统计学报告word版Word格式.docx

1、1.3 假设日加工零件数大于等于130为优秀。一、实验步骤第一步 建立如图1.1所示的Excel数据文件，或打开已有的数据文件。图1.1第二步 整理成频数分布表，如图1.2某车间50名工人日加工零件数分组表按零件数分组（个）频数频率累计频数累计频率向上累计向下累计105-1104850100110-1155109461892115-1201617413482120-125132630336066125-130204080130-135612135-140合计图1.2第三步 绘制直方图1. 选择“数据”的“数据分析”，在选择“直方图”选项，弹出对话框如图1.3。图1.32输入输入区域、接收区域和

2、输出区域，选择累计百分率和图表输出。按确定，如图图1.43输出图，对图形的标题、图例、数据标志、坐标轴、等进行设置。如图1.5和1.6。图1.5 图1.6第四步 频数分布表图1.7第五步 假设日加工零件数大于等于130为优秀。如图1.8。图1.8实验二 百货公司6月份各天的销售额数据如下（单位:万元）257 276 297 252 238 310 240 236 265 278271 292 261 281 301 274 267 280 291 258272 284 268 303 273 263 322 249 269 295（1）计算该百货公司日销售额的均值、众数、中位数;（2）计算该百

3、货公司日销售额的极差、标准差;（3）计算日销售额分布的偏态系数和峰度系数。实验步骤第一步 输入原始数据，如图2.1。图2.1第二步 选择“数据”的“数据分析”，再选择“描述统计”。如图2.2图2.2第三步 输入输入区域和输出区域，选择汇总统计、平均数置信度、第K大值和第K小值。如图2.3。图 2.3第四步 输出结果，如图2.4。图2.4实验三 综合运用统计学中相关与回归分析的内容，根据下列数据作出一个相关回归模型。某地区19962011年国民生产总值和财政收入资料 单位：亿元年份国内生产总值财政收入199618667.822937.1199721781.53149.48199826923.48

4、3483.37199935333.924348.95200048197.865218.1200160793.736242.2200271176.597407.99200378973.048651.14200484402.289875.95200589677.0511444.08200699214.5513395.232007109655.216386.042008120332.718903.642009135822.821715.252010159878.326396.472011183084.831649.29实验步骤：一、利用Excel做相关分析 相关分析通常有两种方式，一个是绘制数据散点

5、图，另一个是计算相关系数。 .绘制数据散点图（XY散点图） 第一步 建立或打开如图3.1所示的Excel数据表。图3.1 第二步 单击【插入】按钮，启动【散点图】，进入【所有图表类型】，选取XY散点图。如图3.2所示。图3.2第三步选【布局】,进入【标签】，设置标题、坐标轴、图例等项目，如图3.3所示。图3.3.计算相关系数用Excel计算相关系数,即可用“数据分析”工具完成,也可调用CORREL（ ）函数完成。其中用“数据分析”工具简单快捷。故这里只介绍用“数据分析”工具计算相关系数的过程。 第一步 建立或打开如图3.4所示的Excel数据表。图3.4第二步 依次选【数据】、【数据分析】、【

6、相关系数】、【确定】，进入相关系数对话框,如图3.5所示。图3.5第三步 选定输入输出区域。其中输入区域为分析变量X、Y所在区域，本例的输入区域为：B1：C13；输出区域为放置计算结果的区域。第四步 选【确定】，得到如图3.6所示的结果。图3.6图为国内生产总值与财政收入的相关矩阵，其中国内生产总值与财政收入的相关系数为0.981137。二、回归分析 当两个变量间存在相关时，即可进行回归分析。在Excel进行回归分析，可由三种方法分别介绍如下：.绘图中加入趋势线在绘图中加入趋势线确定回归方程，时回归分析最简便的方式。而且可计算的回归种类也最多，包括直线、多项式曲线、指数曲线、对数曲线等。设在E

