统计学实验报告.docx

1、统计学实验报告武汉工大学管理学院应用统计学 课程实验（上机）报告专业班级：2010级工商管理01班学 号：指导老师：夏剑锋实验（上机）地点：活动中心学期：20122013年度第二学期实验（上机）日期：2013年4月25日 第 1 次实验（上机）主题：统计软件的运用实验（上机）类别）：验证性完成方式：独立实验（上机）目的与要求：1、 掌握启动和退出统计软件2、 掌握数据库的建立3、 搜集一些数据并建立数据库4、 进行一些统计计算（函数、描述性统计）5、 制作统计图6、 计算各种统计指标实验（上机）内容及方法一、 基本操作1. 在EXCEL图标双击，打开工作表。2. 在“文件”菜单下，选择“新建”

2、，在右边“新建工作簿”选择“空白工作簿”。3. 单击页面右上角红色关闭按钮，关闭工作表，并退出软件。如提醒“是否保存”则选择保存，或者选择取消在查看后在退出。二、 描述性统计1. 在数据表窗口输入数据如下：表1-1某学科成绩表6876789495689882497679765986899596687881835878638676766676699469816893782. 单击保存，在文件名称中输入“成绩文件”3. 加载数据分析工具：在“工具”下拉菜单下找到“加载宏”，单击，选择“数据分析工具”点击确认。图1-1 加载分析工具库4. 再在工具下拉菜单下找到“数据分析”选项。图1-2 打开数据分

3、析5. 单击“数据分析”，选择“描述性统计”图1-3开始描述性统计6. 数据复选框如下，单击确定，图1-4描述性统计选项卡7. 显示结果如下：表1-2 描述性指标显示结果平均77.91667区域49标准误差1.972982最小值49中位数78最大值98众数76求和2805标准差11.83789观测数36方差140.1357最大(1)98峰度-0.24247最小(1)49偏度-0.19707置信度(95.0%)4.005367三、函数计算：1、简单函数运算：1) 将鼠标定位在单元格，进入编写模式，输入函数：“=A1*A1”，点击回车键，在哦单元格内出现运算结果。把鼠标移到单元个右下角，直到出现“

4、十字”按住鼠标右键往下拉，则将运算复制。显示结果如下:图1-4 函数输入2) 插入函数：（用函数求和）3) 单击输入框中的函数输入符号，点击确定（如下图），计算书刚刚输入成绩的总和为：2805图1-5 插入函数选项卡按照同样的方法可以选择其他函数形式进行统计统计运算。2、制作统计图：1) 直方图： 在表格上输入分组方式：表1-3 分组方式5969798999 在工具菜单下找到数据分析，单击，并在对话框中选择“直方图”，单击“确定”图1-6 直方图操作选项图1-7 直方图复选框 统计结果如下：表1-4 频率分析表分数频率5936987911897997其他0图1-8 成绩分析直方图 如果在复选框

5、中选择“柏拉图”和“表格输出”，显示结果如下：图1-9 带累计频率的直方图2) 饼形图：在“插入”菜单下，选择“图表”，在对话框中选择“饼形图”图1-10 饼形图选择框根据向导输入数据，分别选择。最终统计图表如下：图1-11 成绩分析饼形图上机总结：1、通过本次上机，巩固了excel的基本操作，让操作更加流畅。2、进一步了解了函数的使用，能够熟练的掌握基本的统计量的运算。3、通过实验的学习和比较，进一步加深了对统计量意义的学习。实验（上机）成绩：评阅老师：评阅时间：实验（上机）日期： 2013年5月9日 第 2 次实验（上机）主题：假设检验与方差分析实验（上机）类别）：验证性完成方式：独立实验

6、（上机）目的与要求：1、 建数据库：（1）假设检验（双样本数据）（2）方差分析：单因素方差分析和双因素方差分析2、 掌握假设检验的计算与分析3、 掌握方差分析的计算与分析4、 输出计算结果并进行分析5、 进行检验和决策实验上机内容及方法一、 单因素分析1. 检验数据：表2-1 三种训练方法下工人的日产量人均日产量方法11518192211方法22227182117方法318241622152. 将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认”图2-1 分析工具选择3. 在数据复选框内选择数据如下；图2-2 单因素分析复选框结果输出：表2-2 单因素分析结果组观测数求和

7、平均方差行 15851717.5行 251052115.5行 35951915方差分析差异源SSdfMSFP-valueF crit组间402201.250.3212773.885294组内1921216总计23214分析：F crit=3.885294；F=1.25因为F=1.25F crit=3.885294，所以拒绝训练方法对日产量有显著影响，即三种训练方法对日产量没有显著影响。二、 双因素分析（无交互作用）实验数据表2-3 4个工人和3台机器配合的日产量B1B2B3B4A150474753A263545758A352424148将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如

