统计学实验报告.docx
《统计学实验报告.docx》由会员分享，可在线阅读，更多相关《统计学实验报告.docx（10页珍藏版）》请在冰豆网上搜索。
统计学实验报告
统计学实验报告
学号：
姓名：
专业：
班级：
指导教师：
实验题目
数据的整理与分析
实验地点
商学实验中心
实验日期
2011/4/4
实验目的：
熟练掌握并使用Excel中的“数据”命令的各项功能以及如何利用Excel制作美观实用的统计图表。
其中“数据”功能中需要掌握有效性、排序、筛选以及数据透视表四项功能。
实验环境
MicrosoftExcel
实验步骤及结果：
8名学生4门课程的考试成绩数据见book101。
要求：
（1）试找出统计学成绩等于75分的学生；
（2）英语成绩最高的前三名学生；
（3）4门课程成绩都高于70分的学生。
（1）第一步，选定B列数据区域，选择“数据”菜单，并选择“自动筛选”命令。
第二步，在出现的下拉箭头下，选择75得出结果
姓名
统计学
数学
英语
经济学
赵颖
75
96
81
83
袁方
75
58
76
90
（2）第一步，选定D列数据区域，选择“数据”菜单，并选择“自动筛选”命令。
第二步，在下拉箭头下选择“前10个”，并在对话框中输入“3”，得到结果。
姓名
统计学
数学
英语
经济学
王翔
91
75
95
94
李华
81
60
86
64
陈风
87
76
92
77
（3）运用高级筛选，选出“四门成绩都高于70分的学生”
第一步，建立条件区域，要在工作表的顶端插入若干行来放置条件。
第二步，在四项学科名下键入匹配条件“＞70”
第三步，选定要筛选的清单
第四步，选择“高级筛选”命令，在弹出的对话框中进行相应的设置。
修改“数据区域”或“条件区域”。
单击“确定”。
姓名
统计学
数学
英语
经济学
王翔
91
75
95
94
陈风
87
76
92
77
赵颖
75
96
81
83
实验分析：
本次实验中，主要考察的是“自动筛选”，和“高级筛选”命令的运用。
根据题目中的条件进行选择筛选，得到结果。
考核结果
教师签名
年月日
实验题目
描述统计
实验地点
商学实验中心
实验日期
2011/4/18
实验目的：
熟练使用“描述统计”命令对一组数据进行描述统计分析并理解各个指标的含义，在此基础上对两组或两组以上数据进行对比分析，有利于学习对各个描述统计指标意义的理解，正确理解数据的分布特征。
实验环境
MicrosoftExcel
实验步骤及结果：
某百货公司6月份各天的销售额数据见book107。
用Excel中的“数据分析”工具分析：
（1）集中趋势的测度值：
众数、中位数、均值
（2）测度离中趋势：
方差、标准差、极差
（3）峰态与偏态的测度：
峰态系数和偏态系数
第一步，单击“工具”菜单，选择“数据分析”命令。
第二步，在“数据分析”对话框中，在分析工具列表框选择选择“描述统计”，单击“确定”按钮。
第三步，出现描述统计对话框
第四步，在对话框中，选择“输入区域”，点击活动按钮，选择数据区域，选择“输出区域”，点击活动按钮，选择输出区域。
再选中“汇总统计”、“选择标致位于第一行”等。
第五步，单击“确定”按钮，得到计算结果。
列1
平均
414.6667
标准误差
7.69734
中位数
420
众数
420
标准差
42.16007
方差
1777.471
峰度
0.132185
偏度
-0.01316
区域
190
最小值
320
最大值
510
求和
12440
观测数
30
最大
（1）
510
最小
（1）
320
置信度（95.0%）
15.74283
实验分析：
从计算结果上看，对于本次实验中的数据经过统计得出集中趋势是对数据向某一中心值靠近程度的测定。
常用均值，中位数、众数、几何平均等，。
而离散程度是对数据之间离散大小及程度的测度，运用极差、四分位查、标准差等。
看出此组数据的集中趋势。
考核结果
教师签名
年月日
实验题目
线性回归分析
实验地点
商学实验中心
实验日期
2011/5/9
实验目的：
熟练使用图表输出工具及相关系数命令对所给数据做相关分析的具体操作步骤，并根据输出结果结实数据之间究竟呈何种相关关系；熟练使用回归命令进行回归分析并理解回归命令的输出结果。
实验环境
MicrosoftExcel
实验步骤及结果：
一家汽车销售商的经理认为，汽车的销售量与所投入的广告费用的多少有着密切的关系。
为研究它们之间的关系，这位经理集了过去12年的有关数据。
结果见book7.02。
要求用Excel进行回归分析：
（1）汽车销售量与广告费用之间的相关系数是多少？
（2）汽车销售量的总变差中有多少是由广告费用的变动引起的？
⑶写出估计的回归方程并解释回归系数的实际意义。
⑷检验回归方程线性关系的显著性。
⑸进行回归系数的显著性检验。
（1）第一步，在“工具”菜单中选择“数据分析”选项，从其“分析工具”列表中选择“相关系数”，回车进入对话框
第二步，在“输入区域（I）”要求输入数据艘在区域，为“A1：
C17”；