7、xcel工作表中建立国内生产总值与财政收入的关系如图5.1所示。下面以此为例分析不同形式的回归模型。.插入回归线（趋势线）第一步在图上的数据点按右键,选【添加趋势线】。第二步点【添加趋势线】,选【线性】回归线 ,对话框【选项】选项卡,勾选【显示公式】及【显示R平方值】,如图3.7所示.图3.7第三步单击【确定】,可看到图上已出现较粗的预测线、回归方程及R平方值,将此【数据标志格式】按右键修改其字号,选【不透明】,将方框来小一点,最后如图3.8所示.图3.8其回归方程为:y = 0.175x - 2813即财政收入=0.175国内生产总值-2813可决系数为0.962,表示整个回归方程的解释能力

8、不错.三、预测: 取得了回归方程以后,即可用来预测不同价格的销量.用Excel完成回归预测的步骤为:第一步在B19输入要计算的国内生产总值第二步选点图上的回归方程式,会变成用方框包围,如图3.9所示。图3.9第三步再一次选择点击回归方程式的内容,可进入编辑状态,方程式的外围方框消失。第四步用拖拽的方式,选定回归方程式的内容,如图3.10所示第五步单击【复制】按钮,复制回归方程式的内容第六步移动鼠标到C19,点击其数据编辑区的“=”按钮,进入公式编辑状态第七步单击【粘贴】按钮,将复制的回归方程式内容贴进来第八步删除编辑区方程式前面的“y=”将x改为*B19,使其变成: = 0.175*B19-2

9、813,如图5.11所示.图3.10第九步单击【确定】按钮,即可计算出国内生产总值为203085.7时, 财政收入为32726.9975，如图3.11所示.图3.11 注意:以上线性回归分析过程完全适用于曲线回归分析,只是在添加趋势线时,选择与分析相关的曲线趋势类型即可,如要进行指数回归分析,则按如图5.13所示的情况选择趋势类型. 为节省篇幅,不在赘述.（图5.13）四、使用“数据分析”进行回归分析 在绘图中,利用添加趋势线确定回归方程式,并无法对方程式及其系数进行检验,而且很多统计数字也难提供. 如果使用“数据分析工具”的“回归”项进行计算（得先安装“加载宏”的“分析工具库”）则可获得很多

10、的统计数字.如相关系数、判定系数、F统计量、t统计量等.直线回归1.建立或打开Excel数据文件,如图5.14所示.（图5.14）2.单击【数据】、【数据分析】,选【回归】, 确定后进入回归对话框如图5.15所示.（图5.15）3.在“Y值输入区域”处,以拖拽的方式选取销售量区域C2:C17区域.4.在“X值输入区域”处,以拖拽的方式选取居民人均收入区域B2:B17区域.5.由于上述两区域均含标志（变量名）,所以勾选“标志（L）”.6.勾选“置信度（O）”,可计算回归系数的置信区间（本例设置为95.45%）.7.在“输出选项”出确定将回归结果方在何处?,本例为原工作表的B22位置.8.如果要分

11、析残差,可勾选“残差（R）”或“标准残差（T）”（本例选前者）9.如果要绘图,可勾选“残差图（D）”或“线性拟合图（I）”（本例选后者）（图5.16）10.单击【确定】按钮,即可获得回归结果.因其内容较多,将其拆分为几个部分进行说明.所示.（图5.17） 此部分为中：l “Multiple R”为相关系数，其中两变量相关为单相关系数,多变量相关为复相关系数中；l “R Square”为可决系数或判定系数；l “Adjusted R Square”为校正的可决系数，主要用于多元回归拟合优度的判别；l “标准误差”为（图5.18）此部分通过方差分析,计算F统计量,并检验因变量（Y）与自变量（X,在多元回归中则为全部的自变量）间,是否存在显着的回归关系?判断是否显着,只需看显着性水平是否小于所指定的值即可，如本例的显着性水平0.00077=0.05，所以应放弃因变量与自变量间无回归关系存在的假设,即自变量与因变量间存在显着的回归关系.（图5.19）此部分包括了回归方程中参数的估计值及其区间、标准误差、t检验统计量、“P-value”等内容.主要目的是用t检验,判断回归系数与常数项是否为0（为0即无直线关系存在）? 同F检验相同,判断是否显着,只需看显着性水平是否小于所指定的