统计学课程实验 17页

课程实验任务及指导书实验一：EXCEL的数据整理与显示一、实验目的及要求：(一)目的1．了解EXCEL的基本命令与操作、熟悉EXCEL数据输入、输出与编辑方法；2．熟悉EXCEL用于预处理的基本菜单操作及命令；3．熟悉EXCEL用于整理与显示的基本菜单操作及命令。(二)内容及要求1．根据下面的数据。1.1用Excel制作一张组距式次数分布表，并绘制一张条形图(或柱状图)，反映工人加工零件的人数分布情况。从某企业中按随即抽样的原则抽出50名工人，以了解该企业工人生产状况（日加工零件数，注：数据中最后一个数1XX中的XX为学生自己学号的最后两位，例如学号为312010070102109，最后一个数据就为109.）：1171081101121371221311181341141241251231271201291171261231281391221331191241071331341131151171261271201391221231231281221181181271241251081121351211XX1.2整理成频数分布表，并绘制直方图。1.3假设日加工零件数大于等于130为优秀，请问优秀占多少比例？。\n二、仪器用具硬件：计算机（安装Windows2003、Windows2007或WindowsXP或以上）软件：EXCEL三、实验原理统计中数据整理与显示的相关理论。四、实验方法与步骤在工作表中输入原始数据（原始数据可放在一列，也可放在一个矩形区域），指定各组上限数值。需要注意的是：EXCEL在统计各组频数时，是按“各组上限在本组内”的原则处理的。具体步骤如下：1．选择“工具”菜单栏中"的数据分析”命令。2．在“数据分析”对话框中选择“直方图”选项。3．在“直方图”对话框的“输入区域”数值框中输入原始数据所在区域（本题中若原始数据排成的一列，输入A1：A55）；在“接收区域”数值框中输入指定的分组上限所在区域；在“输出区域”数值框中指定频数分布表输出区域的起点单元格；选中“图表输出”复选框；单击“确定”按钮即可得到次数分布表和直方图。五、实验结果与数据处理1.某企业50名工人生产状况（日加工零件数）按零件个数分组（个）工人数（人）工人数比重(%)105—11036110—115510115—120918120—1251428125—1301020130—135510135—14048合计5010050名工人生产状况（日加工零件数）柱形图\n2.频数分布表按零件个数分组（个）工人数（人）工人数比重(%)向上累计向下累计人数（人)比重（%）人数（人）比重（%）105—110363650100110—1155108164794115—12091817344284120—125132630603366125—130112241822040130—1355104592918135—140485010048合计501005010050100\n日加工零件数分组上限分组上限频率117110110410811511551101201201011212512514137130130812213513561311401403118其他0134114124125123127120129117126123128139122133119124107133134113115117126127120139122123123128122118\n1181271241251081121351211183.由以上数据可知，零件加工数大于130的工人数为9，即优秀所占比例为9/50=18﹪六、讨论与结论老实说，这次实验比较麻烦，特别是做条形图的时候，根本无从下手，为了做这个，我花费了很多时间，不过，通过这次实验比较以前已经好很多了，以后我一定会继续学习的！实验二：EXCEL的数据特征描述、抽样推断一、实验目的及要求：(一)目的熟悉EXCEL用于数据描述统计、列联分析、多元回归的基本菜单操作及命令。(二)内容及要求根据学生实验数据，（1）计算特征值；（2）判断该企业职工的平均日加工零件数及在95%的置信度下，估计该企业职工的日加工零件的区间；（3）假设检验（如果以往该企业的工人日加工零件数为115，优秀率为5%，显著性水平为5%）。二、仪器用具硬件：计算机（安装Windows2003、Windows2007或WindowsXP或以上）软件：EXCEL三、实验原理统计中数据整理与显示的相关理论。四、实验方法与步骤1、点击“工具”按钮，再点击“数据分析”，选择“描述统计”，在“输入区域”\n中输入数据所在单元格区域“A1：A50”，选择输出“汇总统计”和“平均数置信度”分别在“K个最大值”和“K个最小值”选项中，选择默认值“1”，表示选择输出最大值和最小值。在“输出区域”数值框中指定数据特征描述输出区域的起点单元格；单击“确定”按钮即可。2、利用区间公式计算出区间。3、抽样推断单元格中键入“=（样本均值单元格-115）/(样本标准差单元格/SQRT（样本容量单元格）)”，得到t值；单元格中键入“=TINA(0.05,49)”得到α=0.05，自由度为49的临界值。