8、图，单击“确认”图2-3 无交互作用双因素分析选项在数据复选框内选择数据如下；图2-4 无交互作用双因素分析复选框分析结果输出：表2-4方差分析：无重复双因素分析SUMMARY观测数求和平均方差行 1419749.258.25行 242325814行 3418345.7526.91667列 131655549列 2314347.6666736.33333列 3314548.3333365.33333列 431595325方差分析显著性水平：1%差异源SSdfMSFP-valueF crit行318.52159.2529.101520.00081610.92477列114.6667338.222

9、226.9847720.0220159.779538误差32.8333365.472222总计46611方差分析：无重复双因素分析方差分析显著性水平：5%差异源SSdfMSFP-valueF crit行318.52159.2529.101520.0008165.143253列114.6667338.222226.9847720.0220154.757063误差32.8333365.472222总计46611分析：行因素：在显著性水平为1%的时候，F crit=10.92477，在显著性水平为5%时，F crit=5.143253，都远小于F =29.10152。即不同牌号机器上的日产量有高度显

10、著性差别。列因素：在显著性水平为1%的时候，F crit=9.779538，在显著性水平为5%时，F crit=4.757063，F=6.984772。因为4.7570636.9847729.779538。则不同工人的日产量只有显著的差别。三、 双因素分析（有交互作用）实验数据表2-5 灯泡寿命数据因子AA1A2A3因子BB113.214.4141515.613.6B216.113.716.317.314.317.1B31814.517.11715.716.1将数据输入软件，并在“工具”菜单下选择“数据分析”，选择如图，单击“确认”图2-5 有交互作用双因素分析在数据复选框内选择数据如下；图2

11、-6 有交互作用双因素分析复选框分析结果输出：表2-5方差分析：可重复双因素分析观测数2226求和28.23027.685.8平均14.11513.814.3方差1.620.720.080.796观测数2226求和33.42833.494.8平均16.71416.715.8方差0.720.180.322.188观测数2226求和3530.233.298.4平均17.515.116.616.4方差0.50.720.51.52总计观测数666求和96.688.294.2平均16.114.715.7方差3.0960.622.348方差分析显著性水平为5%差异源SSdfMSFP-valueF crit

12、样本14.0427.0211.787310.0030634.256495列6.2423.125.2388060.0309874.256495交互10.9242.734.5839550.0270933.633089内部5.3690.595556总计36.5617方差分析显著性水平为：1%差异源SSdfMSFP-valueF crit样本14.0427.0211.787310.0030638.021517列6.2423.125.2388060.0309878.021517交互10.9242.734.5839550.0270936.422085内部5.3690.595556总计36.5617分析：1

13、、因子A（工艺方法）分析：在显著性水平为1%的时候，F crit=8.021517，在显著性水平为5%时，F crit=4.256495，F =6.24，因为4.2564956.248.021517，则工艺方法对灯泡寿命的影响是显著的。2、因子B（灯丝配方）分析：在显著性水平为1%的时候，F crit=8.021517，在显著性水平为5%时，F crit=4.256495，F =11.78731，因为8.02151711.78731，则灯丝配方对灯泡的寿命影响是高度显著的。3、交互作用分析：在显著性水平为1%的时候，F crit=6.422085，在显著性水平为5%时，F crit=3.633

14、089，F =4.583955，因为3.6330894.5839556.422085。则工艺和菲方之间存在交互作用。实验上机总结：1、学会如何让运用软件进行方差计算和分析；2、通过提出假设，了解如何通过计算数据进行显著性判断和检验；3、根据假设和检验结果，明白如何进行判断。实验上机成绩：评阅老师： 评阅时间： 实验（上机）日期：2013年5月16 第 3 次实验（上机）主题：回归分析实验（上机）类别）：验证性完成方式：独立实验（上机）目的与要求：1、 搜集数据并建数据库2、 掌握一元线性回归的计算与分析3、 掌握多元线性回归的计算与分析4、 输出计算结果并进行分析5、 进行检验和预测实验上机的

15、内容及方法一，一元线性回归数据显示如下：（表3-1十个企业的生产费用与产量数据）企业编号12345678910产量X（千克）40424855657988100120140生产费用Y（千元）150140160170150162185165190185将数据输入工作表，在“工具”菜单下选择“数据分析”，然后选择“回归”胆机确定。在复选框中选择如下：（图3-1一元回归分析复选框）则显示相关数据处理结果如下：表3-2 回归统计表Multiple R0.807766R Square0.652486Adjusted R quare0.609047标准误差10.5332观测值10dfSSMSFSignifi

