵的估计。

18.828.15.135.1

17.425.64.933.9

16.027.45.032.2

19.329.51.729.1

17.427.44.535.6

15.325.33.632.2

16.725.84.433.0

17.426.74.433.0

16.225.72.333.9

16.726.76.435.0

18.228.03.229.7

16.726.72.134.9

18.126.74.331.5

16.726.03.032.7

18.130.27.034.9

20.230.54.834.4

20.229.55.536.2

21.531.55.836.5

18.830.65.435.4

21.627.85.434.1

21.329.55.835.8

1.7一组人体的胸部、腹部、手臂部分皮肤的有关数据如下：

（1）计算观测数据均值向量和中位数向量；

（2）计算观测数据的pearson相关矩阵，spearman相关矩阵及各元素对应的检验值，并做相关性的显著性检验。

9.012.03.0

8.515.03.0

13.019.03.0

10.07.04.0

7.013.02.5

15.528.55.0

22.520.04.5

5.58.53.0

25.035.06.5

15.019.04.0

12.520.03.0

17.019.55.0

16.017.56.0

20.020.07.5

12.017.04.0

22.020.06.0

17.028.05.5

16.018.03.0

21.027.56.0

13.014.04.0

21.013.09.0

21.06.03.5

13.56.53.5

5.07.53.5

16.020.05.5

14.514.54.0

10.023.06.0

11.013.06.0

10.512.03.5

15.015.53.0

9.012.55.0

23.024.06.5

14.021.06.5

16.011.03.0

16.517.04.0

16.015.03.0

12.015.53.5

9.04.02.0

12.06.05.0

5.014.03.0

17.015.04.5

16.011.03.0

17.518.03.0

11.515.03.0

4.03.02.0

17.515.04.5

9.511.52.5

26.038.04.0

15.013.04.5

19.012.03.0

第二章线性回归分析

（一）目的与要求：

掌握建立多元回归方程的方法，并能检验所建立回归方程的显著性与方程系数的显著性,能根据实际问题作预测与控制。

（二）重点与难点：

会对实际数据建立有效的多元回归模型，能对回归模型作残差分析；掌握SAS输出结果中用于判别回归方程优良性的不同统计量；能对回归模型进行运用，对实际问题进行预测或控制。

2.4某公司管理人员为了了解某化妆品在一个城市的月销售量Y（单位：

箱）与该城市中适合使用该化妆品的人数X1（单位：

千人）以及他们人均月收入X2（单位：

元）之间的关系，在某个月中对15个城市作了调查，得到的观测值如下：

（1）求回归系数的最小二乘估计和误差方差的估计，写出回归方程并对回归系数作解释；

（2）求出方差分析表，解释对线性回归关系显著性检验的结果，求复相关系数的平方的值并解释其意义；

（3）分别求和的置信度为95%的置信区间；

（4）对，分别检验人数X1及收入X2对销量Y的影响是否显著，利用与回归系数有关的一般假设方法检验X1和X2的交互作用（即X1X2）对Y的影响是否显著；

（5）该公司欲在一个适宜使用该化妆品的人数X01=200，人均月收入X02=2500的新的城市中销售该化妆品，求其销量的预测值及其置信度为95%的置信区间；

（6）求Y的拟合值，残差及学生化残差，根据对学生化残差，根据对学生化残差正态性的频率检验及正态QQ图检验说明模型误差项的正态性假定是否合理，有序学生化残差与相应标准正态分布的分位数的相关系数是多少？

作出各种残差图，分析模型有关假定的合理性。

1622742450

1201803254

2233753802

1312052838

67862347

1692653782

81983008

1923302450

1161952137

55532560

2524304020

2323724427

1442362660

1031572088

2123702605

2.5下面的数据是由特定模型产生的20组模拟数据

（1）首先拟合Y关于X的线性回归模型，结果如何？

通过残差分析（尤其是残差图分析）并参考Y与X的散点图，选择你认为合理的回归函数形式，拟合你所选择的回归模型，再通过残差分析考察所设定的模型的合理性，最后，将你所拟合的回归方程与真实模型（）比较，你是否给出了正确的模型形式。

（2）如果对因变量作BOX-COX变换，求变换参数的值，拟合变换后的变量关于X的简单线性回归模型，结果如何？

你对BOX-COX变换有何新的认识？

0.055.9421

0.155.4691

0.255.8724

0.355.1815

0.455.1955

0.555.