利用相关假设检验理论作出判断结论。优秀率检验同上。五、实验结果与数据处理1.某企业50名工人生产状况（日加工零件数）按零件个数分组（个）工人数（人）工人数比重(%)105—11036110—115510115—120918120—1251428125—1301020130—135510135—14048合计50100平均122.74标准误差1.130219中位数123\n众数122标准差7.991858方差63.8698峰度-0.36649偏度0.074423区域32最小值107最大值139求和6137观测数50最大(1)139最小(1)107置信度(95.0%)2.271261六、讨论与结论老实说，这次实验比较麻烦，因为对excel不了解，根本无从下手，为了做这个，我花费了很多时间，不过，通过这次实验比较以前已经好很多了，以后我一定会继续学习的！实验三：时间序列分析一、实验目的及要求：(一)目的掌握EXCEL用于移动平均、线性趋势分析的基本菜单操作及命令。(二)内容及要求综合运用统计学时间序列中的移动平均、季节指数运算、时间序列因素分解、图形展示等知识，对某小区居民用电量（千度）季节数据的构成要素进行分解，并作出图形进行分析。（注：数据中第一年第一月数据5XX中的XX为学生自己学号的最后两位，例如学号为312010070102109，最后一个数据就为509.）月度第一年第二年第三年第四年15XX574585542244746945543833453663523414354327341427\n53744123883586359353332355736538139237684374604294419353344361382102953112913771145445339539812457486491473二、仪器用具硬件：计算机（安装Windows2003、Windows2007或WindowsXP或以上）软件：EXCEL三、实验原理时间序列分析中的移动平均分析原理、季节指数原理等。四、实验方法与步骤1．（1）输入“年/季度”、“时间标号”，复制各季度销售额到“销售额”。（2）点击“数据分析”→“移动平均”，输入区域为“销售额”，间隔4，输出“移动平均值”；同样的办法对“移动平均值”进行2步平均，输出“中心化后的移动平均值”。（3）对称一下“移动平均值”和“中心化后的移动平均值”，然后用“销售额”除以“中心化后的移动平均值”求出“比值”。（4）将“比值”中的数据复制到“季节指数计算表”中，计算完成表。（5）点击“图标向导”→“折线图”，输入区域为季节指数中的数值，修改完成图表。2．（1）完善“销售额”和“季节指数”并计算“销售额”/“季节指数”，完成季节分离后的时间序列。（2）点击“数据分析”→“回归”，Y值输入区域为季节分离后的时间序列，X值输入区域为时间标号，输出。（3）利用计算出的趋势模型和季节比率，对该小区第五年用电量数据进行预测。\n3．点击“图表向导”→“折线图”，数据区域为“用电量”、“季节分离后的时间序列”和“回归后的趋势”，系列产生在“列”，完善标题、X轴、Y轴，完成，再修改完成图。4．用与图3相同的方法绘制销售额预测图。五、实验结果与数据处理1.每年各季度销售额年季度第一季度第二季度第三季度第四季度第一年1310108711551206第二年1409109211851250第三年1392106111821177第四年1321114011991248合计5432438047214881年季度第一季度第二季度第三季度第四季度平均第一年13101087115512061189.5第二年14091092118512501234第三年13921061118211771203第四年13211140119912481227合计54324380472148814853.5季节平均135810951180.251220.251213.375季节比率111.92%90.24%97.27%100.57%100%季节指数的折线图\n\n由题得：y=1183.738+2.256749x\n六、讨论与结论老实说，这次实验比较麻烦，特别是做条形图的时候，根本无从下手，为了做这个，我花费了很多时间，不过，通过这次实验比较以前已经好很多了，以后我一定会继续学习的！实验四：时间序列分析一、实验目的及要求：(一)目的掌握SPSS用于相关与回归分析的基本操作及命令。(二)内容及要求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。