16、cance F回归分析11666.5141666.51415.020640.004704残差8887.586110.9483总计92554.1表3-3 方差分析表表3-4 回归分析表Coefficients标准误差t StatP-valueLower 95%Upper 95%Intercept134.78938.64323415.594772.85E-07114.8579154.7206X Variable 10.3978210.1026463.8756470.0047040.1611180.634525得到散点图和拟合分析图如下：图3-2 散点图图3-3 拟合分析图相关分析：1、回归方程由散

17、点图得知回归方程为一元线性方程。得到回归方程如下：Y=134.7893+0.397821X2、显著性分析得到Multiple R=0.8077660.765（在检验数为0.01时相关系数检验数）表示回归方程显著。t Stat=3.8756472.306（=0.05，自由度=8时t值）则统计检验结果显著。其存在良好的线性关系。F=15.020645.32（在=0.05，n1=1,n2=8时F值），表示回归结显著。3、相关预测在产量为80千件时，平均生产费用的置信区间（=0.05）生产费用预测Y0=134.7893+0.397821 *80=166.615下界=Y0-2.306*10.5332*0

18、.317=166.614-7.707=158.844下界=166.614+7.707=174.321即总体均值得95%置信区间为（158.844，174.321）在产量为80千件时，生产费用的置信区间（=0.05）生产费用预测Y0=134.7893+0.397821 *80=166.615下界=Y0-2.306*10.5332*1.049=166.614-25.503=140.637下界=166.614+25.503=191.643即总体得95%置信区间为（140.637，191.643）二，多元回归试验数据：表3-5 某企业10个月的月管理费用与工人劳动日数和机器开工台数的资料管理费用Y29

19、242725262830282827工人劳动日数X145424445434644454443机器开工台数X216141513131416161515将数据输入工作表，在“工具”菜单下选择“数据分析”，然后选择“回归”胆机确定。在复选框中选择如下：图3-4 多元回归复选框则显示相关数据处理结果如下：表3-5 回归统计表回归统计Multiple R0.85377R Square0.728923Adjusted R Square0.651473标准误差1.070639观测值10表3-6 方差分析表dfSSMSFSignificance F回归分析221.5761310.788069.4114710.

20、010371残差78.0238731.146268总计929.6表3-7 回归分析表Coefficients标准误差t StatP-value下限 95.0%上限 95.0%Intercept-13.819613.3233-1.037250.334115-45.324217.68497X Variable 10.563660.3032741.8585860.10543-0.153471.280789X Variable 21.0994690.3131393.5111230.0098440.3590131.839926得到散点图和拟合分析图如下：图3-5 散点图图3-6 拟合分析图相关分析：1、

21、回归方程由散点图得知回归方程为二元线性方程。得到回归方程如下：Y= -13.8196+ 0.56366X1+ 1.099469X22、回归方程检验R Square= 0.7289230.6516F= 9.4114714.74(=0.05，自由度=2,7时，F值)即：回归方程的拟合程度很好。3、回归系数：t 1= 1.8585862.365（=0.05，自由度=7时，t值）t2= 3.5111232.365（=0.05，自由度=7时，t值）所以1不显著，2显著。即工人劳动日数对管理费用的影响并不是显著；机器开工台数对管理费用影响显著。4、相关系数分析：表3-8相关系数分析表YX1X2Y1X10.

22、5015171X20.7714620.1840941则得到Y与X1之间的相关系数为0.501517；Y与X2之间的相关系数为0.771462，X1与X2之间的相关系数为0.184094计算相应的偏回归系数Y与X1之间的偏相关系数为0.5748；Y与X2之间的相关系数为0.7987。又t1= 0.5748*7/（1-0.5748*0.5748）=1.862.356（=0.05，自由度=7时，t值）T2=0.7987*7/（1-0.7987*0.7987）=3.512.356（=0.05，自由度=7时，t值）即：工人劳动日数与管理费用之间的偏相关系数不显著；机器开工台数与管理费用之间的偏相关系数是显著的。实验上机总结：1、学会如何让运用软件进行一元与二元方程回归分析的计算；2、通过提出假设，了解如何通过计算数据进行系数显著性判断和检验；并对方程的拟合优度和相关性进行判断3、根据回归结果很好的预测，并在给出置信度的情况下对总体均值和个体值进行预测。实验上机成绩：评阅老师： 评阅时间：