第三步，“分组方式”选择“逐列”；选择“标致位于第一行（L）”复选框。
第四步，在输出选项中选择“新工作表组”，回车确认。
汽车销售量（辆）
广告费用（万元）
汽车销售量（辆）
1
广告费用（万元）
0.987702434
1
（2）（3）（4）
第一步，选择“工具”下拉菜单。
第二步，选择“数据分析”选项。
第三步，出现“数据分析”对话框，在“分析工具”栏中选择“回归”，单击“确定”按钮。
第四步，出现“回归”对话框。
选择Y、X值输入区域，选中“标志”，“置信度”，“常数为零”，“残差”
第五步，单击“确定”按钮，给出计算结果。
回归统计
MultipleR
0.987702434
RSquare
0.975556098
AdjustedRSquare
0.973111708
标准误差
30.85017158
观测值
12
方差分析
df
SS
MS
F
SignificanceF
回归分析
1
379836.669
379836.7
399.1
2.1698E-09
残差
10
9517.33086
951.7331
总计
11
389354
Coefficients
标准误差
tStat
P-value
Lower95%
Upper95%
下限95.0%
上限95.0%
Intercept
-161
38.51113366
-4.16767547
0.001925
-246.31006
-74.6937545
-246.31006
-74.6937545
XVariable1
0.48
0.02406891
19.97748718
2.17E-09
0.427207469
0.534465216
0.427207469
0.534465216
实验分析：
R为相关系数，R的平方是判定系数，也称拟合优度，反映整体的拟合情况；
方差分析是指在回归分析中利用方差分析的思想进行显著性检验，其原假设是H0:
线性关系不显著。
显著性的检验包括两方面内容：
一是对各回归系数的显著性检验；一是对整个回归方程线性关系的显著性检验。
前者用t检验，后者在方差分析的基础上采用F检验。
回归系数的显著性检验，就是要检验自变量对因变量的影响是否显著、两者之间是否存在线性关系的问题。
过程是：
第一步，提出假设。
第二步，计算检验的统计量t。
第三步，做出决策。
考核结果
教师签名
年月日
实验题目
时间序列
实验地点
商学实验中心
实验日期
2011/5/16
实验目的：
熟练掌握散点图的做法，掌握并熟练使用移动平均和指数平滑两个命令对时间序列进行分析的操作步骤；熟练掌握使用各种函数对支线趋势进行预测；熟练运用MicrosoftExcel剔除时间序列中的季节成分使数据显现非季节发的趋势
实验环境
MicrosoftExcel
实验步骤及结果：
下表是我国1981-2000年油菜籽单位面积产量数据见book8.02。
要求：
（1）绘制时间序列的散点图，描述其形态。
（2）用3期移动平均法预测2001年单位面积产量
（3）采用指数平滑法，分别用平滑系数0.3和0.5预测各年的单位面积产量，分析预测误差，说明用哪一个平滑系数更合适。
并预测2001年产量。
（1）第一步，在“工具”栏中，选择“插入”“图表”“XY散点图”点击“下一步”。
第二步，选定“数据区域”，选择“列”。
第三步，点击“确定”，完成图表。
（2）
（2）第一步，第一步，在“工具”菜单中选择“数据分析”选项，从其“分析工具”列表中选择“移动平均”，回车进入对话框
第二步，在“输入区域”输入时间序列数据所在的区域，在“间隔”中输入步长“3”。
第三步，设置输出选项，在“输出区域”框中，输入“C2”，选择“标准误差”“图表输出”复选框
第四步，得出结果
1451
1427.3
1349.51
1314.257
1293.48
1265.436
1263.805
1190.664
1161.965
1191.375
1198.463
1223.224
1248.957
1263.07
1308.949
1326.364
1372.155
1342.108
1380.176
1421.823
第五步，运用移动平均再预测，同理指数平滑
（3）第六步，在“工具”菜单中选择“数据分析”选项，从其“分析工具”列表中选择“指数平滑”，回车进入对话框
第七步，在“输入区域”输入时间序列数据所在的区域，在“阻尼系数”中输入步长“1-a”。
第八步，设置输出选项，在“输出区域”框中，输入“C2”，选择“标准误差”“图表输出”复选框
第九步，得出结果
实验分析：
在数理统计中，把变量之间具有密切关系而又不能用函数关系精确表达的关系，采用变量间相关关系展示常数散点图的方式，常见的时间序列平滑技术包括移动平均法和指数平滑法，也可用于时间序列的预测。
指数平滑法是移动平均的一种形式。
选择最优的平滑系数，可根据均方误差最小的原则选择。
对于指数平滑来说，因得到新序列的平滑值个数相同，所以可直接根据误差平方来选择。
考核结果
教师签名
年月日
升级会员 