某地区1996～2011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\n199618667.822937.1199721781.53149.48199826923.483483.37199935333.924348.95200048197.865218.1200160793.736242.2200271176.597407.99200378973.048651.14200484402.289875.95200589677.0511444.08200699214.5513395.232007109655.216386.042008120332.718903.642009135822.821715.252010159878.326396.472011183084.831649.29二、仪器用具硬件：计算机（安装Windows2003、Windows2007或WindowsXP或以上）软件：SPSS三、实验原理相关与回归分析的原理等。四、实验方法与步骤进行数据的结构定义的基础上将本题数据输入到SPSS软件中。(一)相关性分析：首先绘制散点图,步骤如下：1.选择菜单：Graphs→Scatter.2.选择散点图类型。软件提供了四种类型。本题选择Simple(简单散点图)。3.定义选项Define:指定财政收入为散点图的纵轴变量，选入[YAxis]框中；指定国内生产总值为散点图的横轴变量，选入[XAxis]框中。4.点OK即可得到本题散点图。（二）相关系数计算步骤：1.选择菜单：Analyze→Correlate→Bivariate2.选择参加计算相关系数的变量到Variables框。3.选中Pearson(简单相关系数)、Flagsignificanceofcorrelations;\n4.点击OK即可求得相关系数。注意是输出有星号的数据。（三）线性回归分析步骤：1.选择菜单：Analyze→Regression→Linear;2.选择被解释变量财政收入进入Dependent框;选择国内生产总值解释变量进入Independent框。3.点击OK。五、实验结果与数据处理输入／移去的变量b模型输入的变量移去的变量方法1财政收入a.输入a.已输入所有请求的变量。b.因变量:国内生产总值模型汇总b模型RR方调整R方标准估计的误差1.981a.963.9609840.648a.预测变量:(常量),财政收入。b.因变量:国内生产总值Anovab模型平方和df均方FSig.1回归3.492E1013.492E10360.631.000a残差1.356E9149.684E7总计3.628E1015a.预测变量:(常量),财政收入。b.因变量:国内生产总值系数a模型非标准化系数标准系数B标准误差试用版tSig.1(常量)18547.5884234.3504.380.001财政收入5.477.288.98118.990.000\na.因变量:国内生产总值残差统计量a极小值极大值均值标准偏差N预测值34632.98191878.8983994.7348251.35116残差-15965.16413046.399.0009506.96916标准预测值-1.0232.236.0001.00016标准残差-1.6221.326.000.96616a.因变量:国内生产总值模型摘要:模型拟合拟合统计量均值SE最小值最大值平稳的R方1.957E-15.1.957E-151.957E-15R方.995..995.995RMSE3274.261.3274.2613274.261MAPE3.248.3.2483.248MaxAPE6.262.6.2626.262MAE2682.826.2682.8262682.826MaxAE7130.199.7130.1997130.199正态化的BIC16.376.16.37616.376模型拟合拟合统计量百分位510255075平稳的R方1.957E-151.957E-151.957E-151.957E-151.957E-15R方.995.995.995.995.995\nRMSE3274.2613274.2613274.2613274.2613274.261MAPE3.2483.2483.2483.2483.248MaxAPE6.2626.2626.2626.2626.262MAE2682.8262682.8262682.8262682.8262682.826MaxAE7130.1997130.1997130.1997130.1997130.199正态化的BIC16.37616.37616.37616.37616.376模型拟合拟合统计量百分位9095平稳的R方1.957E-151.957E-15R方.995.995RMSE3274.2613274.261MAPE3.2483.248MaxAPE6.2626.262MAE2682.8262682.826MaxAE7130.1997130.199正态化的BIC16.37616.376模型统计量模型模型拟合统计量Ljung-BoxQ(18)预测变量数平稳的R方统计量DFSig.离群值数国内生产总值-模型_101.957E-15.0.0\n六、讨论与结论从上面的回归分析结果表明：国民生产总值与财政收入的关系极为密切，相关系数0.981；同时方差分析表明，其显著性水平为0.0001。根据回归系数表6-5，可写出回归方程如下：=18547.588+5.477x 其中x代表财政收入；代表国内生产总值。预测值的回归误差可用剩余均方估计：  =9841